audio-mix · 音频混音
音频混合 skill：把旁白口播、背景音乐、音效同时叠加混成一轨。核心能力是闪避（ducking）——旁白说话时自动压低 BGM，保证人声清晰、音乐不抢。
三者至少给一个即可工作，最典型的是"旁白 + BGM"。BGM 自动循环补足到旁白长度并在末尾淡出；音效可指定各自的出现时间点。输出单轨音频并附报告（轨数、时长、是否闪避）。
调用示例：在聊天框中说"把这段旁白和这首 BGM 混在一起，旁白说话时音乐压低"。
产品详解
定位
audio-mix 是多轨音频叠加混音器：把旁白、BGM、音效同时混成一轨，输出纯音频。它做的是"同时叠加"，不是前后拼接。
核心能力
- 闪避（ducking）：旁白说话时自动压低 BGM（ffmpeg sidechaincompress，以人声为控制信号），默认开启；纯叠加时可关闭。
- BGM 循环对齐：BGM 比旁白短时自动循环补足、裁切对齐，末尾淡出；有旁白时输出时长跟旁白走。
- 定时音效：每个音效可指定出现时间点（如第 3.5s 一个叮、第 8s 一个 whoosh），可调音量。
- 音量调参：BGM 音量（默认 0.25）、音效音量（默认 0.9）可调；闪避过猛时可关闭闪避手动压 BGM。
- 输出报告：轨数、时长、是否启用闪避。
工作流程
- 给出旁白/BGM/音效（三者至少一个）
- 设定参数（闪避开关、BGM 音量、音效时间点）
- 混音并输出单轨音频（mp3/wav/m4a，按输出后缀）+ 报告
输入与输出
| 输入 | 说明 |
|---|---|
| 旁白 | 选填，口播/配音主轨；给了则触发闪避并决定输出时长 |
| BGM | 选填，背景音乐，自动循环补足 |
| 音效 | 选填，一个或多个，可指定出现时间点 |
输出：混音后的单轨音频 + 报告，统一进 outputs/主题名/。
与相邻 skill 的区别
| skill | 分工 |
|---|---|
| audio-mix（本） | 多轨同时叠加混音，输出纯音频 |
| audio-editing concat | 音频前后顺序拼接（一段接一段） |
| video-editing bgm | 给视频配乐（视频剪辑的一部分） |
| audio-denoise | 音频降噪 |
适用场景
- 口播视频/播客的旁白 + BGM 混合
- 需要旁白说话时音乐自动避让的成品音频
- 片头片尾加定时音效的音频包装
使用前准备
- 准备好旁白、BGM、音效文件；三者至少一个。
- 混音不做响度归一（保留相对音量）；需统一响度先用 audio-editing 的 normalize。
- 本地 ffmpeg 脚本处理，无第三方 API 费用。
audio-mix 隶属于 Aiglade Skill 库。在 Aiglade 聊天框中用自然语言描述需求即可调用。