我正在使用以下ffmpeg“amerge”命令来混合两个音频文件，
ffmpeg -i voice.mp3 -i music.mp3 -filter_complex "[0:a]volume=1dB[a0];[1:a]volume=0.5[a1];[a0][a1]amerge=inputs=2[a]" -map "[a]" -strict -2 -y output.mp3
目前，语音音量设置为1db，音乐音量设置为0.5。因此，当没有语音时，音频音量很低，如果我增加背景音乐音量，则会破坏语音清晰度。
有没有一种方法可以在使用“ffmpeg”或任何此类工具进行混音时动态调整音量和音乐的音量？
我知道可以通过编写代码来分离静音和语音，然后将音乐单独混合然后将所有内容合并在一起，在这种方法中获取音乐流没有任何混乱是很困难的，这也需要大量的编码和测试。