工作流 约 5 分钟
给视频配背景音乐：混合、替换与音量平衡
给视频配 BGM 的核心问题只有一个：音乐和原声怎么相处。保留原声做混合，还是彻底替换？人声与音乐的音量比是多少？想清楚这两件事，合成只是一步操作。
混合与替换两种模式
混合模式：原声与音乐叠加输出，适合 vlog、纪实类内容——现场声保留真实感，BGM 垫底烘托。音乐短于视频时可以开启循环，自动补满时长。
替换模式：丢弃原声，只留音乐，适合纯画面内容（延时摄影、产品展示）。原视频没有音轨时，工具自动按替换处理，无需选择。
两种模式下画面都是流复制：不重编码、无画质损失，合成速度取决于文件读写而非视频时长。
音量平衡的口径
有人声的内容：BGM 音量调到人声的 1/4 到 1/8（相对电平约 -12 到 -18dB）。工具默认音乐音量 80% 适合无人声的纯画面内容；有人声时先降到 20–30% 试听后微调。
判断标准不是看电平表，而是切换着听：关掉 BGM 听一段人声，再开 BGM 听——能毫不费力听清每句话，BGM 又始终存在，就是对的平衡。
音乐本身响度差异很大：直接从流媒体下载的曲目响度接近满幅，与原声混合前建议先把音乐文件降 6–10dB。
音乐短于视频的处理
开启循环后，音乐会无缝重复到视频结束（流循环，不产生拼接爆音）。循环点突兀的曲目，先用音频剪裁取一段首尾接近的片段再循环。
更可控的做法：用音频循环工具把音乐先扩展到目标时长，试听确认循环点后再与视频合成——一次成型，避免反复合成大视频。
多段音频的叠加
人声配音 + BGM + 音效的多轨需求超出两轨混合时，分步合成：先把人声与 BGM 用音频混合工具合成一轨，再与视频合成。
混合工具可以独立调第二轨音量：人声做主轨（100%），BGM 做第二轨（20–30%），输出即平衡好的单轨。