Хотите объединить несколько аудио файлов, например:
1) один длинный аудиофайл, который будет выступать в качестве фонового звука. 2) некоторые аудиофайлы, которые будут заменяться через определенные интервалы, например, через 10 секунд после первого.
Таким образом, конечный выходной сигнал - аудио-1, аудио-2 с 60 с, начиная с 10 с до 20 с, аудио-1 с громкостью 0,1.
Для сценария, упомянутого в вопросе, используйте
ffmpeg -i audio1 -i audio2 -filter_complex \
"[0]atrim=0:10[s1];
[0]atrim=10:20,asetpts=N/SR/TB,volume=0.1[s2];
[0]atrim=20,asetpts=N/SR/TB[s3];
[1]atrim=duration=10,adelay=10000|10000[v2];
[s1][s2][s3]concat=n=3:v=0:a=1[b];
[b][v2]amix[a]"
-map [a] mixed.mp3
Обычно вы хотите использовать фильтр сжатия боковой цепи, чтобы адаптивно уменьшить громкость музыкального потока, анализируя громкость звука переднего плана.