1. 定位

本技能负责最终合成：

把各段旁白音频放到视频时间线上。
在旁白窗口内用固定包络压低原声（盖住原声对白时与落在安静段时各用一档音量），间隙恢复原声。
根据旁白位置生成 subtitles.srt；默认同时生成并烧录 subtitles.ass，--no-burn-subtitles 可关闭。不烧录时（关闭或降级），subtitles.srt 复制到成片旁，名为 recap_<stem>.srt；烧录时删掉旧的同名外挂字幕。
可选把最终响度标准化到目标 LUFS：两遍 loudnorm，只用一个恒定增益，不做动态压缩；混音的真峰值放不下这么大的增益时，先过 4 倍过采样的真峰值限幅器（最多削 LOUDNESS_LIMITER_MAX_DB，默认 6 dB），超出部分才下调目标响度。真峰值目标针对交付的 AAC 文件：AAC 编码会让真峰值比 PCM 混音高 0.3–1.4 dB，所以首次渲染瞄准 TP 下 0.5 dB，渲染后解码成片实测；仍超过 -1 dBTP 时按超出量再降 0.1 dB 只重编码音频（画面流复制），最多两次，仍超出则以 delivered_true_peak_over_target 阻断。ffmpeg 实际用的模式、限幅量与成片实测值记在 assembly_qc.json 的 loudness_mode 与 loudnorm_final_pass（delivered）。
成片不带原片的容器元数据（title、comment 等标签与章节）。

2. 声音收尾契约

合成阶段只实现创作决定，不凭空制造决定。Agent 在写旁白位置前，已在 visual_audio_board.json 为每个 beat 指定 audio_owner：