FFmpeg amerge com itsoffset em apenas um fluxo de áudio

Question

Estou enfrentando uma situação que passei o dia inteiro tentando fazer com que isso funcionasse, mas infelizmente estou ficando sem ideias e achei que vocês, gyus, poderiam me ajudar.

Eu tenho dois fluxos, um fluxo de áudio para o cliente (micMyStream1) e um fluxo de vídeo e áudio para o vendedor (MyStream1). A ideia por trás disso é bem simples. O usuário fala ao microfone e esse áudio é enviado ao vendedor e, em seguida, o vendedor responde à pergunta do usuário, mas usa um fluxo de vídeo e áudio.

Até agora tudo bem, funciona muito bem agora, mas alguém teve a idéia de "fundir" o áudio do fluxo do usuário com o áudio e o vídeo do vendedor, a fim de fazer uma terceira pessoa assistir ao todo conversa entre eles

Infelizmente, quando eu mesclo um fluxo de áudio (provavelmente o do usuário), a conversa fica um pouco estranha, como abaixo:

Cenário esperado:

• Usuário: Oi, como você está?
• Vendedor: estou bem obrigado, como posso ajudá-lo?
• Usuário: Gostaria de saber um pouco mais sobre o produto ao seu lado
• Vendedor: Claro, quais informações você gostaria de saber?
• Usuário: quanto custa?
• Vendedor: são 100 dólares

Cenário real:

• Usuário: Oi, como você está?
• Usuário: Gostaria de saber um pouco mais sobre o produto ao seu lado
• Vendedor: estou bem obrigado, como posso ajudá-lo?
• Usuário: quanto custa?
• Vendedor: Claro, quais informações você gostaria de saber?
• Vendedor: são 100 dólares

Parece que um fluxo é muito mais rápido do que outro, então, quando eu mesclo o áudio, a conversa não faz sentido para o espectador. Eu tentei usar de várias maneiras os parâmetros itsoffset mas sem sucesso

Vocês tem alguma ideia de como posso fazer isso funcionar? Quero dizer, há algo que eu possa fazer para adiar o fluxo rápido para aproximar a conversa do esperado?

Este é o último comando ffmpeg que estou usando.

ffmpeg -itsoffset 00:00:07 -i rtmp://<ip>:1935/live/micMyStream1 -i rtmp://<ip>:1935/live/MyStream1  -filter_complex [0:a][1:a]amerge -codec:a aac -ac 2 -strict -2 -f flv rtmp://<ip>:1935/live/bcMyStream1

Obrigado antecipadamente