FFMPEG filter_complex: fusiona archivos de audio sin perder calidad ni volumen

Question

Quiero fusionar dos archivos de audio contiempo de superposición definido, y el comando es con la ayuda deesta respuesta:

ffmpeg -i 1.mp3 -i 2.mp3 -filter_complex "[1]adelay=Ns|Ns[a1];[0:a][a1]amix=inputs=2[a]" -map "[a]" output.mp3

Los problemas son

1. el tamaño del archivo de salida es solo ~1/2 del tamaño original (calidad perdida)
2. El volumen del audio antes de adepalyla marca de tiempo se reduce mucho. No estoy seguro de por qué.

Percibo que es necesario decodificarlo cuando lo uso -filter_complex, pero no estoy seguro de si es posible lograr una superposición sin decodificarlo.