Как интегрировать mp3 аудио с видео с помощью Python

Question

Я могу конвертировать текст в речь, используя gTTS в коде Python. Я только что получил mp3-файл с голосом, теперь мне нужно, чтобы этот текст был озвучен кем-то в видео. Как этого добиться? Просьба предложить.

Я исследовал блендер и другие инструменты, но его тяжелый код