Fazer a narração ficar em destaque sobre a música no vídeo sem perder o clima

Comecei a fazer vídeos curtos de close-ups de flores, sobrepondo uma narração em voz baixa sobre a gravação ou sobre a própria flor por cima de uma música ambiente. O problema é que, toda vez que exporto, a música engole minha voz quase completamente. Gravo no meu jardim ou no campo, então o áudio nunca sai com qualidade de estúdio para começar.

Tentei apenas abaixar a faixa de música, mas aí parece silêncio morto com murmúrios por cima. Deve haver um equilíbrio melhor ou um passo que estou deixando passar na edição.

Alguém aqui que combine regularmente voz em off com música de fundo em seus vídeos de arte? O que realmente funcionou para você em termos de níveis de áudio, truques de edição ou mesmo de como você grava a parte de voz?