Аблакат - разная акустическая громкость голоса и музыки. Голос есно без обработки лимитером, оттого он получился тише музыки.
Обработай качественно, необходимо повысить разборчивость голоса, и смонтировать уровни громкости музона, там не линейная громкость должна быть.
Тут вторая/третья/и даже четвёртая попытка приветствуется.