# 飞呀飞呀：把语言飞行重复放大，但声画仍不升空

本文为研究档案公开版，保留来源版本的论述与限制。公开时间：2026-09-08；不表示已完成同行评审。 本文属于公开研究资料（历史笔记、研究稿或来源记录）：已完成格式、来源限制与重复项筛查，尚未完成逐篇独立事实复核；原文中的解释、候选判断和未确认内容均按其原有限制阅读。

来源版本日期：2026-06-22

证据边界：T0 台词账锁定 #960 阿蒙 `飞呀飞呀`，T1 使用 4K 无字幕母文件无偏移时间轴复核；MiMo CN 只作 T2 反诱导辅助。不得把 #960 写成视觉飞行、身体离地、新空间、空间换挡、镜头推进、硬切、蝴蝶显影、飞行声效、升空音型、风声、低频推进、音乐主题、空间混响突变或声像移动已经显影；不得把 #961 `突然看见一只特别漂亮的蝴蝶` 倒填为 #960 已出现蝴蝶。

# 飞呀飞呀：把语言飞行重复放大，但声画仍不升空

#960 是 #959 的重复：

```text
#959 01:29:48.433-01:29:49.200
阿蒙：飞呀

#960 01:29:49.733-01:29:50.833
阿蒙：飞呀飞呀
```

#959 把 #958 的 `我一直 我一直在` 推向第一个飞行词。#960 则把这个词重复一遍。最容易的读法是：“她终于飞起来了”。但 4K 声画不支持这个读法。

## 重复发生在人声里，不发生在空间里

#960 的最大变化是声音变强。#959 全句 RMS=`-29.12dBFS`，#960 全句 RMS=`-23.30dBFS`，#960 比 #959 高约 `5.82dB`。飞行词被重复以后，确实被人声放大。

但这个放大仍然关在人声内部：

```text
#960 duration = 1.100s
RMS           = -23.30dBFS
Peak          = -8.18dBFS
20-1000Hz     = 0.98221
4-20kHz       = 0.01126
```

几乎全部能量仍在低频/低中频。没有飞行声效，没有升空音型，没有风声或 whoosh，没有低频推进，没有声像移动，没有空间混响突变，也没有音乐主题。

更细地看，#960 的两个声音团不是逐渐上升：

```text
第一团：0.04-0.39s, RMS=-19.48dBFS, Peak=-8.18dBFS
第二团：0.53-0.88s, RMS=-25.01dBFS, Peak=-13.76dBFS
```

也就是说，#960 不是“飞呀”越喊越高，而是第一声明显推出，第二声回落。重复在结构上不是升空，而是一次放大后的衰减。

## 画面不给飞行条件

#960 精确窗仍是同一低机位公开观看场。左侧观众带、中间反光平面、远处人物/倒影、右侧白衣身体、透明容器和暖色前景都还在。

没有硬切。没有镜头推进。没有空间换挡。没有新空间、入口、通道、天空、户外或飞走路线。右侧身体也没有离地、上升、漂浮、飞起或清楚位移。

密帧指标也很低：

```text
frame_count = 27
max full ratio_gt8 = 0.002540
scene>0.04 = 0 lines
```

如果 #959 的视觉变化是右侧暖色前景压进来，那么 #960 正好相反：右侧暖色开始回落。

```text
right_foreground_warm_edge warm delta = -0.066125
right_body_container warm delta       = -0.043054
right_lower_warm_reflection warm delta = -0.048900
```

这很关键。#960 在声音上比 #959 更强，但在画面上没有更“飞”。它甚至不再把右侧热区继续推高，而是让热区退下去。飞行词重复了，空间没有打开。

## 蝴蝶还没有来

#961 会说：

```text
突然看见一只特别漂亮的蝴蝶
```

但 #960 到 #961 前的 `1.500s` 间隔仍是低位房间底噪：

```text
RMS  = -37.88dBFS
Peak = -25.56dBFS
```

没有突然静默，没有音乐转场，没有翅膀声、昆虫声或空气振动拟音。画面也没有清晰蝴蝶、翅膀、昆虫或飞行动物。#961 的蝴蝶不能倒填到 #960。

## MiMo 反读

MiMo CN 三路反读支持这个边界。带声音上下文报告认为：镜头固定，右侧白衣/身体保持同一场域内，未见离地、上升、飞行、新空间或蝴蝶；声音无飞行声效、升空音型、混响变化或配乐。

静音视觉报告给分：

```text
视觉飞行：0/5
身体离地：0/5
新空间：0/5
蝴蝶已显影：0/5
同一公开观看场持续：5/5
右侧暖色/反光局部变化：3/5
```

声音黑色视频报告给分：

```text
纯人声重复：5/5
飞行声效：0/5
音乐托举：0/5
空间混响换挡：0/5
声像移动：0/5
蝴蝶/翅膀声：0/5
```

需要降级的是：MiMo 把两次 `飞呀` 听成强度基本一致。T1 波形更细，第一团明显强于第二团，因此强弱关系以本地 RMS 为准。

## 稳定判断

#960 `飞呀飞呀` 不是飞行完成，而是飞行词的重复放大。它把 #959 的单次飞行词变成一次更响的人声动作，却没有得到画面和声音设计的配合。

最稳的写法是：

```text
#959：飞行被语言说出。
#960：飞行词被重复放大。
#961：蝴蝶才被语言说出。
```

三步都还没有把飞行交成可见事实。#960 的难点不在“飞”终于发生，而在电影让我们听见飞行词变强，同时仍把身体、空间、声效和蝴蝶都扣在原地。