# 2026-06-24-4K无字幕母文件开场95分42秒到95分46秒第1041莫名其妙情绪归责入口与1042痛感接缝复核

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：2026-06-24

证据边界：本页只记录 4K 无字幕母文件与本地音视频/帧/频谱复核结果。T0 台词账锁定 #1040-#1042 台词边界；T1 本地声画优先；MiMo 另页作为 T2，不在此页裁决。不得把 #1041 写成独立控诉、心理事实、最终痛感归因、配乐爆点、设备提示、口型身份证明或硬切换场。

# 2026-06-24-4K无字幕母文件开场95分42秒到95分46秒第1041莫名其妙情绪归责入口与1042痛感接缝复核

## 取证边界

母文件：

```text
〔本地资料路径省略〕 无字幕 28g 4k.mov
```

T0 台词账锁定本页核心链条：

```text
#1040 01:35:39.933-01:35:41.833 阿蒙：那所以你要一直这样下去
#1041 01:35:42.900-01:35:45.333 阿蒙：用你那种特别莫名其妙的情绪
#1042 01:35:45.366-01:35:46.900 阿蒙：来让我变成痛苦
```

本页问题是：#1041 是一个独立控诉，还是把 #1040 的 `一直这样下去` 具体化为 `你那种特别莫名其妙的情绪`，并把责问推到 #1042 的 `让我变成痛苦`？

## 资产

复核资产在：

```text
inspool-wiki-zh/raw/assets/4k-nosub-restart-20260624/1041-moming-qingxu-attribution-nooffset
```

关键资产包括：

```text
audio/1041_exact_mono.wav
audio/1041_exact_stereo.wav
audio/1040tail_gap_to1042_mono.wav
audio/1041_to1042_emotion_to_pain_mono.wav
audio/1040_to1042_question_emotion_pain_mono.wav
audio/1039_to1042_particle_question_emotion_pain_mono.wav
clips/1041_exact_720p.mp4
clips/1041_to1042_emotion_to_pain_540p.mp4
clips/1040_to1042_question_emotion_pain_540p.mp4
frames/1041_start_5742.900.jpg
frames/1041_peak_context_5744.500.jpg
frames/1041_tail_5745.300.jpg
frames/1041_to1042_gap_5745.350.jpg
frames/1042_start_5745.366.jpg
contact/contact_sheet_1041_to1042_labelled.jpg
plots/1041_exact_waveform.png
plots/1041_to1042_waveform.png
plots/1041_exact_spectrogram.png
metrics/audio_summary_metrics.tsv
metrics/subsegment_metrics.tsv
metrics/top_windows.tsv
metrics/audio_comparisons.tsv
metrics/stereo_channel_metrics.tsv
metrics/frame_color_metrics_time_order.tsv
metrics/frame_pair_difference_metrics_time_order.tsv
diagnostics/scene_1041_to1042_gt004.txt
diagnostics/scene_1041_to1042_gt0025.txt
```

说明：本页绝对 dBFS 采用从抽取 WAV 重新读取后的稳定口径；部分中间表曾出现单声道求和造成的约 `+3dB` 口径差，本页不采用该表的绝对值，只保留频段比例、帧指标和相对关系。

## 核心声音事实

相邻句整体能量：

```text
#1040 exact        duration=1.900s RMS=-20.8285dBFS peak=-2.5912dBFS
#1040->#1041 gap  duration=1.067s RMS=-32.5811dBFS peak=-13.2948dBFS
#1041 exact        duration=2.433s RMS=-20.3458dBFS peak=-2.0490dBFS
#1041->#1042 gap  duration=0.033s RMS=-35.8927dBFS peak=-24.1591dBFS
#1042 exact        duration=1.534s RMS=-23.2722dBFS peak=-4.7518dBFS
```

相对差值：

```text
#1041 比 #1040 高 0.4827dB
#1041 比 #1042 高 2.9264dB
#1041 比 #1040->#1041 前空档高 12.2353dB
#1041 比 #1041->#1042 极短空档高 15.5469dB
#1042 比 #1041->#1042 极短空档高 12.6205dB
```

因此 #1041 不是突然远高于 #1040 的新爆发。它只比 #1040 高约 `0.48dB`，属于同一责问链内部的继续；但它也不是弱过后文的过渡词。相反，#1041 比 #1042 高约 `2.93dB`，说明 `情绪` 被命名时，声音压力已经在前景里充分成立。

## #1041 的句内形状

精确窗内部按短段重读：

```text
part1 0.000-0.400s RMS=-21.1068dBFS peak=-7.6318dBFS
part2 0.400-0.800s RMS=-22.5914dBFS peak=-6.7750dBFS
part3 0.800-1.200s RMS=-18.2724dBFS peak=-2.0490dBFS
part4 1.200-1.700s RMS=-17.4918dBFS peak=-2.7921dBFS
part5 1.700-2.100s RMS=-22.8294dBFS peak=-3.8320dBFS
part6 2.100-2.433s RMS=-31.8447dBFS peak=-14.7851dBFS
```

四分段和前后半：

```text
first_half RMS=-20.3307dBFS
tail_half  RMS=-20.3609dBFS
q1 RMS=-22.5083dBFS
q2 RMS=-18.8871dBFS
q3 RMS=-18.0506dBFS
q4 RMS=-25.6231dBFS
```

最强短窗集中在 `5744.5s` 左右：

```text
20ms  top: 5744.495-5744.515 RMS=-10.1227dBFS peak=-2.7921dBFS
50ms  top: 5744.474-5744.524 RMS=-11.3945dBFS peak=-2.7921dBFS
100ms top: 5744.443-5744.543 RMS=-12.9822dBFS peak=-2.7921dBFS
250ms top: 5744.357-5744.607 RMS=-15.9099dBFS peak=-2.7921dBFS
500ms top: 5744.174-5744.674 RMS=-17.4363dBFS peak=-2.7921dBFS
```

#1042 的同类短窗更低：

```text
#1042 20ms  top RMS=-11.2192dBFS peak=-4.7518dBFS
#1042 50ms  top RMS=-13.4538dBFS peak=-4.7518dBFS
#1042 100ms top RMS=-15.1996dBFS peak=-4.7518dBFS
#1042 250ms top RMS=-17.3948dBFS peak=-4.7518dBFS
#1042 500ms top RMS=-19.8930dBFS peak=-4.7518dBFS
```

所以不能把 #1042 的 `痛苦` 机械写成这一小链条的声学最高点。#1041 的 `莫名其妙 / 情绪` 附近已经形成更强的短时压力。没有词级对齐时，安全写法是：#1041 的中后段，即可能靠近 `莫名其妙 / 情绪` 的压力区，是 #1040-#1042 中最强的短时声学区；不能把它硬押到某一个字，也不能把 #1042 写成唯一声学高潮。

## #1041 到 #1042 的接缝

T0 边界给出的间隔只有：

```text
#1041 end   01:35:45.333
#1042 start 01:35:45.366
gap         0.033s
```

本地音频：

```text
#1041->#1042 gap RMS=-35.8927dBFS peak=-24.1591dBFS duration=0.033s
```

这不是一个可独立解释的停顿，也不是情绪落地后的长等待。它更像两个句法单元之间的微边界。稳定写法是：

```text
#1041 names the emotion as source
-> almost immediately #1042 gives the pain-result phrase
```

因此 #1041 的功能不是完成控诉，而是把 #1040 的责问入口交给 #1042 的痛感归因。

## 声音-音乐边界

#1041 精确窗频段：

```text
centroid=2640.2068Hz
rolloff95=12316.8927Hz
low20_250_ratio=0.015857
voice250_4000_ratio=0.770705
presence4000_8000_ratio=0.071924
high8000_12000_ratio=0.087963
air12000_20000_ratio=0.048474
```

#1042 精确窗则明显更低频、更集中在人声主体：

```text
centroid=638.3971Hz
rolloff95=2166.2321Hz
low20_250_ratio=0.329171
voice250_4000_ratio=0.662082
presence4000_8000_ratio=0.005024
high8000_12000_ratio=0.001822
air12000_20000_ratio=0.001696
```

#1041 确实有更多 presence/high/air。它可以听作辅音、气声、齿擦、材料、房间、压缩或录音边缘更活跃；但不能升级成旋律、节拍、和声、配器、乐器、合成器序列、设备提示、无线电声像或声道空间打开。

立体声检查也不支持空间打开：

```text
1041_exact_stereo L/R/avg RMS=-20.3458dBFS
stereo_corr=1.000000
side_mid_ratio=0
```

所以本句的“尖”“亮”不来自可确认音乐或设备声源，而主要来自人声和录音/材料边缘。

## 画面事实

接触表显示 #1041 到 #1042 不是硬切换场。#1041 起点仍保持 #1040 打开的公开场：白衣站立者、黑衣人物、坐着的观众/参与者、白色/塑料围合和反光地面同场。到 #1041 中后段，镜头/构图持续向更近的身体、面部和遮挡区域压缩。#1042 入声时，左侧前景男性面孔进入画面，白衣身体和手靠近脸/遮面动作更突出。

scene 诊断：

```text
scene_1041_to1042_gt004.txt  no hit
scene_1041_to1042_gt0025.txt no hit
```

帧差关键点：

```text
1041_tail_5745.300 -> 1041_to1042_gap_5745.350 mean_abs_rgb_diff=0.030497
1041_to1042_gap_5745.350 -> 1042_start_5745.366 mean_abs_rgb_diff=0.000000
```

也就是说，#1041 到 #1042 的微边界没有可见硬切；`1041_to1042_gap` 与 `1042_start` 是同一画面状态。画面变化来自连续运动、遮挡和构图压缩，而不是剪辑切换。

颜色指标显示，#1041 到 #1042 逐步从更灰白的公开场回到更暖、更红、更饱和的近身/身体区：

```text
1041_start luma=0.375631 sat=0.050987 warm=1.005335 red=0.332054
1041_mid   luma=0.378019 sat=0.079724 warm=1.056939 red=0.339810
1041_peak  luma=0.341017 sat=0.125645 warm=1.188972 red=0.357588
1041_tail  luma=0.311069 sat=0.197136 warm=1.268209 red=0.377508
1042_start luma=0.306998 sat=0.209054 warm=1.287202 red=0.380520
1042_mid   luma=0.300949 sat=0.239721 warm=1.334231 red=0.385883
```

这说明 #1041 的情绪归责不是在单纯空白空间里发生。它先保留公开场，再把公开场压回身体、面部、手和近身遮挡。#1042 的 `让我变成痛苦` 正是在这个压缩后的近身区域接上。

## T1 小结

#1041 的稳定判断：

```text
#1040 责问重启：那所以你要一直这样下去
-> #1041 情绪归责入口：用你那种特别莫名其妙的情绪
-> #1042 痛感归因再启动：来让我变成痛苦
```

#1041 不是独立控诉，也不是痛感归因的最终完成。它的动作更精确：把 #1040 的 `这样` 具体化为 `你那种特别莫名其妙的情绪`，然后几乎无缝交给 #1042 的结果句。

声音上，#1041 与 #1040 同级，只高 `0.48dB`；但它比 #1042 高 `2.93dB`，并拥有 #1040-#1042 链条中最强的短时窗口。#1041 到 #1042 的 `0.033s` 接缝不是实质停顿。

画面上，公开场没有消失，而是连续压缩到身体和前景面孔。声音-音乐边界上，只能确认人声主体、高频/空气感候选和同相声道；不能确认配乐、设备提示、无线电声像或声道空间打开。


## 文中引用的图像资料

以下图像由本篇已有文件引用对应；保留历史引用范围，图像展示不增加新的事实判断。

![1041_peak_context_5744.500.jpg](/research/images/5782d7a6e9f45660eb97.webp)

![1041_tail_5745.300.jpg](/research/images/de16fee89febf04d2cce.webp)

![1041_to1042_gap_5745.350.jpg](/research/images/cf4b624407daae266229.webp)

![contact_sheet_1041_to1042_labelled.jpg](/research/images/3f5222a67bb9e588ba0a.webp)

![1041_exact_waveform.png](/research/images/1a58c66444e28d108681.webp)

![1041_to1042_waveform.png](/research/images/6c3b623258e5cd72a944.webp)

![1041_exact_spectrogram.png](/research/images/ef140b84ba781675e5d4.webp)