# 4K无字幕第972：他有一种期待

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 #972 阿蒙 `他有一种期待` 为 01:31:59.066-01:32:00.400，#973 阿蒙 `每一双眼睛都在看着我` 为 01:32:00.900-01:32:02.300；本页只使用 4K 无字幕母文件无偏移时间轴抽帧、音频、密帧、局部放大、波形、频谱、scene detect 和 silencedetect。#972 可写为 #970/#971 无主期待被改写成第三人称归属，但不得写成可见人物身份裁决、心理事实透明化、期待对象显影、音乐高潮、风/空气声、声源透明、口型同步或硬切换场。#972 到 #973 前 0.500s 间隔可写为低能非静音短隙与眼睛句前的暂退，不得写成绝对静音或场景切换。

# 4K无字幕第972：他有一种期待

本页复核工程 #972（T0 台词账 #972）阿蒙：

```text
#971  01:31:49.733-01:31:51.500  阿蒙：对 还有一种期待
间隔   01:31:51.500-01:31:59.066  约 7.566s，低能量非静音长等待
#972  01:31:59.066-01:32:00.400  阿蒙：他有一种期待
间隔   01:32:00.400-01:32:00.900  约 0.500s，眼睛句前短隙
#973  01:32:00.900-01:32:02.300  阿蒙：每一双眼睛都在看着我
```

#972 的关键词不是单独的 `期待`，而是句首的 `他`。#970 说 `还有一种期待`，#971 用 `对` 确认这笔期待，#972 第一次把它改写成第三人称：`他有一种期待`。但这个 `他` 不是被画面直接交出的身份。画面只给黑色前景遮挡、白衣侧背身体、半透明塑料/薄膜和坐着的观看者；它支持“期待开始被分配”，不支持“期待已经归给某个可见人”。

## 证据资产

核心目录：

`inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/972-pronoun-expectation-nooffset/`

主要素材：

- `clips/972_exact_5519.066_5520.400_720p_audio.mp4`
- `clips/972_to973_gap_5520.400_5520.900_720p_audio.mp4`
- `clips/972_to973_context_5519.066_5522.300_720p_audio.mp4`
- `clips/971_to973_context_5509.733_5522.300_720p_audio.mp4`
- `audio/971_to972_gap_5511.500_5519.066_stereo.wav`
- `audio/972_exact_5519.066_5520.400_stereo.wav`
- `audio/972_rough_ta_5519.066_5519.316_stereo.wav`
- `audio/972_rough_youyizhong_5519.316_5519.833_stereo.wav`
- `audio/972_rough_qidai_5519.833_5520.400_stereo.wav`
- `audio/972_to973_gap_5520.400_5520.900_stereo.wav`
- `audio/973_preview_exact_5520.900_5522.300_stereo.wav`
- `frames/exact_dense/frame_0001.jpg` 到 `frame_0033.jpg`
- `frames/context_stills/972_start_5519.066.jpg`
- `frames/context_stills/972_mid_5519.733.jpg`
- `frames/context_stills/972_end_5520.399.jpg`
- `frames/context_stills/973_start_5520.900.jpg`
- `metrics/audio_summary_972.json`
- `metrics/visual_summary_972.json`
- `metrics/local_metrics_summary_972.md`
- `metrics/contact_sheet_972_exact.jpg`
- `metrics/contact_sheet_972_context.jpg`
- `metrics/contact_sheet_972_detail_crops.jpg`
- `metrics/audio_waveform_context_972.jpg`
- `metrics/audio_spectrogram_context_972.jpg`
- `metrics/scene_detect_971gap_to973_context_threshold0015.txt`
- `metrics/scene_detect_971gap_to973_context_threshold0040.txt`
- `metrics/silencedetect_972_exact_-35dB_d0.3.txt`
- `metrics/silencedetect_972_to973_gap_-35dB_d0.3.txt`
- `metrics/silencedetect_972_to973_context_-35dB_d0.3.txt`
- `metrics/silencedetect_971_to973_context_-35dB_d0.3.txt`

本轮最初尝试 MiMo CN 端对 `01:31:59.066-01:32:02.300` 做 T2 反读，但接口返回 `401`，无有效 `mimo-report.md`。随后用户更新 MiMo 凭据，并将本机 Keychain 中 `MIMO_BASE_URL` 改为标准 API endpoint 后，复跑成功，见 [MiMo-4K无字幕第972他有一种期待到973每一双眼睛标准API复跑-2026-06-22](/research/hs-1e1bf98b962adf09)。

这份 MiMo 报告只作为 T2 候选：可保留同一静态观看场、黑色遮挡、白色塑料/薄纱、平台、右侧观看者群、手机微光候选和后一句声源较远/混响更强的方向；但它漏听 #972 的 `他`，又把 #973 的 `看着我` 误作“看着你”，所以台词、人称、说话人、可见身份和口型同步一律不采用。

## 声音复核：第三人称从长等待里抬起

#972 精确窗：

```text
duration=1.334s
RMS=-24.8493dBFS
Peak=-8.3306dBFS
centroid=5764.8772Hz
20-250Hz=0.042001
250-1000Hz=0.404829
1000-4000Hz=0.015789
4000-12000Hz=0.400070
12000-20000Hz=0.134132
strongest 50ms=-18.8763dBFS at 5519.646s
```

它从 #971 后的长等待里抬起：

```text
#971_to972_gap RMS=-40.0340dBFS
#972 exact RMS=-24.8493dBFS
#972 exact - #971_to972_gap = +15.1847dB
```

所以 #972 不是低位残响。它确实重新把期待推到前景，并且比 #971 更强：

```text
#971 exact RMS=-28.2129dBFS
#972 exact - #971 exact = +3.3636dB
```

但它仍低于 #970：

```text
#970 exact RMS=-20.5467dBFS
#972 exact - #970 exact = -4.3026dB
```

这条强弱关系很关键。#972 不是全链条的最大声学高点；它是长等待后更强的归属入口。#970 把等待命名为期待，#971 降声确认，#972 再把期待改写成 `他有`。它更像语法位置的改变，而不是音乐高潮。

## 句内粗分：最亮的不是 `他`，而是 `有一种`

粗分结果：

```text
他        01:31:59.066-01:31:59.316  RMS=-24.3499dBFS  centroid=777.3040Hz
有一种    01:31:59.316-01:31:59.833  RMS=-24.0365dBFS  centroid=8280.4519Hz
期待      01:31:59.833-01:32:00.400  RMS=-26.0492dBFS  centroid=1330.1517Hz
```

`他` 的 250-1000Hz 占比达到 `0.921400`，是一个低中频指称锚。它不是高频闪光，不像一个被声音照亮的可见身份；它更像把期待挂到一个第三人称位置上。

`有一种` 反而最亮，4-12kHz 占比 `0.552056`，12-20kHz 占比 `0.220694`，也是全句最强 50ms 所在区域。也就是说，#972 的声学力点不在 `他`，而在 `有一种` 这个持有/分类动作上。电影不是先给出“他是谁”，而是先把“有一种”这套归属语法推亮。

`期待` 的 RMS=`-26.0492dBFS`，比 #971 的 `期待` RMS=`-32.8786dBFS` 高约 `6.8294dB`，说明期待词从 #971 的退后状态返回了；但它仍低于 #970 的 `期待` RMS=`-24.3476dBFS` 约 `1.7016dB`。所以 #972 的期待不是新的最大爆点，而是在第三人称语法里重新落地。

稳定写法是：

```text
他       -> 低中频指称锚
有一种   -> 最亮的归属/分类动作
期待     -> 回到前景，但不是全链条声学顶点
```

## #972 到 #973：短隙后进入眼睛

#972 结束后到 #973 前只有 `0.500s`：

```text
972_to973_gap
duration=0.500s
RMS=-40.1097dBFS
Peak=-20.4120dBFS
centroid=3342.8532Hz
```

`silencedetect -35dB:d=0.3` 对 #972 精确窗、#972 到 #973 短隙、#972-#973 上下文和 #971-#973 上下文均无 silence event。这里不能写成绝对静音，也不能写成场景切换；更稳是短暂低能退后。

#973 预览：

```text
973_preview_exact
duration=1.400s
RMS=-26.0576dBFS
Peak=-12.2255dBFS
centroid=848.3454Hz
250-1000Hz=0.747794

#973 preview - #972 exact = -1.2083dB
#973 preview - #972_to973_gap = +14.0521dB
```

#973 `每一双眼睛都在看着我` 比 #972 略低，但从短隙里明显重新入声。更重要的是，它的谱心降到 `848.3454Hz`，250-1000Hz 占比接近 `0.747794`，更像低中频的集体观看压力，而不是 #972 `有一种` 那种高频亮点。#972 先把期待挂到 `他`，#973 紧接着把现场改写成 `每一双眼睛`。

## 画面复核：黑色遮挡、白衣侧背、观看者同场

#972 精确窗 33 帧不是暖橙薄膜场的延续放大，而是明显转暗、转灰、转向观看席。关键帧：

```text
972_start
luma=37.1856
dark_ratio_lt45=0.718740
warm_internal=0.048683
orange_internal=0.000001
neutral_grey_ratio_internal=0.970003

972_mid
luma=38.2073
dark_ratio_lt45=0.691789
warm_internal=0.087714
orange_internal=0.003993
neutral_grey_ratio_internal=0.949398

972_end
luma=39.3650
dark_ratio_lt45=0.669271
warm_internal=0.215850
orange_internal=0.013279
neutral_grey_ratio_internal=0.908607
```

从首帧到末帧，luma 只增加约 `2.1794`，warm_internal 增加约 `0.167167`，neutral_grey_ratio 仍保持在 `0.908607`。所以 #972 不是显物式照亮，也不是回到 #971 的暖橙薄膜起伏。它是一个低亮度、中性灰、黑色遮挡压住中央的观看场。

画面上可以稳定写：

- 中央偏左有大块黑色前景遮挡，像帘幕/柱状遮挡，把画面一分为二。
- 白衣/白布身体坐在平台边缘，主要以背部和侧身出现，不给稳定口型。
- 右侧是一组坐着的观看者，有人持手机/双手靠近胸前，有男人和其他观众被半透明塑料背景包围。
- 句尾左侧黑遮挡边缘后露出一张侧脸/局部脸，这使观看场更复杂，但仍不能反推出声源或 `他` 的身份。
- 半透明塑料/薄膜仍在后方和地面反射中工作，但它在 #972 不再是暖橙主导，而是灰暗、中性、遮挡化。

## 局部放大：`他` 被遮挡和观看共同制造

局部放大表显示，#972 的三个可疑位置都不能完成身份裁决。

第一，白衣侧背身体可见度最高，但它背/侧对镜头，脸和嘴不清楚，不能支撑口型同步，也不能由此把阿蒙声道改派给画内身体。

第二，右侧观众群中有居中的黑衣男性和其他观看者，但他们作为“观看者群”更稳定，作为 `他` 的唯一指称对象不稳定。#972 说 `他有一种期待` 时，画面没有用剪辑、特写、对焦或目线把 `他` 锁到某一个男人身上。

第三，左侧遮挡边缘到句尾才露出局部脸。这是很有价值的难察觉信息：#972 不是只在右侧观众群里发生，左侧黑暗里也有观看位置浮出。但这个浮出仍是边缘性的、遮挡后的，不能变成身份答案。

因此 #972 的 `他` 更像一个被现场推出的第三人称位置，而不是某个已经被画面交出的心理主体。

## 镜头变化复核

`01:31:51.500-01:32:02.300` 上下文 scene detect：

```text
threshold=0.015  仅起始边界附近有 pts_time=0.0416667
threshold=0.040  无 pts_time 命中
```

这不支持 #972 前后发生硬切、换场或新空间切换。#972 和 #973 是同一公开空间内部的遮挡、观看者和身体位置继续排列。

## 稳定判断

#972 是期待线第一次明确发生第三人称化：

```text
#970：还有一种期待        -> 无主期待被命名
#971：对 还有一种期待     -> 无主期待被确认
#972：他有一种期待        -> 期待被挂到第三人称
#973：每一双眼睛都在看着我 -> 第三人称期待立刻转入集体观看压力
```

但这个第三人称化不是身份显影。#972 的 `他` 在声音里是低中频指称锚，在画面里被黑色遮挡、白衣侧背、观看者群、半透明塑料和边缘脸共同托住。它有归属动作，没有归属裁决。

## 禁写边界

不能写：

- #972 交出了 `他` 的可见身份；
- 右侧黑衣男人就是 `他`；
- 白衣侧背身体就是说话人或 `他`；
- 左侧露出的局部脸就是声源；
- #972 出现期待对象；
- #972 是心理事实透明化；
- #972 是音乐高潮、配乐推进或声音悬念；
- #972 有风声、空气声、物体显影声或薄膜声效被确认；
- #972 与 #973 之间是绝对静音；
- #972 前后发生硬切或换场；
- #973 的 `每一双眼睛` 已经在 #972 被一个具体眼睛对象提前兑现。

## 可推进的问题

下一步进入 #973 时，应重点复核：

- #973 的 `每一双眼睛` 是否仍然不交具体眼睛对象；
- #972 的白衣侧背、黑色遮挡和观众群是否在 #973 被重新分配为观看压力；
- #973 的低中频声场是否把 #972 的第三人称期待压回第一人称 `我`；
- #973 到 #974 之间如何从“眼睛看我”转向“他们想说话”。

## 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。

![972_end_5520.399.jpg](/research/images/c99bd0d539d88740a115.webp)

![contact_sheet_972_exact.jpg](/research/images/ec1cb3a6a248e97b5d25.webp)

![contact_sheet_972_context.jpg](/research/images/3b5e7a113efc44d906dc.webp)

![contact_sheet_972_detail_crops.jpg](/research/images/e423b96f66d5baabf8e6.webp)

![audio_waveform_context_972.jpg](/research/images/be30016ad747be3d5cc5.webp)

![audio_spectrogram_context_972.jpg](/research/images/05cb8271d7546f2e42a3.webp)