# 4K 无字幕 #1026 本地复核

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：2026-06-23

证据边界：T0 台词账锁定 #1026 ACT-AMENG/阿蒙 `你应该更自在一点`，时间 01:34:58.233-01:34:59.433；本页只复核 #1026 如何把 #1024/#1025 的 `开心/快乐` 正向状态清单推进到 `自在`，并如何立刻滑向 #1027 `你不要那么紧张` 的身体禁令。不得把 #1026 写成真实自在、自由显影、普通安慰完成、心理治疗、现实诊断、口型身份裁决、配乐进入、设备提示、无线电声像、报告 UI 或硬切换场。

# 4K 无字幕 #1026 本地复核

## 来源信息

- 母文件：`〔本地资料路径省略〕 无字幕 28g 4k.mov`
- 复核素材目录：`inspool-wiki-zh/raw/assets/4k-nosub-restart-20260623/1026-free-state-nooffset`
- T0 台词账：[角色逐时轴全台词幽灵机制账-2026-06-03.tsv（台词字段公开版）](/research/dialogue)
- T0 锁定：#1026，ACT-AMENG / 阿蒙，`你应该更自在一点`，`01:34:58.233-01:34:59.433`
- 前后句：#1025 阿蒙 `应该更快乐一点`；#1027 阿蒙 `你不要那么紧张`
- MiMo 状态：已尝试 #1026 精确音频与 #1026-#1027 视频反读，均返回 `401 Invalid API Key`；本页不纳入 MiMo T2 报告。

## 核心摘要

#1026 不是“自在”的可见实现，而是 `开心 / 快乐 / 自在` 正向状态清单的第三项，并且是滑向身体禁令的铰链。它重新带回显性 `你`，句式回到 `你应该更...一点`，把 #1025 省略掉的主语重新锁住。

声音上，#1026 RMS=`-21.7059dBFS`，只比 #1025 高 `0.8895dB`，仍比 #1022 强入口低 `9.3058dB`；但它有一个很强的局部高频/air 异常：全句 `high_4000_12000_ratio=0.360339`、`air_12000_20000_ratio=0.422277`，主要集中在第二四分段，而不是贯穿整句。该异常不能直接写成音乐、设备提示或无线电声像。

画面上，#1026 继续是低机位身体/膜面/旁观结构：露肩白衣、粉白裙、手臂、后方黑衣旁观者，以及左侧逐渐进入的白衣/黑裤身体。没有空间打开、身体自由舒展、笑容、对视完成或“自在”表情签收。

## 声音指标

关键句与链条的声压位置：

```text
#1022 你应该更开心一点     RMS=-12.4001dBFS
#1023 或许你不应该想这么多 RMS=-24.6236dBFS
#1024 你应该更开心一点     RMS=-25.1989dBFS
#1025 应该更快乐一点       RMS=-22.5954dBFS
#1026 你应该更自在一点     RMS=-21.7059dBFS
#1027 你不要那么紧张       RMS=-17.1855dBFS
#1028 你不要那么害怕       RMS=-15.9486dBFS
```

#1026 比 #1025 高 `0.8895dB`，比 #1024 高 `3.4929dB`，但比 #1022 低 `9.3058dB`。因此它仍属于 #1024-#1026 的低/中等强度状态复制链，不是强入口回归。到 #1027，声音再抬高 `4.5204dB`，说明 `自在` 之后马上进入更有压力的身体禁止。

句内能量形状：

```text
1026_first_half RMS=-19.1672dBFS
1026_tail_half  RMS=-28.5715dBFS
1026_q1         RMS=-21.2185dBFS
1026_q2         RMS=-17.7796dBFS
1026_q3         RMS=-25.8123dBFS
1026_q4         RMS=-38.0660dBFS
```

前半句比尾半句高约 `9.4043dB`。四分位不是 #1025 那种从 q1 一路下滑，而是在 q2 局部抬到最高，然后 q3、q4 明显撤落。滑动 RMS 也把最高点定位在相对 `0.42-0.52s` 附近：

```text
20ms top  01:34:58.703-01:34:58.723 RMS=-11.2523dBFS
50ms top  01:34:58.673-01:34:58.723 RMS=-11.9718dBFS
100ms top 01:34:58.653-01:34:58.753 RMS=-13.5864dBFS
250ms top 01:34:58.513-01:34:58.763 RMS=-17.0604dBFS
```

不能把这些峰值强行对齐到单字，但可以保守写成：#1026 的压力不在尾部完成，而在句中偏前的位置发生局部尖亮/强声事件，随后迅速退低。

## 高频/air 候选

#1026 全句频谱看起来非常异常：

```text
1026_exact spectral_centroid=9897.1464Hz
1026_exact rolloff95=15555.8333Hz
1026_exact voice_250_4000_ratio=0.141829
1026_exact high_4000_12000_ratio=0.360339
1026_exact air_12000_20000_ratio=0.422277
1026_exact stereo_corr=1.000000
1026_exact side_mid_ratio=0.000000
```

但拆成四分段后，异常集中在 q2：

```text
1026_q1 voice=0.896145 high=0.005335 air=0.001891
1026_q2 voice=0.006813 high=0.446080 air=0.524074
1026_q3 voice=0.872924 high=0.004335 air=0.003066
1026_q4 voice=0.508789 high=0.042284 air=0.030558
```

50ms 微窗更清楚：

```text
0.10-0.15s RMS=-19.1243 voice=0.899751 high=0.003703 air=0.001051
0.15-0.20s RMS=-16.3284 voice=0.945172 high=0.003645 air=0.001230
0.40-0.45s RMS=-17.7490 voice=0.031847 high=0.324041 air=0.554989
0.45-0.50s RMS=-12.1037 voice=0.000735 high=0.468744 air=0.529217
0.50-0.55s RMS=-19.6393 voice=0.053266 high=0.501350 air=0.437280
0.70-0.75s RMS=-21.6638 voice=0.873526 high=0.002350 air=0.002334
0.75-0.80s RMS=-23.1604 voice=0.910722 high=0.001628 air=0.001608
```

稳妥结论：#1026 有一个局部高频/air 事件，主要发生在 `01:34:58.63-01:34:58.78` 左右。它可能来自字音辅音/擦音、衣物、塑料膜面、身体动作、录音或压缩边缘，也可能是一个尚待复听的材料声。由于左右声道完全一致，没有声道空间打开，也没有可见设备声源、旋律、节拍、和声、配器或重复音乐动机，不能把它升级为音乐进入、设备提示或无线电声像事实。

## 画面指标

关键帧颜色与位置：

```text
1025_tail  luma=62.4569 dark=0.2393 warm=0.7607
1026_start luma=62.2078 dark=0.2441 warm=0.7611
1026_q1    luma=60.8246 dark=0.2804 warm=0.7722
1026_mid   luma=60.9760 dark=0.2616 warm=0.7983
1026_q3    luma=62.6269 dark=0.2256 warm=0.8792
1026_tail  luma=61.3167 dark=0.2275 warm=0.8663
1027_start luma=60.6745 dark=0.2323 warm=0.8553
```

#1026 没有明显明亮化，也没有打开到更自由的空间。联系图显示，它延续 #1025 的低机位身体/膜面场：露肩白衣、胸肩、粉白裙、手臂和后方黑衣旁观者仍在；到 #1026 中后段和 #1027 起点，左侧白衣/黑裤身体进入，手、脚、膝和坐姿更明显。`自在` 因此没有被画面签收为舒展，反而马上被带到身体邻近、旁观和下一句 `不要紧张`。

场景检测：

```text
1024_to1026_positive_state_chain_720p scene>0.04 hits=0
1025_to1026_happy_free_chain_720p scene>0.04 hits=0
1026_to1027_free_to_tension_turn_720p scene>0.04 hits=0
1026_to1030_free_to_negative_chain_720p scene>0.04 hits=0
1024_to1030_state_to_accusation_chain_720p scene>0.04 hits=0
```

这只能说明当前阈值下没有显著硬切命中，不能写成绝对无剪辑；但它足够支持保守判断：#1026 没有被剪成一个独立的“自在”事件，而是连续长在 #1024-#1030 的状态压力链里。

## 可抽取概念

- [纠正式关怀](/research/hs-010ed61eae225608)：#1026 把 `自在` 变成应该达到的状态，不是自由的兑现。
- [程序化关怀](/research/hs-edbebfb6b1d838c0)：关怀从在线确认、状态问卷，进一步变成情绪/认知/身体状态表。
- 声音-音乐场（馆内参考，未随本文公开）：高频/air 异常必须局部拆分，不能凭全句频谱直接写成音乐。

## 待确认问题

- #1026 q2 的高频尖亮事件需要人工复听，判断更像字音辅音、塑料/衣物/膜面摩擦，还是别的材料瞬态。
- MiMo T2 需要有效 key 后重跑；当前 `401 Invalid API Key` 不作为影片证据。
- 后续 #1027 需要单句复核：`不要那么紧张` 如何把 #1026 的 `自在` 立即转成身体反应禁止。