# 4K无字幕第978：平时我在这个时候都特别紧张

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 #978 阿蒙 `平时我在这个时候都特别紧张` 为 01:32:24.400-01:32:27.966，#979 阿蒙 `我不知道我该干什么` 为 01:32:31.400-01:32:32.966。本页使用 4K 无字幕母文件无偏移时间轴抽帧、音频、句内粗切、scene detect 和 silencedetect。#978 必须从 #977 第二次 `就你知道吗` 后读，并前向连接 #979/#980/#981 干什么/说什么/压力链；不得写成心理事实透明化、口型同步、声源透明、音乐高潮、绝对静音破裂、强硬切或可见人物身份裁决。

# 4K无字幕第978：平时我在这个时候都特别紧张

本页专门复核工程 #978，并把 #977、#979 和后续压力链纳入同一小窗：

```text
#977  01:32:21.266-01:32:22.433  阿蒙：就你知道吗
gap   01:32:22.433-01:32:24.400  1.967s，低能非静音等待
#978  01:32:24.400-01:32:27.966  阿蒙：平时我在这个时候都特别紧张
gap   01:32:27.966-01:32:31.400  3.434s，低能非静音等待
#979  01:32:31.400-01:32:32.966  阿蒙：我不知道我该干什么
#980  01:32:33.200-01:32:34.566  阿蒙：我也不知道我该说什么
#981  01:32:37.533-01:32:38.433  阿蒙：它有一种压力
```

#978 的关键不在“紧张”这个词单独爆出来，而在 `平时 / 我在这个时候 / 都特别紧张` 的句法如何把 #977 的二人称知道权逼问回收到阿蒙自己的惯常状态里。它不是心理显影结案，而是状态被现场格式化。

## 证据资产

核心目录：

`inspool-wiki-zh/raw/assets/4k-nosub-restart-20260622/978-usual-tense-return-nooffset/`

主要素材：

- `clips/978_exact_5544.400_5547.966_720p_audio.mp4`
- `clips/978_to979_gap_5547.966_5551.400_720p_audio.mp4`
- `clips/978_to979_context_5544.400_5552.966_720p_audio.mp4`
- `clips/977_to979_context_5541.266_5552.966_720p_audio.mp4`
- `clips/978_to981_pressure_chain_5544.400_5558.433_720p_audio.mp4`
- `audio/978_exact_5544.400_5547.966_stereo.wav`
- `audio/978_pingshi_5544.400_5545.050_stereo.wav`
- `audio/978_wozai_5545.050_5545.950_stereo.wav`
- `audio/978_zhegeshihou_5545.950_5546.850_stereo.wav`
- `audio/978_doutebiejinzhang_5546.850_5547.966_stereo.wav`
- `audio/978_to979_gap_5547.966_5551.400_stereo.wav`
- `audio/979_exact_5551.400_5552.966_stereo.wav`
- `audio/978_to981_pressure_chain_5544.400_5558.433_stereo.wav`
- `frames/978_exact_dense/frame_0001.jpg` 到 `frame_0029.jpg`
- `frames/stills/978_start_5544.400.jpg`
- `frames/stills/978_q1_5545.292.jpg`
- `frames/stills/978_mid_5546.183.jpg`
- `frames/stills/978_end_5547.966.jpg`
- `frames/stills/978_to979_gap_mid_5549.683.jpg`
- `frames/stills/979_start_5551.400.jpg`
- `metrics/audio_summary_978.json`
- `metrics/visual_summary_978.json`
- `metrics/local_metrics_summary_978.md`
- `metrics/contact_sheet_978_to979_context.jpg`
- `metrics/silencedetect_978_exact_-35dB_d0.3.txt`
- `metrics/silencedetect_978_to979_gap_-35dB_d0.3.txt`
- `metrics/silencedetect_978_to979_context_-35dB_d0.3.txt`
- `metrics/silencedetect_978_to981_pressure_chain_-35dB_d0.3.txt`
- `metrics/scene_detect_978_to979_context_threshold0040.txt`
- `metrics/scene_detect_978_to979_context_threshold0015.txt`

本轮未新增 MiMo 调用；本地 T1 已足以裁决 #978 的声音强弱、间隔和画面边界。既有 #974-#981 MiMo T2 报告只保留无明显音乐、塑料/薄膜/暖光/设备压力场和观看者在场等形式方向；台词、说话人、声音性别、口型、身份和心理动机均回到 T0/T1。

## 声音复核：最强不是“特别紧张”，而是“平时”

#978 精确窗：

```text
duration=3.566s
RMS=-26.0025dBFS
Peak=-7.2602dBFS
centroid=2096.2131Hz
strongest50=-13.7598dBFS at 0.171s
```

粗切分段：

```text
平时          duration=0.650s  RMS=-20.6525dBFS  Peak=-7.2602dBFS
我在          duration=0.900s  RMS=-27.7585dBFS  Peak=-12.2831dBFS
这个时候      duration=0.900s  RMS=-29.7867dBFS  Peak=-12.5398dBFS
都特别紧张    duration=1.116s  RMS=-30.9073dBFS  Peak=-15.3313dBFS
```

最强的粗分块不是 `特别紧张`，而是句首 `平时`。这会改变整句读法：#978 不是把紧张喊成声学高潮，而是先把一种惯常条件推出，再让 `这个时候` 和 `特别紧张` 在句尾退低。它说的是“平时到这个时候就会这样”，不是“此刻突然爆发一个透明心理”。

#978 与 #977 的关系也要分开：

```text
#977 就你知道吗                  RMS=-23.6666dBFS
#978 平时我在这个时候都特别紧张  RMS=-26.0025dBFS
```

#978 全句比 #977 低约 `2.3359dB`，但它的 Peak 和 strongest50 更高，且最强短窗在句首。#977 是短促地址逼问；#978 是把地址逼问拉进“平时/这个时候”的惯常状态结构。

## 句后等待：低能承接到“我不知道我该干什么”

#978 到 #979 前 `3.434s` 间隔：

```text
duration=3.434s
RMS=-39.7171dBFS
Peak=-21.7951dBFS
centroid=3086.3192Hz
strongest50=-35.1285dBFS at 3.334s
```

最强短窗靠近 #979 入声前。#978 精确句、#978 到 #979 间隔、#978 到 #979 上下文和 #978 到 #981 压力链在 `silencedetect -35dB:d=0.3` 下均未出现 silence event。这里不能写成绝对静音或音乐收束；它是低能非静音等待。

#979 精确窗：

```text
duration=1.566s
RMS=-26.4011dBFS
Peak=-11.0361dBFS
centroid=774.2678Hz
strongest50=-19.8221dBFS at 0.488s
```

#979 全句 RMS 只比 #978 低约 `0.3986dB`，但 Peak 和 strongest50 明显弱于 #978 的句首。更长的 #978 到 #981 压力链里，最强 50ms 仍落在 #978 开头 `0.171s`。因此后续 `我不知道我该干什么 / 我也不知道我该说什么 / 它有一种压力` 并不是声学上盖过 #978，而是把 #978 的惯常紧张继续改写成行动债、说话债和压力名。

## 画面复核：从白衣近身打开到公开材料场

#978 精确窗 29 帧密帧：

```text
frame_count=29
mean_of_mean_abs_rgbdiff=5.6954
max_mean_abs_rgbdiff=13.3077
max_diff_gt8_ratio=0.565796
```

这比 #977 内部更不稳定，说明 #978 句内发生明显打开和重构。但 scene detect `threshold=0.040` 无命中，不能写成强硬切；`threshold=0.015` 只给出低阈值提示，分别落在 #978 早段、中段和 #979 前后。

静帧趋势：

```text
978_start luma=83.3454  dark=0.136048  warm=0.125207  neutral=0.998855
978_q1    luma=79.1115  dark=0.133234  warm=0.345364  neutral=0.980675
978_mid   luma=49.2963  dark=0.451585  warm=0.552820  orange=0.039633
978_end   luma=58.2052  dark=0.262588  warm=0.861267  orange=0.090552
```

#978 起点仍是低角度白色竖褶衣物、皮肤、黑色衣物和绿色小光点。到句中，画面打开到黑衣站立者、半透明塑料/薄膜、暖橙光和观看者位置；句尾暖度继续升高。这个打开不能直接证明心理紧张，也不能证明可见人物就是声源。更稳的写法是：`紧张` 被放进公开观看/材料场，而不是被一个清晰面部或口型签收。

## 稳定结论

可以写：

```text
#978 把 #977 的 `就你知道吗` 回收到自我状态；
但声学最强在 `平时`，不是 `特别紧张`。
所以它不是心理高潮，而是把紧张写成惯常时刻的反复结构。
#978 后低能非静音等待通向 #979 `我不知道我该干什么`；
紧张没有被解释完，而是继续转成行动债、说话债和压力。
```

不能写：

- #978 证明阿蒙心理事实已经透明；
- `特别紧张` 是句内声学高潮；
- #978 到 #979 是绝对静音或音乐收束；
- #978 由可见人物口型签收；
- 黑衣站立者、白衣坐者或观看者可直接裁决说话人；
- 塑料/薄膜、绿点或暖光可直接裁决成具体情节物证；
- #979 的 `我不知道我该干什么` 已在 #978 中被解释完。

## 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。

![frame_0001.jpg](/research/images/f6c8b5fb5b496030e118.webp)

![978_q1_5545.292.jpg](/research/images/b955b403ec8608c4b4ed.webp)

![978_to979_gap_mid_5549.683.jpg](/research/images/040a5bf4683c1330ddbe.webp)

![contact_sheet_978_to979_context.jpg](/research/images/30355ef80efffe9552a7.webp)