# 4K 无字幕本地复核：#1031 哎

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：本页基于 `〔本地资料路径省略〕 无字幕 28g 4k.mov` 无偏移 4K 母文件、T0 台词账、ffmpeg/Python 本地取证。只确认声画事实、量化指标和边界；不裁决人物心理、真实关系、事件真伪、口型声源或音乐事实。

# 4K 无字幕本地复核：#1031 `哎`

## T0 锚点

T0 台词账锁定：

```text
#1030 01:35:06.066-01:35:07.766 ACT-AMENG / 阿蒙：难道你要一直这样下去吗
#1031 01:35:12.400-01:35:13.166 ACT-AMENG / 阿蒙：哎
#1032 01:35:15.866-01:35:18.600 ACT-AMENG / 阿蒙：你知道昨晚上跟你一起吃完饭回家
#1033 01:35:18.600-01:35:19.833 ACT-AMENG / 阿蒙：我有多难受吗
#1034 01:35:20.166-01:35:23.266 ACT-AMENG / 阿蒙：你知道你的那些情绪带给我痛
#1035 01:35:23.266-01:35:24.533 ACT-AMENG / 阿蒙：是有多难受吗
```

#1031 位在 #1030 [时间化质问](/research/hs-dad1eeeef6f41ec5) 之后、#1032-#1035 `昨晚上 / 难受 / 情绪 / 痛` 追述链之前。它不能只按“叹气”读，也不能直接写成“情绪结算”。

## 抽取资产

资产目录：

```text
inspool-wiki-zh/raw/assets/4k-nosub-restart-20260623/1031-sigh-after-duration-question-nooffset
```

本轮生成：

```text
audio/1031_exact_sigh_mono.wav
audio/1030_to1031_pre_wait_mono.wav
audio/1031_to1032_post_wait_mono.wav
audio/1032_exact_recount_entry_mono.wav
audio/1031_to1032_sigh_wait_recount_mono.wav
audio/1031_to1035_sigh_recount_pain_mono.wav
audio/1030_to1035_question_sigh_recount_pain_mono.wav
clips/1031_exact_sigh_720p.mp4
clips/1031_to1032_sigh_wait_recount_720p.mp4
clips/1031_to1035_sigh_recount_pain_720p.mp4
clips/1030_to1035_question_sigh_recount_pain_720p.mp4
contact/contact_sheet_1031_to1036_labelled.jpg
waveforms/
spectrograms/
metrics/
diagnostics/
```

## 声音指标

#1031 精确窗：

```text
duration=0.766s
RMS=-38.0522dBFS
Peak=-22.7012dBFS
ZCR=0.371910
```

它非常弱。相对前后：

```text
1030_to1031_pre_wait RMS=-23.0775dBFS
1031_exact           RMS=-38.0522dBFS
1031_to1032_post_wait RMS=-23.6906dBFS
1032_exact           RMS=-14.7189dBFS
```

差值：

```text
1031 比 #1030 低 22.0404dB
1031 比 #1032 低 23.3333dB
1031 比 #1030 到 #1031 前等待低 14.9747dB
1031 比 #1031 到 #1032 后等待低 14.3616dB
1032 比 #1031 到 #1032 后等待高 8.9717dB
后等待比前等待只低 0.6132dB
```

因此 #1031 不是声压爆点，也不是清楚打开新段落的强入口。它比前后等待声床还低很多，更像被公开声场吞没的低位气口。

句内形状：

```text
1031_first_half RMS=-36.8313dBFS
1031_tail_half  RMS=-39.7566dBFS
1031_q1         RMS=-35.2901dBFS
1031_q4         RMS=-39.8603dBFS
```

前半比尾半高 `2.9253dB`，q1 比 q4 高 `4.5702dB`。最强 50ms 在 `0.00-0.05s`，RMS=`-33.5831dBFS`。这说明 #1031 的可听部分主要在开头一瞬，随后迅速撤入底噪。

偏移排查显示，#1031 精确窗附近没有被漏掉的强台词峰。`5710-5716s` 焦点窗内，真正的 50ms 强峰出现在 `5716.066-5716.166s`，RMS 约 `-10.8944` 到 `-8.4838dBFS`，对应 #1032 开始后的强起。#1031 自己附近最清楚的 50ms 仅在 `5712.366-5712.416s`，RMS=`-29.9223dBFS`，随后落到 `-34dBFS` 以下。

## 频谱与音乐边界

#1031 精确窗：

```text
centroid=7090.2673Hz
rolloff95=19830.2872Hz
low_20_250_ratio=0.139962
voice_250_4000_ratio=0.364785
high_4000_12000_ratio=0.176851
air_12000_20000_ratio=0.272556
stereo_corr=1.000000
side_mid_ratio=0
```

这里的 high/air 比例高，但必须结合极低 RMS 解释：它更像弱声、气声、底噪、压缩边缘或环境高频，而不是音乐进入。#1031 没有旋律、节拍、和声、配器、乐器、合成器序列、无线电声像、设备提示或声道空间打开。

#1031 到 #1032 前后等待也不能写成绝对静音。`1031_exact` 用 `silencedetect -45dB:d=0.1` 没有 silence event；`1031_to1032_post_wait` 用 `-45dB:d=0.3` 也没有 silence event。稳妥写法是：低能非静音声床继续存在。

## 画面事实

关键帧显示 #1031 已经不在 #1030 的近脸开端里，而在更完整的公开观看空间中：

```text
1031_start_5712.400
1031_mid_5712.783
1031_tail_5713.133
```

画面为全景/广角公共空间：黑衣人物赤足站在高台上，背对或侧对镜头，面向半透明塑料围合；观众/参与者围坐在两侧和前方；下方有白色躺椅/塑料覆盖道具。#1031 的 `哎` 没有获得近脸、口型、眼神或表情签收。

到 #1032 开始，画面仍是同一公开空间：

```text
1032_start_5715.866
1032_mid_5717.233
```

黑衣人物仍在高台上，观众仍在场，塑料围合仍构成背景。#1031 到 #1035 的视频段当前 `scene>0.04` 无命中；只能写成无当前阈值硬切证据，不能写成绝对无切。

#1033-#1034 出现关键视觉转向：

```text
1033_start_5718.600
1034_start_5720.166
```

粉白衣/粉色身体从左侧前景穿过并遮挡画面，红色/粉色占比显著升高：

```text
1033_start red_dominance_ratio=0.432063
1034_start red_dominance_ratio=0.307268
```

这不是 #1031 的表情答案，而是 #1032-#1035 的 `难受 / 痛` 追述链进入时，画面从高台单中心转成高台、观众、前景移动身体并存的复合观看结构。

颜色/亮度也支持这一转向：

```text
1031_start mean_luma=97.6882 saturation=0.0646
1031_mid   mean_luma=100.1542 saturation=0.0575
1031_tail  mean_luma=95.9784 saturation=0.0561
1032_start mean_luma=76.5837 saturation=0.0681
1033_start mean_luma=81.9256 saturation=0.1955
1034_start mean_luma=85.0709 saturation=0.1260
1035_start mean_luma=105.4024 saturation=0.0664
```

#1031 是亮、冷、低饱和的公开空间气口；#1033-#1034 的粉白前景身体让画面短时升高饱和度，开启追述链的身体遮挡和视线分流。

## 稳定判断

#1031 `哎` 不是情绪结算的强声叹息，也不是 #1030 的答案。T1 更支持：

```text
#1030 时间化质问
-> 4.634s 低能非静音公开等待
-> #1031 极弱低位气口
-> 2.700s 低能非静音等待
-> #1032-#1035 强声追述/控诉入口
```

这声 `哎` 的功能，是在公开观看场里给后面的 `昨晚上 / 难受 / 情绪 / 痛` 链开一个很低、很短、几乎被场吞没的声门。它不是“我已经无奈了”的心理事实，而是说话权重新装填前的低位气口。

## 边界

- 不能把 #1031 写成明确疲惫、无奈、认输、同意、确认或接收。
- 不能把 #1031 写成 #1030 的答案。
- 不能把 #1031 到 #1032 的等待写成静音或音乐过门。
- 不能确认音乐、设备提示、无线电声像、手机声源、声道空间打开或可见声源设备。
- 不能用前景粉白身体反向证明 #1031 的心理状态；它是 #1032-#1035 追述链进入后的视觉重构。

## 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。

![contact_sheet_1031_to1036_labelled.jpg](/research/images/e48a996e3172dd6b277a.webp)