# 2026-06-23-4K无字幕母文件开场93分49秒到93分56秒第998999塔台呼叫与幻想反问重叠复核 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 #998 甲瑞 `塔台呼号 塔台呼叫7号宇航员`、#999 阿蒙 `我是你幻想出来的？`、#1000 甲瑞 `塔台呼叫7号宇航员`、#1001 阿蒙 `你不相信我吗？`。本页只复核 #998/#999 与 #1000/#1001 的重叠声画结构；不得把塔台写成真实外部空间、真实宇航员事实、画面事实、声源透明、口型同步、音乐高潮或幻想空间显影。 # 2026-06-23-4K无字幕母文件开场93分49秒到93分56秒第998999塔台呼叫与幻想反问重叠复核 ## 取证范围 - 母文件：`〔本地资料路径省略〕 无字幕 28g 4k.mov` - 资产目录：`inspool-wiki-zh/raw/assets/4k-nosub-restart-20260623/998999-tower-call-overlap-nooffset` - 时间轴：无偏移文件时间轴。 - 核心视频： - `clips/998999_context_720p_audio.mp4` - `clips/998_to1001_chain_720p_audio.mp4` - `clips/997_to1002_chain_720p_audio.mp4` - 核心音频： - `audio/998_exact.wav` - `audio/999_exact.wav` - `audio/998999_overlap.wav` - `audio/1000_exact.wav` - `audio/1001_exact.wav` - `audio/1000_1001_overlap.wav` - `audio/998_to1001_chain.wav` - `audio/997_to1002_chain.wav` - 核心图像： - `frames/998999_context_contact.jpg` - `frames/998_to1001_chain_contact.jpg` - `frames/998999_overlap_dense_contact.jpg` - `frames/1000_1001_overlap_dense_contact.jpg` - 指标文件： - `metrics/audio_summary_metrics.json` - `metrics/visual_still_metrics.tsv` - `metrics/visual_adjacent_diffs.tsv` - `metrics/stereo_channel_metrics.tsv` - `metrics/*_top_100ms_rms.tsv` - `metrics/*_top_250ms_rms.tsv` - `metrics/*_silencedetect_45dB_0p3.txt` - `metrics/*_scene_gt_0p04.txt` - `metrics/*_scene_gt_0p015.txt` ## T0 链条 ```text #997 01:33:44.100-01:33:45.366 ACT-ZICHOU / 子丑 你是我幻想出来的 #998 01:33:49.533-01:33:53.100 ACT-JIARUI / 甲瑞 塔台呼号 塔台呼叫7号宇航员 #999 01:33:51.433-01:33:53.366 ACT-AMENG / 阿蒙 我是你幻想出来的？ #1000 01:33:53.700-01:33:55.900 ACT-JIARUI / 甲瑞 塔台呼叫7号宇航员 #1001 01:33:55.000-01:33:56.266 ACT-AMENG / 阿蒙 你不相信我吗？ ``` 重叠关系： ```text #998/#999 重叠：01:33:51.433-01:33:53.100，约 1.667s #1000/#1001 重叠：01:33:55.000-01:33:55.900，约 0.900s #999 到 #1000 前短隙：01:33:53.366-01:33:53.700，约 0.334s ``` 这说明 #998 和 #999 不能分成“先呼叫、后反问”的干净轮次。#999 是在 #998 内部切入。#1001 也是在 #1000 内部切入。这里的核心事实是两次呼叫/反问重叠。 ## 声音总表 ```text 997_to998_gap duration=4.167s RMS=-33.4931dBFS Peak=-1.1456dBFS 998_exact duration=3.567s RMS=-14.0408dBFS Peak=0.0000dBFS 999_exact duration=1.933s RMS=-12.9098dBFS Peak=0.0000dBFS 998999_overlap duration=1.667s RMS=-12.2695dBFS Peak=0.0000dBFS 998_to999_context duration=3.833s RMS=-14.3513dBFS Peak=0.0000dBFS 999_to1000_gap duration=0.334s RMS=-36.5864dBFS Peak=-24.1505dBFS 1000_exact duration=2.200s RMS=-12.6165dBFS Peak=0.0000dBFS 1001_exact duration=1.266s RMS=-15.8700dBFS Peak=-0.2613dBFS 1000_1001_overlap duration=0.900s RMS=-14.3915dBFS Peak=-0.2613dBFS 998_to1001_chain duration=6.733s RMS=-14.1111dBFS Peak=0.0000dBFS 997_to1002_chain duration=15.966s RMS=-17.6013dBFS Peak=0.0000dBFS ``` 对比关系： ```text #999 比 #998 高 1.1310dB #998/#999 重叠段比 #998 全句高 1.7713dB #998/#999 重叠段比 #999 全句高 0.6403dB #1000 比 #998 高 1.4243dB #1001 比 #1000 低 3.2535dB ``` 第一组重叠里，#999 不是弱弱插入。#999 的整句 RMS 高于 #998，而且 #998/#999 重叠段比任何单独精确句都更强。也就是说，声学上最强的不是“塔台独白”，而是“塔台呼叫被反问抢入”的叠声块。 第二组里，#1000 本身更强，#1001 相对弱一些，但它仍压进 #1000 内部，形成第二次呼叫/反问模板。 ## 滑窗高点 #998 精确句的 250ms 高点： ```text 2.125-2.375s RMS=-8.9525dBFS Peak=0.0000dBFS 2.000-2.250s RMS=-9.2179dBFS Peak=0.0000dBFS 2.500-2.750s RMS=-9.6054dBFS Peak=0.0000dBFS ``` #999 精确句的 250ms 高点： ```text 0.125-0.375s RMS=-9.0336dBFS Peak=0.0000dBFS 0.250-0.500s RMS=-9.3236dBFS Peak=0.0000dBFS 0.625-0.875s RMS=-9.3745dBFS Peak=0.0000dBFS ``` 由于 #999 从 #998 相对 `1.900s` 处切入，#998 的最强 250ms 高点全都落在 #999 已经进入之后。换成绝对时间，#998 的第一高点约为： ```text 01:33:51.658-01:33:51.908 ``` 这已经在 #999 `我是你幻想出来的？` 的时间内。稳写是：#998 的声学最强段不是独自完成，而是在 #999 反问抢入后出现。 `998_to1001_chain` 的 250ms 高点也显示两次模板： ```text 2.125-2.375s RMS=-8.9525dBFS Peak=0.0000dBFS #998/#999 重叠 4.875-5.125s RMS=-9.0321dBFS Peak=0.0000dBFS #1000 内部，接近 #1001 切入 2.000-2.250s RMS=-9.2179dBFS Peak=0.0000dBFS ``` `997_to1002_chain` 的高点同样集中在两次呼叫/反问附近： ```text 7.500-7.750s RMS=-8.9992dBFS Peak=0.0000dBFS 10.250-10.500s RMS=-9.0396dBFS Peak=0.0000dBFS ``` 从 #997 算起，这两个位置分别对应 #998/#999 的第一重叠高点和 #1000 附近的第二呼叫高点。#997 的幻想句已经被前一来源页确认更低；本页进一步确认，后续声场不是降温，而是连续进入更强的呼叫系统。 ## 静音与声道边界 `silencedetect -45dB:d=0.3` 对以下窗口均无 `silence_start / silence_end`： ```text 998_exact 999_exact 998999_overlap 998_to999_context 999_to1000_gap 1000_exact 1001_exact 1000_1001_overlap 998_to1001_chain 997_to1002_chain ``` 即使 #999 到 #1000 前只有 `0.334s`、RMS=`-36.5864dBFS` 的低能短隙，也没有形成 silence event。这里不是一句一句切干净，而是低能短隙、再次呼叫和再次反问接成连续声场。 MiMo 音频曾提出 #999 偏左、#1001 偏右的听感。但本地立体声复核显示： ```text 998_to1001_chain_stereo L=-14.1111dBFS R=-14.1111dBFS L-R=0.0000dB corr=1.000000 998999_overlap_stereo L=-12.2695dBFS R=-12.2695dBFS L-R=0.0000dB corr=1.000000 1000_1001_overlap_stereo L=-14.3915dBFS R=-14.3915dBFS L-R=0.0000dB corr=1.000000 ``` 因此“偏左/偏右声源位置”不能采用。能采用的是：两次人声重叠、反问抢入、通信口令式语气，以及无可确认音乐。 ## 频谱与音乐边界 主要窗口的频段比例： ```text 998_exact centroid=906.51Hz voice_250_4000=0.824510 high_4000_12000=0.009614 999_exact centroid=611.93Hz voice_250_4000=0.871321 high_4000_12000=0.003497 998999_overlap centroid=625.74Hz voice_250_4000=0.871625 high_4000_12000=0.004171 1000_exact centroid=480.11Hz voice_250_4000=0.829637 high_4000_12000=0.002791 1001_exact centroid=446.57Hz voice_250_4000=0.743660 high_4000_12000=0.005429 998_to1001_chain centroid=661.63Hz voice_250_4000=0.848650 high_4000_12000=0.004040 ``` 这些数据支持人声主导。没有可确认旋律、和声、乐器、节拍或合成器进入。这里可以写“通信口令式节奏”“呼叫/反问重复造成准音乐性压力”，但不能写成配乐或音乐高潮。 换句话说，本段的音乐性不在音乐材料里，而在声音组织里：重复呼叫、编号、重叠、峰值触顶、低能短隙和再次呼叫。它是声音场的节奏化，而不是配乐进入。 ## 画面事实 接触图显示，#998/#999 与 #1000/#1001 都没有切到真实塔台、太空、飞船、宇航员装备、通信设备或外部广播空间。画面持续是： ```text 透明平台 半透明膜面/塑料 观众席和观看者 白衣坐姿人物 黑衣站立身体/腿部前景遮挡 持笔或笔状物在膜面上书写/画圈候选 ``` 本地帧可以确认黑衣站立人物手中有笔状物，并在膜面附近做出书写/画圈动作；但不能确认 MiMo 所说的“宇航员字样”。稳写只能是：膜面上出现圆形/线痕候选，动作与塔台/宇航员台词同窗，但不能把它升级为可读文字或宇航员物证。 关键静帧指标： ```text 998_start luma=59.269 dark=0.338071 warm=0.052598 orange=0.000000 999_start luma=55.803 dark=0.359597 warm=0.408752 orange=0.009442 998999_overlap_mid luma=60.862 dark=0.277531 warm=0.583206 orange=0.138287 998_end luma=73.838 dark=0.155646 warm=0.660827 orange=0.103463 999_end luma=73.151 dark=0.183132 warm=0.535213 orange=0.050304 1000_start luma=71.924 dark=0.210273 warm=0.380420 orange=0.001652 1001_start luma=56.392 dark=0.227923 warm=0.130768 orange=0.007809 1000_1001_overlap_mid luma=54.476 dark=0.221396 warm=0.060894 orange=0.000000 1002_start luma=53.963 dark=0.298291 warm=0.252175 orange=0.000032 ``` #998/#999 内部，画面在膜面、观众、白衣人物、黑衣站立身体和暖光之间重新分配。到 #998 末尾附近，亮度和暖色比例升高；到 #1001 附近则转回更暗、更冷、更被遮挡的膜面/身体关系。 相邻帧差显示遮挡和位置变化很强： ```text 998_start -> 998_mid mean_abs_diff=23.6639 diff_gt8=0.781612 999_start -> 998999_overlap_mid mean_abs_diff=19.3778 diff_gt8=0.641243 998999_overlap_mid -> 998_end mean_abs_diff=25.0396 diff_gt8=0.766774 1000_start -> 1001_start mean_abs_diff=20.5494 diff_gt8=0.722083 ``` 但 `scene threshold=0.04` 对 `998999_context`、`998_to1001_chain`、`997_to1002_chain` 均无命中。`scene>0.015` 只显示身体/遮挡变化点： ```text 998999_context: 0.041667s, 2.875s 998_to1001_chain: 0.041667s, 2.875s, 4.583333s, 5.041667s, 5.625s, 5.666667s 997_to1002_chain: 0.082682s, 1.207682s, 1.249349s, 4.416016s, 4.916016s, 4.957682s, 10.041016s, 10.207682s, 10.499349s, 11.082682s, 11.124349s, 12.499349s ``` 稳写是：同一公共现场内部的身体位移、前景遮挡、膜面动作和观看关系变化；不是强硬切，也不是空间切到塔台/太空。 ## 边界 可以保留： - #998/#999 时间重叠约 `1.667s`，#1000/#1001 时间重叠约 `0.900s`。 - #999 整句 RMS 高于 #998，第一组重叠段是更强的声学块。 - #998 的最强局部窗口出现在 #999 切入之后。 - #1000/#1001 形成第二次相似的呼叫/反问模板。 - 所有相关窗口无 silence event。 - 声音由人声、重复、呼叫式语气、重叠和峰值触顶组织，不能写成配乐或音乐高潮。 - 画面不给塔台、太空、飞船、宇航员装备或通信设备，只给公共现场、膜面、观众、白衣坐姿人物、黑衣站立遮挡和持笔/画圈候选。 - 口型同步、可见声源和人物身份不能从画面裁决。 必须避免： - 把 #998 写成真实塔台或外部广播空间。 - 把 `7号宇航员` 写成画面出现的宇航员事实。 - 把膜面书写/画圈候选写成可读 `宇航员` 字样。 - 把 #999 的反问写成在 #998 之后才发生的干净接话。 - 把 MiMo 的左右声道听感当作事实。 - 把通信口令的节奏化写成可确认音乐。 本页的稳定结论是：#998/#999 不是把 #997 的幻想句带去外部塔台，而是在同一公共现场中把幻想句转入更强的呼叫/反问叠声系统。塔台不是被画面坐实的地点，而是声音夺权的口令形式。 ## 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。 ![998999_context_contact.jpg](/research/images/f7695061c1d3c2827d10.webp) ![998_to1001_chain_contact.jpg](/research/images/067b286ba7e47ca2e62e.webp) ![998999_overlap_dense_contact.jpg](/research/images/a862b920599423e4e203.webp)