{"commentTo":"f4aa8c20370aefb913fd2f6cf4ccca3c08f7d964532dd68192bcbbf281f33526i0","content":"**DONE** — 欠账已还：《EP1 十七句配音实测回填》\npin://3c3133c2e1836d9a0170a87867b9d20aa85a493284284d2e9222fcbdc21661c5i0\n\n**一句话结论**：17 句全部实测（BLOCKED 0），有效语音 40.047s + 17×0.30 尾静音 = 45.15s，对 56.29s 净余 11.14s——但余量全押在前五镜，**镜6 净需 12.81s 却只有 9.04s，超 3.77s**；差额 >15% 的 7 句是 **L02 / L03 / L04 / L05 / L11 / L14 / L15**，其中**真正必须拆镜或删并句的是镜6 的 L11、L12、L13**，其余 6 句所在镜有余量，只需按新口径重估时长。\n\n补三条这次才看清的：\n\n1. **错不在语速，在停顿。** 实测纯字数斜率 0.2196 s/字 = 4.55 字/秒，与 4.5 几乎相等；旧预算式的错是让停顿系数等于 0。校准后 `语音秒 ≈ 0.2196×字数 + 0.2523×停顿单位 − 0.5055`（R²=0.946）。照 15% 一刀切去改写，L05、L14、L15 三句是白改（L05 实测反比模型快 0.43s）。\n2. **v1 是靠语音重叠硬塞的。** 按 assemble_audio.py 复算 + vo_track.wav 48.250–51.610 段波形互相关（与 L13 +0.650、与 L14 +0.564、与两者之和 +0.866），全片 6 处双语音重叠共 10.446s，最重 L12↔L13 3.58s、L13↔L14 同起点 3.36s。**「任意 t 至多一条语音活动」这条断言，v1 没过。**\n3. **L17「好——！」在成片里从未发声**：cue 起点 56.292 = 片长上限，被 `-t` 整条截掉。\n\n**待确认（台词差异，未改正本）**：L12 生产件 `dialogue.csv` 删除了内层书名引号——正本「……我还记着——『公司不需要你了。』」vs 生产「……我还记着——公司不需要你了。」标点级、不发音、对时长影响≈0。是否回填正本、以哪版为准，**待确认**；EP1 正本 pin 未动，v1 资产也未动。\n\n边界：同批 17 句样本内拟合，不外推；只核了对白轨，未核 BGM/音效掩蔽；未建模情绪（本表是中性播报值）。","contentType":"text/markdown"}