声画不是同一种证据
一段视频可能同时包含现场原声、后加解说、字幕和配乐。它们一起构成作品，却不一定来自同一个时间或同一个信息源。现场画面能显示某人抬头，旁白可以称之为“终于意识到问题”，但“终于”和“意识到”已经引入了之前的状态与心理活动。分析时应把这些增添的信息显出来。
这种区分适合阅读人物反应、事件复盘和故事讲述。不要简单地把解说看成不可信：解说也可能提供经过核对的背景。关键在于它有没有说明依据，以及某句话是在描述画面、转述来源，还是提出解释。声音坚定、句子流畅，都不能代替这个区分。
| 信息层 | 可以观察什么 | 需要另行核对什么 |
|---|---|---|
| 现场原声 | 录音中可辨的词句与声响 | 说话者、剪切与声画同步关系 |
| 后加解说 | 叙述者作出的主张 | 主张的来源及其支持程度 |
| 字幕配字 | 屏幕明确显示的文字 | 是否逐字对应原话，是否增添解释 |
| 背景配乐 | 音乐的节奏与情绪色彩 | 不能据此推断人物当时的情绪 |
教学示例：一段无声画面，两种故事
以下为虚构教学示例。画面中，一个人站在门边看了一眼室内，随后转身走开。解说甲说“他发现情况不妙，立刻选择逃避”；解说乙说“他确认会议还未结束，准备到外面等候”。两种叙述都能与动作表面相容，却分别补入了危险判断、逃避动机，或会议状态与等候计划。
单看这段画面，能够确认的只是看向室内后转身离开镜头。无法直接确认他看见什么、为何离开、去了哪里。更好的分析不是在甲乙之间凭感觉选一个，而是标出两者各自添加的内容，然后问哪些背景材料能够支持或排除它们。
语言怎样悄悄改变主张强度
命名会改变对象的理解：同一动作被叫作“检查”“窥探”或“巡视”，就包含不同的身份与意图。连接词会改变关系：“随后”主要连接时间，“因此”提出因果，“果然”暗示前面已有预测。程度词会改变范围：“有人”“大多数人”“所有人”需要的材料数量与代表性也不同。
阅读时可以把这些词暂时删去，看看画面还留下什么。将“他果然愤怒地扔下材料”改成“他把材料放到桌上”，再核对落点、动作幅度、声音和前后话语。中性描述不一定最生动，却能帮助你找出原解说究竟多作了哪几步解释。
- 先完整观看一次，再分别记录画面事实和解说主张。
- 标出解说中的心理、身份、因果与程度词。
- 对每个判断问一句：依据来自画面、原声，还是未展示的外部材料？
- 用一段中性描述重写同一画面，保留无法确定的位置。
- 恢复原声和字幕，检查中性描述是否漏掉了真正可见、可听的依据。
静音练习能帮忙，也会丢失信息
静音有助于发现自己是否被情绪性旁白带着走，但它不是最终核验方法。原声中的提问、回应、提醒或环境声可能恰好解释动作。若把所有声音都移除，再说“画面没有证明”，也可能忽略已经存在的材料。因此更适合采用分层对照：分别看画面、听可辨原声、读字幕，再检查解说补充了什么。
配乐同样应作为表达选择分析。紧张音乐可以使普通等待显得悬疑，轻快音乐可以使尴尬场面显得滑稽；这说明作品引导了观感，并不直接证明现场就是紧张或滑稽。评价现场人物时，应回到他们可核对的动作和话语。
写结论时保留来源层次
可以写“解说将这个转身解释为回避，但当前画面只显示人物离开镜头”。若旁白引用了可查的完整访谈，则继续核对访谈中的原句与范围。不要把“叙述者说了”写成“事实已经如此”，也不要因为存在旁白就否定所有补充信息。
延伸问答
没有配乐的视频是否更客观？
不一定。选取哪些镜头、如何排序、保留哪些原声也会影响理解。没有音乐只能说明少了这一层表达，不能替代对材料范围的检查。
解说用了“可能”，就不需要依据了吗？
仍然需要合理依据。“可能”降低确定程度，却不能让任意想象获得支持。应说明可能性来自什么线索，并保留其他同样合理的解释。
术语依据
字幕可表达理解内容所需的语音和非语音信息，并与音频同步。本文据此区分声音转写与额外评论；屏幕上出现的文字仍需结合原声判断。 W3C WAI：Captions/Subtitles ↗