1.1.3 时间的精度

如果你认为古人对于时间的认识和理解比较粗略，那就错了，他们只是测量时间的工具不够先进。比如，佛经《僧祇律》中就有记载：“一刹那者为一念，二十念为一瞬，二十瞬为一弹指，二十弹指为一罗预，二十罗预为一须臾，一日夜有三十须臾。”由此幻化出“刹那”“一念间”“瞬间”“弹指间”“须臾”等一批表示时间的词汇。有没有觉得这些词很熟悉？像“念念不忘”“转念一想”“一念之间”等，这里面的“念”其实是时间单位。根据唐玄奘《大唐西域记》中的记载可以换算出，“一刹那”也就是“一念”，应该是0.018秒，“一瞬”为0.36秒。

大家都知道，我国标准民用交流电电压是220伏特，频率为50赫兹。而在日本、美国等西方国家，民用交流电电压则是110伏特，频率为60赫兹。因为各国领土面积不同，人口密度的差异比较大，考虑到输电的损耗，各国民用交流电所采用的电压也不尽相同。民用交流电电压从100伏特到240伏特，并不统一，有的国家不同地区的电压都是不同的。民用交流电的频率可不像交流电的电压那么复杂，它只有两种情况，一种是50赫兹，另一种是60赫兹。

交流电的频率与视频信号的传输方式关系密切。比如，我国标准民用交流电的频率是50赫兹，所以我国高清视频的格式标准为1080i50，也就是每秒钟传输50场视频信号。如果将一帧高清画面拆分成奇数行和偶数行，分两场交错进行传输，就是1080i视频格式。先传奇数行，后传偶数行，叫上场优先；先传偶数行，后传奇数行，叫下场优先。因为人眼具有视觉暂留的特性，所以观众在屏幕上看到的还是一帧完整的画面。用交错场的方式进行传输，好处是能节省一半的带宽。如果每场信号将一帧高清画面完整传输，这就是1080P视频格式。1080P 视频格式没有交错场，画面会更流畅，但视频传输占用的带宽，比1080i视频格式多了一倍。

那么，视频信号传输中的“场”会持续多长时间呢？如果交流电的频率是50赫兹，每秒钟周期性变化50次，这个“场”的持续时间就是0.02秒；如果交流电的频率是60赫兹，每秒钟周期性变化60次，这个“场”的持续时间就是0.016秒。“一刹那”或者“一念”的时间是0.018秒，刚好介于0.02秒与0.016秒之间。因此我们可以说，“一场”就是“一刹那”或者“一念”。

“场”“念”“刹那”的持续时间过于短暂，人们可能无法准确地感知或者用语言表述清楚它们的变化，但“一瞬”的持续时间则会被准确地感知。人的视觉和听觉是两套相对独立的感知系统，人脑对来自视觉和听觉的反馈会产生时差，这个时差就是瞬间级别的延迟。“一瞬”是0.36秒，比半秒钟略短。我们在给视频配唱词字幕时，原则上有声即有字，可是如果声音一结束，字幕立刻就消失，观众会觉得怪怪的。人们是先听到声音，然后再去看字幕，如果声音与字幕同时结束，字幕还没看完，就消失了，会给人一种“未卜先知”的怪诞感。因此，字幕应晚于声音结束，延迟半秒左右。这样，话音虽然结束了，但留下了瞬间的余味。

把字幕拖得太长也不好，要把气口留出来，以便接下一句。对于大段正常语速的对话或画外音解说，在双方没有发生争吵或者情绪比较激动的情况下，前一句话音结束后，剪辑师要先默念一二三，然后立即切入下一句话。切记，是默念一二三，而不是数三秒。数三秒的标准时长是1001、1002、1003，比默念一二三至少要长出“一瞬”的时间。如果数完三秒再切入下一句，就会有截气的感觉，原来的说话节奏也被打乱了，后语跟不上前言，剪辑就会显得拖沓冗长。如果切入下一句的间隙比默念一二三还短，就会有心忙的感觉，就像常说的“吃枪药了”一样。把对话或者画外音解说中的每一句话都这样剪，观众只会觉得人物说话比较快；如果隔两三句才切一下，未剪辑的声音和剪辑过的声音语速就会不一致，忽快忽慢，节奏混乱，那就是明显的剪辑错误了。当然，这里提供参考的是话语间隙的基准时长，剪辑师要以此为依据，再结合具体的场景、人物的性格和现场的氛围，微调话语间隙，形成恰如其分的剪辑节奏。

至于声音，哪怕时间上微小的延迟，都会对听感产生明显的影响。如果声音反射声的延时为10毫秒，也就是“一刹那”或者“一念”，就会出现严重的“梳状滤波效应”，此时人们的听觉感受是一种“镶边”的效果。如果声音反射声的延时增加到25毫秒左右，就会对声音的亲切感和丰满度产生重要影响，此时人们的听觉感受是音乐厅中的效果。如果声音反射声的延时增加到50毫秒，甚至超过80毫秒，就会出现回声的效果。80毫秒还不到“一瞬”的四分之一，但是足以让声音效果发生很大的变化。所以对于剪辑工作来说，无论是画面，还是声音，时间只精确到秒，是远远不够的。