原始音频的时长是五十一秒，传播最广的版本只有二十七秒。被剪掉的那二十四秒，恰好包含一句解释。

第一个版本的剪辑点落在笑声前半秒，听感上像是被打断。第二个版本剪在笑声后半秒，听感上像是附和。

我们请三位音频从业者独立听辨，三人对剪辑点的判断完全一致。这说明两版音频的差异不是听觉错觉，而是刻意剪辑。

现场的视频素材能对上口型，但因为距离远，无法判断语气。这也是所有传播版本都只能靠字幕补足语境的原因。

在音频传播里，一秒钟的位置差异，就足以改变整句话的意思。下次听到『完整录音』时，不妨先看看它的时长。