字幕出现也是一个事件
假设一部虚构影片里，人物在整理旧物时轻唱一句自己写的歌，字幕先完整显示那句话，演唱才缓慢展开。观众看到句尾的问句以后，可能已经准备把整句听成询问。这个提示来自文字出现的时间，不完全来自旋律。分析时应把字幕也列入片段，而不是当作透明背景。
可以记录字幕何时上屏、人物何时唱到关键词。假设关键字在句子中间才发声，画面却早已显示，观众便获得一段提前知道文字的时间。如果歌曲没有字幕，需要等待听清才能理解，注意过程可能不同。两种条件适合比较，但不能据此替所有观众断定哪一种体验更深。
文字确认不了所有声音关系
假设字幕准确呈现了歌词，却没有说明人物把某个字拖了很久，随后突然收声。阅读能帮助确定字面内容，声音仍负责安排它如何经过时间。评论如果只摘录歌词再概括意思，便可能忽略那个长字为什么让人物的动作等了一会，以及收声怎样接到接下来的沉默。
不必删除字幕才能认真听，可以在第二次观看时把注意移向字与字之间。假设人物唱到问题核心前，先轻轻换了一口气，字幕没有新增内容，这个换气仍可能影响问句的犹疑感。描述时指出具体位置即可，不应把每次换气都解释成角色隐藏了未被作品说明的往事。
看得懂不等于听得相同
假设两名听众都读懂字幕，一人注意歌词里的归还，另一人注意句尾旋律没有落稳。他们可以对人物是否下定决心有不同判断。共同文字并未消除声音的解释空间。讨论分歧时，可分别列出词语、演唱方式与动作依据，看哪项支持哪种说法，避免把理解归结为谁识字更准确。
字幕翻译也需要保留范围。假设虚构片段的字幕把一段较长歌词压缩成短句，评论者只熟悉字幕语言，就应承认自己主要依据译文理解字义。仍然可以观察停顿、延长和接续，但不宜声称掌握了原词的全部双关。对未核实部分留白，比猜测语言细节更可靠。
让观看条件进入文章
成文时可以说明，这次判断来自带字幕的版本，文字提前让作者知道了问句，随后声音中的迟延又增加不确定感。这样的交代不需要占很大篇幅，却能解释结论为什么形成。如果另一次观看关闭字幕后感受改变，也可以把差异作为新的观察，而非急着宣布某一次才算真正理解。
最后回到假设人物整理物品的动作：他唱完问句，仍把旧盒留在桌上。字幕、旋律与动作各提供一部分信息，任何单项都不必独自承担结论。音乐段落的评论可以把三者接起来，写出观众怎样逐步得到线索，同时避免让屏幕上的一句文字替整个片段完成解释。