在当下，随着电影视听技术的进步与对电影之媒介属性的愈加尊重，电影视听语言的使用透视了电影艺术观念的深刻变化，并由此引发了围绕电影视听关系的新课题讨论，乃至效仿“视觉文化”，建构“声音文化”的阐释空间，讨论电影声音场域下声音的主体位置，声音对于聆听者（电影观众）观影审美经验的影响，“声”与“画”之间的互动关系，电影声音的媒介特质，等等。我们可以看到，近些年越来越多的电影不再满足于表述、呈现一个个有关现实生活的故事，而是进一步探索视听结合的可能性，积累电影视听元素的媒介经验，致力于开发无穷的想象，描摹梦境、幻境、虚拟环境、脑中空间等非现实的空间。电影观众以往对题材的关注逐渐转向对电影视觉、听觉、信息的关注，感知并接受电影声音媒介传递的丰富信息。在一些充满想象力的电影中，创作者不仅创造了现实生活中并不客观存在的空间场景，也创新了电影影像和声音之间的结合方式。非现实性的视听结合脱离或者部分脱离了现实生活带给我们的思维束缚，创造出新的电影声音运用方法，从而发挥出电影声音的巨大潜力。电影声音贯穿影片，运用的方式、场合、目的各有不同。
电影声音是通过对人声、音响和音乐等声音元素的艺术设计，最终利用技术手段创造出的电影听觉语言。[1]参考《电影艺术词典》中“电影声音”的解释，电影声音其实包括人声、音响和音乐三种不同的类型。其中，音响涵盖了除语言和电影音乐外的一切声音，包括动作音响、自然音响、环境音响、特殊音响等。但近年来，随着音乐电子化技术的发展，音响和音乐之间的界限也在逐渐模糊。三种类型的区隔并不绝对。网络化、全球化后的电影产业正在促进影视创作技术的新发展，VR（虚拟现实）技术、3D技术的发展很大程度上冲击了原有的视听语言模式。电影声音尤其是非音乐元素的技术革新，仍然可以区分出再现性声音和表现性声音两条脉络。再现性声音更强调对于现实声音环境的描摹；而表现性声音更能凸显电影创作者的主观艺术表达，它往往是对现实音源的夸张、变形和艺术加工。二者看似没有交集，但从观众接受的角度去思考，会发现再现性声音与表现性声音共同指向了观众的聆听心理与听觉的感知结构。今天的电影观众正逐渐解放着电影声音的影像力量，促使声音媒介深度参与着电影影像构成，它不再是影像或画面的从属对象或艺术衍生品，而可以是艺术的客体、艺术对象乃至较之视觉刺激更为高级、复杂的刺激物。观众将来自电影媒介的视觉刺激和听觉刺激按照特定的心理逻辑、情感结构与知觉形式进行组织与关联，形成特定的视听审美体验。可以说，孤立的声音媒介本身或许尚不具有影像性，但结合电影画面所形成的综合视听关系，则比起单纯的视觉语言往往更具影像深度。这已是今天的电影与今天的电影观众所共处的一个基本语境。观众的视听审美诉求既可以是谋求对现实的模仿、复写和模拟，也可能是表现、突出和强调经过艺术手段加工处理的现实局部。这个变化是历史性的，电影观众持续影响着电影声音在电影构成中的地位；反之，电影声音技术与视听关系的变化发展也深刻建构着电影观众的情感结构与观影心理。
从历史的角度看，音乐学家或电影理论家较少能对电影声音的功能、逻辑及其内在规律进行理论化阐释。电影长期被视为以视觉为核心的艺术门类，电影配乐作为电影声音的一种显著类型，仅仅在单纯的技术意义上被使用和理解。在有声电影出现之前，电影的拍摄和放映设备限制了电影声音的还原，伴随电影影像在场的声音是电影院的现场配乐。虽然从效果上，电影放映时加入现场配乐符合人对“视听合一”的知觉本性，但从观念上讲，电影创作者和配乐人员时常将配乐视为掩饰放映机噪音和招徕观众的手段。贝拉·巴拉兹在《电影美学》中则提出电影音乐是电影艺术不可或缺的组成部分，他认为无声电影的现场配乐使二维的影像具有了三维的现实感，观众由于听觉得到满足，从而把银幕上的形象当成真实生活的真实图景。因为正常人类在观察现实生活时，也是视觉和听觉并重的。正是音乐使无声银幕上那“变化无常的幢幢鬼影”在观众心目中变为“确凿可信的形体”。现场的配乐伴奏既为观众的感官需求提供必要的声音，它的随机性也良好地适应了画面内容的需要。
但是，像卓别林和鲁道夫·爱因汉姆等人都对电影声音较为排斥，捍卫着电影从属于视觉艺术的合法性。而其他一些电影理论家，如马塞尔·马尔丹（Marcel Gabriel），则对电影声音持欢迎态度。米特里则总结了19世纪20年代至40年代欧洲对于电影声音比较流行的讨论：由于蒙太奇理论的盛行，电影理论家开始探讨在声音（主要是对话）层面上利用蒙太奇原理的可能性，研究声画对位的特殊美感。米特里在归纳前人观点的基础上指出了言语和声响对于幻想性构建的更为微妙之处，强调了电影声音区别于影像的更独到的表意能力。在电影音乐方面，米特里从逻辑和心理方面解释了电影音乐的表意价值，明确指出了电影音乐是影片重要的表意元素之一，尤其在“非现实主义”特性的影片中。此外，米特里还从确定节奏、增强空间感等几个方面，详尽分析了电影音乐的价值。当然，与其说米特里进行的是电影声音研究，不如说更像是电影音乐研究。可以看出，在早期电影史上，理论学者对电影声音的关注往往折射出一种“影像为主、声音为辅” 的视觉中心主义语境，并且音乐研究往往占据着电影声音研究的主体位置。这些情况随后有所改观。
1985年，伊丽莎白·威斯（Elisabeth Weis）和约翰·贝尔顿（John Belton）出版了《电影声音》（Film Sound-Theory Practice），在波德维尔电影声音研究的基础上，运用现象学哲学的研究重新分析《死囚越狱》（A Man Escaped）。1992年，里克·奥尔特曼（Rick Altman）发表著作《声音理论/声音实践》（Sound Theory/Sound Practice），将声音与画面放在相同的基本点上来重新定义电影研究。法国电影研究者、影评人、声音理论家及作曲家米歇尔·希翁为电影声音理论的发展做出了卓越的贡献，在他的著作中都涉及电影声音理论。作者谙熟电影理论和声音理论并将二者结合，使得电影声音理论摆脱了以往“影像为主、声音为辅”的电影声音研究范式。希翁从人类听觉特点出发，探讨不同声音的特性。比如在《声音》（Le Son）一书中，作者以《西部往事》（Once Upon a Time in the West）和《闪灵》（The Shining）为例探讨了影片中的环境音对于塑造空间和推动叙事的作用。值得注意的是，包括希翁在内，许多学者曾指出声音具有难以物化的特点，使得以声音作为阐释对象的电影研究实践存在着含糊与混杂的特点。孤立地讨论电影声音十分困难，电影声音的艺术特性往往在电影复杂的视听关系中得到阐释。希翁在《视听》（Audio-Vision）一书中专注于讨论视听关系，其目的是借视听关系来切入对电影声音对象的定位与还原。希翁将视听互动关系定义为“增殖”，分析了电影声音中文字（对白、旁白）对影像的增殖作用以及电影音乐对影像的增殖。结合不同的聆听模式，希翁分析了声音在艺术渲染上的作用，从“视—听”的相互作用上升到视听结合对电影叙事和情绪推动上的意义。
希翁将格式塔心理学中的格式塔完形理论（Law of Pragnanz，又译为趋完型律）从视觉维度扩展到了听觉层面，认为人脑将听觉信息亦处理为一个连续的、综合的数据。格式塔完形理论认为，“在知觉任何给定的视觉队列时，我们易于以稳定且连贯的形式把完全不同的元素简单加以组织，而不是把这些元素当成不可理解的、缺乏组织的一堆混乱感觉”[2]。在视知觉的研究中，认知心理学家形成了如“邻近”“相似”等格式塔原则，并对于受众注意力的选择和分配有了一定研究。电影意义上的“完型”是指观众自身的一种生理心理活动，意指将影像组织成更高层次的、具有特定联系的、整体的信息内容的活动，是大脑积极参与影像理解、影像阐释的视知觉实践。观众对于电影刺激的接受建立在知觉和感受的基础之上。电影观众不仅仅是在单纯地“看电影”，而是在积极地接受电影带给他们的诸多视觉刺激，同时进行情绪反馈和深度思考。希翁基于格式塔心理学，将原本作用于解释视觉接受的格式塔用于理解电影的听觉媒介，充分认识到了电影视听结合形成“完型”的合理性。希翁认为：“当耳朵展开声音内容时，它所感知和记忆的内容，已经存在于两到三秒的短暂声音综合体中。但是，在这两到三秒之中，它是被作为完型（格式塔）来感知的。”[3]希翁给予平等的两种知觉刺激以结合法则，他认为观众“看到的”和“听到的”之间形成了一种立即的、必要的关系：同步整合。[4]希翁强调了视觉与听觉两种刺激源在观众心理层面的内在关联性，从视听结合的角度提出了电影对于声音的强烈需要。电影声音从而获得了史无前例的重视。电影声音作为和影像不同的感觉信息，在与影像的视听结合中产生着1+1＞2的效果，这个现象逐渐获得了希翁之后当下电影学者的承认。当然，电影影像或视觉信息和声音的联系性并不纯然存在于电影文本中。脱离观众的视听结合是不存在的。影像刺激观众的视觉，而声音刺激观众的听觉，这两者之间的联系是在观众观赏电影时自发理解、自行赋予的。因此，从电影创作的角度来看，影像和声音也就不是必须依照某些固定的方式结合在一起。
电影声音研究的一个目标是讨论观众对电影听觉刺激与听觉信息的接受，探讨电影声音在不同视听结合背景下的差异与特点。后文基于视听结合关系的不同可能性，将其大致分为客观现实性视听结合、主观现实性视听结合和假定性视听结合三个关系维度，分别予以探讨。整体上说，深度的视听结合不仅丰富着声音媒介所传递的信息量，还延展了观众心理层面的现实感。
1.客观现实性视听结合
客观现实性视听结合模仿现实世界的物体存在和发声规律，其影像与声音的关系是紧密而有现实逻辑基础的，与“声画并行”相似。在客观现实性视听结合中，电影声音与影像相辅相成，以利用听觉信息塑造影片中时空的真实感和时间感为重要目的；电影声音的表意抒情均不是突兀或刻意的。从分类上说，影片中的大部分人声、自然音效和环境音效都属于客观现实性视听结合范畴。
客观现实性视听结合下的电影声音作为增强影片真实感的存在，更多地承担了对时间感的突出作用。其中，电影声音倾向于表达时间的持续性和视听刺激的同步性。
客观现实性视听结合下的电影声音往往与影像合作完成对场景和人物的描摹，能够起到解释画面、给画面以真实感和环境感的作用。在此基础之上，电影声音可以给予视知觉刺激影像以最缺乏的因素——时间感。电影，作为时间艺术，或者说作为空间和时间的关系的艺术，曾经首先是一门空间艺术。[5]在电影声音诞生之前，电影没有确切的时长，每秒24帧的影片采用22帧或者25帧速率播放并不能引起观众的注意。但电影声音为影像确定了时间——声波的特性决定了声音一经压缩或者延长处理就很容易被辨认。因此，在有声电影产生之后，电影必须以一种固定的速率播放，也就有了确切固定的时长。于是，每个镜头的时长不再是镜头之间的相对概念，而是一个绝对值。电影声音为影片提供了时间层面的真实感，也是一种对于客观的再现。
电影的段落或镜头时间是一个稳定的绝对值，从而这个时间长度就不仅可以与影片中的其他段落或镜头相互对比，还可以与现实/物理时间进行对照。电影对于时间的压缩和拉长（如镜头的升降格）也因此得以彰显。米特里认为，有声电影使人们从心理上感觉到——而非理解到——时间。音乐带给电影一种尺度，使观众感受到实际经历的持续时间，并认识到时间的表意价值。[6]从知觉特性上说，视觉是一种与空间联系更为紧密的知觉；相反地，听觉更依赖时间的绵延。并且，电影声音的时间感还可以指涉事件发生的先后顺序，参与电影叙事的结构生成。蒙太奇镜头因电影声音的序列而获得了时间次序性。声画之间的同步点一次次促进了视听结合的形成。明显的视听同步点是确立时空真实感的重要信号，因为这也是生活经验中对于视听觉信息统一的最直观感受。客观现实性视听结合下，电影声音往往更多地提供视听同步点。
在《2001太空漫游》（2001：A Space Odyssey）的开篇部分，定镜头的全景空镜如幻灯片般数秒钟切换一次，为我们展现了原始社会各种野生动物和猿猴之间的生活细节。漫长如纪录片一般的镜头段落中几乎只有环境音响，这些野兽们的叫喊声、风刮过树叶的声音和昆虫鸣叫的声音组成的环境音响持续且稳定，并不被影像的剪辑和割裂所影响。然而，正是这种声音的持续性融合了剪辑上的裂缝，使观众将视觉刺激中的影像“幻灯片”和听觉刺激中的电影声音一样，认为是在一个特定的时空里，依靠时间顺序（而不是其他可能的逻辑）发生的。甚至，这种连绵的环境音响超越了影像的速度而使观众出现了一种“期待”，即认为接下来的听觉刺激依然是这么散碎、无聊和写实的，以至于当这种环境音响突然消失或者被其他声音遮挡的时候，我们马上就能够发现。正如《2001太空漫游》稍后的段落中，猿猴发现兽骨可用作武器而兴奋地将其抛向空中的镜头衔接到了宇宙飞船的镜头上。这个剪辑在影像衔接的同时完成了声音的现实性衔接——原本的环境音响突然消失了，取而代之的是广袤宇宙中无声的沉默。这种听觉刺激上的突转破坏了依靠声音维持的时间顺序感，确定性地指向了另一个时空。可以说，这个被誉为影史上最伟大的剪辑，其电影声音的剪辑和处理对于表现时间的持续和飞逝亦做出了重要贡献。在这里，电影声音作为一种环境气氛的烘托，像一个容器一般，将经过剪辑的镜头放置在平滑完整的声音链条中，减轻了剪辑点的突兀带给观众的失真影响，并将其统一于一个固定的流向。这是电影声音对于视听结合中时间感和统一方向的贡献。
2.主观现实性视听结合
主观现实性视听结合下的电影声音部分地跳脱了真实的视听结合方式，从而有了更多的灵活度。与客观现实性视听结合的情况相比，主观现实性视听结合模仿人脑对于听觉信息的习惯性处理方式，对视听觉刺激有针对性、选择性地进行放大、忽略等处理，从而形成主观的视听结合。它依托于观众观看影片时一些公理性的生理心理反应，对现实性视听结合逻辑进行改造。如利用“鸡尾酒会效应”[7]消除环境音响，突出电影中正在说话的主要角色人声等。其特点在于增加了主观听点声、利用非画内音主导叙事、利用电影声音构建情绪的机械结构和视听同步点。
与“视点”相对，“听点”从听觉的角度探讨观众即“我们” 与画面内部人物和环境的关系。阿尔特曼是最早阐释“听点声” 这一概念的学者之一，他认为听点声是明确地清晰表达一个具体空间和主观位置的声音。[8]希翁对于听点的解读和阿尔特曼有所区别。他认为，听点主要是指以下视听段落中的情况：第一，指一个空间位置，从这个位置上，我们可以说我们听到了一个与我们有特定距离的声音，这是听点的空间定义；第二，通过一个电影角色的耳朵暗示我们正在听一个声音，这是听点的主观定义。[9]由于音轨可以重叠，所以这两个意义上的听点可以同时存在，相同或不同。虽然后一种情况被称为“主观听点”，但这并不意味着表示了空间感的听点（第一种情况）就有绝对的客观性。事实上，即使不突出主观能指，听点也经常和视点不一致，或者说听点和摄影机不处于同一位置。比如，远景景别中人物的声音听起来依然和中近景时的音量相同，这是为了服务于电影本身的表意而将客观现实经过主观性风格化表达后产生的结果。
明确听点位置的意义在于，定位了具体的空间位置可以增强场景内部与“我们”之间的关系，有助于塑造空间立体感。而主观听点的特殊意义在于观众的自我代入感，通过一个电影角色的耳朵听电影声音时，观众被带入这个角色当中，由外在地欣赏画面内部人物转化为内在地参与其中。这种“代入感”对于非现实时空的塑造是尤为重要的，它是使观众沉浸在电影情节中而不跳戏的重要保障之一。在主观现实性视听结合下，电影声音的一大特点是主观听点增多，尤其是能反映埃尔格听觉的听点内置（对心跳声、耳鸣等人体内部生理反应的表达），极大地增强了代入感的同时，保持了非常明显的主观性。
主观听点声来源于每个独立的个体倾听声音时的主观感受，有一定的视听结合逻辑的现实性基础。将其与客观性的，或者与听点声并不在同一个视听点的主观镜头相结合，是这种视听逻辑的改造运用——看似符合现实经验，却在视听点的区别中突出了声音的主观性。在运用这种电影声音时，似乎可利用主观听点声从某个特殊空间场景的确立和与其他现实空间的对比这两个角度提供给观众一种主观性的真实感。
《傀儡人生》（Being John Malkovich）中著名的“脑中主观视点”是对于扩展视点范围的一次充分探索。其实在这个段落中，影片也使用了与之相对的主观听点，并且和空间化的听点融为一体，为确立这个场景和观众之间的关系起到了充分的作用。为了表达洛特和克雷格等人进入约翰·马尔科维奇的身体内并成为马尔科维奇，影片利用遮罩遮挡住四周使得银幕模拟了眼睛的视界，同时利用主观的听点配合影像，从而模拟出位于马尔科维奇脑中能够感知到的视听觉刺激。在这个段落里，听点是唯一的，它既表明了空间关系——我们在马尔科维奇的脑内，又体现出我们被主观地带入马尔科维奇的角度。相比较而言，前者是更为重要的，因为这是一个非现实的电影空间的首次创立，对于真实性的体现重于表现性。而在洛特第二次进入马尔科维奇体内的时候，听点和克雷格首次进入时的产生了差异。这个段落非常有趣：洛特在马尔科维奇体内时，马尔科维奇接到了马克辛的电话并且与之交谈。我们能够听到三个人声：洛特在马尔科维奇体内发出的声音、马克辛在电话对面说话的声音以及马尔科维奇自己的声音。这个由现实和非现实两个空间组成的镜头中存在着两种主观听点：脑中洛特的主观听点和现实中马尔科维奇的主观听点。在镜头的反复切换之下，重点并非单一镜头之中的视听语言而是两种视听语言“对比”下电影声音的风格化处理特征，这对于强调脑中的非现实环境和真实环境之间的关系，从而将一个完全虚构的空间嫁接在真实生活环境中有着深刻的意义。
存在于画面内部的音响可以和影像形成多个同步点，进而确认画面内部影像的实在性，这被认为是现实的描摹。同时，环境音响本身亦有至少两个功能：一个是对于视听同步点的确认作用，另一个是声音本身的逻辑意义。主观现实性视听结合下的电影声音将某一个特定“音响”的上述两个功能进行拆分，使声音逐渐脱离画内音的限制而能够和影像产生关联，既可以增强自身的独立表意性，又能够对于影像形成呼应，获取“源于影像而高于影像”的表意效果。非画内的环境音响往往意味着出离画面的特殊表意，但也在一定程度上消解了影像的真实感。然而，如果这些非画内的环境的音响能够和影像形成同步性，似乎又在画面内部为其找到了一定的“支撑”，这种看似在画内的画外音对于影像既肯定又否定，在特殊的声画关系中进行独特的表意。例如《盗梦空间》（Inception）的前部分，建筑师第一次进入梦境并且引发了梦境的支离破碎。影像中，移动镜头展示了梦境中的街道由远及近顺次爆炸的场面，爆炸物大同小异，都是街道中的各种杂物，然而声音却并不和爆炸相同步，而是分别展示了不同种类（如木头、金属、气球等）物品的爆炸声音。
声音和影像的结合具有欺骗性：就同步点而言，每一次爆炸的影像都配合着突出的爆炸声音，看似这些声音就是源于影像中展示的爆炸，但就具体细节而言，两者完全没有对应关系，因为物料不可能遵循某种物理特性的顺序分别进行爆炸。这种荒谬的联系将爆炸音响从画内音或者现实体现的窠臼中解脱了出来，使其独立承担了一定的表意功能：不切合画面的爆炸声意味着非现实的爆破，但这些非现实的爆破又是建立在承认画面（梦境）的现实性之上的。
一直以来，独白更多地作为角色内心感情活动的自剖，较少承担说明性叙事功能，而说明性的旁白作为一个独立的客观叙事线索，以他人承担为主。《盗梦空间》、《无姓之人》（Mr.Nobody）、《完美感觉》（Perfect Sense）等电影中都出现过这样的段落：一些不同内容的、较短的镜头甚至图片混剪在一起，配合着某一位主人公的独白和音乐、一些电子音效以及与镜头内容相一致的、有选择的音响。整个段落看起来很像展示用的幻灯片，声画是并行的，尤其是独白更像科教片或者新闻纪录片中的解说段落，带有明显的说明性质。
在主观现实性视听结合下，电影声音呈现出更加多元的特点，其中音响和人声的作用在相当程度上获得了扩展，并且能够主导叙事，使影像在具体段落内作为声音的配合。无论是对于音响的作用的细分利用，还是采用“音配像”的镜头段落阐释说明，其核心思路都是在再现性的基础之上对于表现性的凸显。或者说，建立虚拟真实的视听结合，形成一种对观众的欺骗性视听流，达到既稳定视听结合又能够使声音元素独立表意的作用。
不仅仅是电影音乐，在电影音响中也能够出现充满节奏性的声音，比如各类马达发出的整齐划一的声音；女人的尖叫则是高频声音的代表。这些声音看似不如电影音乐那般可以全部被创作，其实不同声音之间的有效结合，通过将预期中观众的生理心理反应直接以音响和人声的方式写入电影声音，更能够使得其乐理特性影响观众的心理状态。(www.xing528.com)
3.假定性视听结合
假定性视听结合下的电影声音完全抛弃了现实性视听结合，从创作者艺术表达或其他主观角度给予受众个性化的听觉刺激。与前两类电影声音相比，其特点在于突出运用了离散的听点声和非叙境性声音，杂糅了声音元素，扩大了电子音的运用范围，尝试对视听觉刺激的某个部分进行剥夺。假定性视听结合不再模仿现实世界的发声规律和人脑对于听觉信息的处理习惯，转而创建一种全新的听觉经验；视听觉刺激经过电影工作者的主观人为加工，形成一种与前两者不同的视听结合方式，用以表达特定的含义或达到其他特定效果。电影音乐画外音属于这一范畴中较为传统、应用范围较广的部分。随着电影视听语言的发展，更多电子音响效果等声音属于这一范畴。
由于音轨可以并置，所以同一个时间点的听点也可以不同（这是听点和视点的根本不同之一）。听点离散是指：当同一个时间点出现两条或更多条音轨时，这些不同音轨的声音来自不同的听点；换言之，同一时刻存在多个不同听点的声音。听点离散的出现是以极端主观的假定性为依托来设计视听关系，这种方式会面临一个严峻的问题——如何确定电影声音和影像之间的联系。毕竟视听结合相当重要，以至于如果将某电影的声音与另一段随机的影像合并，观众们大多可以很快看出来。就目前而言，假定性的视听结合逻辑似乎并不致力于解决这个问题，而是利用这个问题本身去进行一种反差或对比，以突出一种不真实感。
《入侵脑细胞》（The Cell）是一个非常好的例子，用以证明毫无逻辑的听点声音和来自不同听点的声音元素的出现可以给观众带来什么感觉。这部电影中的大部分故事场景都具有超现实的色彩。女心理学家凯瑟琳为了给小男孩爱德华治病，以及询问变态杀人犯卡尔关于被关押女孩的下落，一次次进入二人的潜意识中。在影片开头“爱德华潜意识”的场景里，北非笛（Ghaita）和里拉（Lira）的声音音量大致是由小及大的。若从凯瑟琳骑马来到爱德华所在的山丘而言，可以印证为凯瑟琳的听点。然而，同时出现的马达轰鸣声和风声则无此特点，一直保持着大致相同的音量，并且没有明确的回声混响可以判断其声源。骑马产生的音响（即马的喘气声响和马蹄踏地形成的声音）能够与一组骑马的镜头景别产生关联——特写时马的音响大、远景时音响小，似乎意味着这里的视听点是相对同步的，然而这一组骑马的镜头并不是爱德华或者其他人的主观镜头。
在这个场景中，存在一定的声音元素因为与影像景别等元素有关而能够判断为听点声，但听点既不能指向某个人物的主观听点，也不能指向一个有意义、能够被逻辑解释的现实地点。之所以称之为“声音元素”，首先是因为这个场景中的音响和音乐的界限几乎被消除了而无法彼此区别。其次，同一时间点上的不同声音虽然均是听点声，却属于不同的听点，也就是出现了听点离散的情况。在听点离散的前提下，电影声音并不相谐。无论将其称为音响还是音乐，都没有能够被良好分辨的调式出现，各项声音元素之间无论是节拍还是情绪均无法取得同步性。和现实生活中同时出现多种随机的音响/人声导致的宏观上声音无法协调不同，听点离散而引起的声音不相谐的特点在于，单一音轨有自身的调性（如里拉乐曲）或明确的节奏性（如鼓声），只是没有取得交响上的协调一致。这种不谐相对前者而言更突兀，更脱离常见的现实经验和逻辑推演，因此也更加荒诞奇特。基于以上两点，这个场景因声音而产生的非真实感已经十分明显。同样的情况在凯瑟琳和卡尔的潜意识中，通过凯瑟琳、美国联邦调查局成员、童年卡尔和神经质化了的恶魔卡尔等角色的相对关系展露无遗。换言之，因为无法确定正在运动的主体位置，因为没有介于人物之间的物理界限和心理界限，《入侵脑细胞》突出区域奇特状态的方法就是使听点出现疑问。
非叙境性的（nondiegetic）声音意指位于另外的时间地点，而非直接描述的事件中的声音。希翁在《视听》中梳理了“无声源的”（acousmatic）声音、“可见的”（visualized）声音、“直达的”（direct）声音等专用术语的发展和使用情况，并提出了“非叙境性的”声音的概念。非叙境性声音强调声音不仅不在影像画框范围内，也不存在于故事中，是直接跳出故事主体而存在的声音。再以小男孩爱德华的潜意识为例，他因为精神分裂而长期昏迷，没有任何剧情上的说明能够明确解释为什么他的潜意识是一片荒漠。同时，虽然这时的电影声音中包含北非笛和里拉这种中东地区独有的民族乐器所发出的声音似乎可以呼应影像中的“沙漠”景观，但依然有风声、大提琴音、类似于马达的轰鸣声以及金属碰撞的声音无法解释。此时的“风声、大提琴音、类似于马达的轰鸣声”可以被理解为非叙境性的声音，这是一种区分于画内音和画外音之外的电影声音，与影像所提示的故事世界是脱离的，既不是传统的声画同步，也不是声画对位。如果说画外音为影像拓展了银幕空间，那么非叙境性声音则直接为影像建立了另外的舞台。
电子音广泛应用于非真实的电影场景中，是电影声音用于凸显假定性的又一个例证。这其中，电子音响作为一种声源独特的声效，其存在本身就是对于现实感的破坏，因为电子音的稳定输出给了我们机械复制时代的疏离感。同时，部分电子音在画面上找不到合理声源，于是它们与音乐一样，成为非画内的电影声音，从而承担了更多渲染情绪而非叙述场景的功能。《无姓之人》利用人生的不同可能性在不同的时空之间交叉剪辑，其中模仿电子闹钟的“嘀嘀”声数次作为转场的声音，在一个时空和另一个时空中来回切换，恰如一次次梦醒，正是对于电子音的抽象运用。近年来，越来越多的音响跳出了故事时空，成为非叙境性的声音，从而使得这部分音响有了一种“音乐感”。这种音响往往有其特殊的、超越环境的、内涵不以具体的声源或者发声装置为转移的表意，因此更多的是电子音响。在《无姓之人》中，许多面临场景切换或者说有关“选择”的问题，都加入了火车和铁轨碰撞的声带，而快速的场景切换则带有呼啸而过的风声，“呜呜”的风声同样出现在《傀儡人生》中角色进入隧道的段落中。可以说，这种非叙境性的音响运用都是复制并且矫饰了现实场景中的音响，将这些声音在现实中的含义加以抽象化，让声音作为符号直接参与场景。
人声的电子化处理是又一种电子音的运用。人声经由电子产品播放后，便经过了电子化的处理。有时，电子产品出现意外故障，电子化的人声就会出现和现实人声的明显区别。例如电视机、收音机等音视频播放设备出现卡顿，于是电子设备中播放出来的人声有节奏的断续、有规律的变频，形成了特殊的电子化的人声。现实生活中并不存在这种有特殊断续和变频的人声，因此我们很容易判断出这样的人声是来自电子产品的音频，而非同一时空中的即时声音。换句话说，就声音本身而言，这种可能出现的故障是出现在同一时空中的声音和“即时直播”音频的唯一区别。这种故障化声音特质的夸张处理凸显了所在环境的非现实性，并且经由声音的电子化特性传达了对于这个非现实时空的基本构想。
例如《无姓之人》中有关2092年的想象，在屏幕都已经被虚拟化到空气投射的时代，影片通过主持人声音的不够连续来体现直播感，使人置身于影像和声音的“物料”之中。这可以说是依据我们对于现代社会发展的反思来对未来社会提出的一种假设——数字化的、电子的、具有虚拟现实特征的任何元素都被理解为是符合社会进程的。
电子音广泛应用于电影的各种虚拟空间之中，通过完全打破现实性视听结合来创造场景的非现实感和未来感。首先，电子音重复稳定的音色无论是出现在音响中还是音乐中都有一定程度的反现实意味；其次，经过电子化处理整合的人声让电影影像在一定程度上脱离了“银幕”而变得更加屏幕化；最后，电子音组织结构的特点可以使得音乐和音响的界限逐渐消解，并且通过声音本身的符号化特征（而非这个声音本身是什么）直接参与表意和抒情。这种声音元素的杂糅可以体现出声音元素本身的符号化趋势，即在进行某个具体的电影声音创作之时，声音符号的抽象化表意和抒情是更为重要的；它们可以脱离作为一段音效素材的本体本身，而建筑于剧情本身对观众的刺激和影响之上，从“作为听觉材料”的角度直接参与电影视听的组织结构。
电影以画面和声音作为媒介，并不意味着此两者一定同时存在。纯粹的默片本身不对观众产生听觉刺激，虽然默片时代特定的视听语言决定了默片可以靠影像（和字幕）完成所有表意，既没有附着于影像的电影声音，也并不严格依赖电影放映时乐队演奏的音乐。然而，在有声电影中复古地加入一部分无声的默片，可以使观众得到既不同于有声电影又不同于纯粹的默片，而是基于对比收获的特点突出效果。在阿伦·雷乃（Alain Resnais）的《去年在马里昂巴德》里，声音信息的消失出现在影片伊始10分钟左右。当舞台剧结束，人们纷纷站起来讨论，此时的影像是活动的，但消除了所有声音。此前电影音乐、音响和人声都出现了，因此这里听觉刺激的“戛然而止”显得尤其突出。
通过打破现实性视听结合逻辑的方法来创作电影声音，虽然能够有更大的发挥空间，但是由于没有现实经验作为支撑，视听结合的心理基础可能会遭遇挑战，这比较容易引起观众对于影片视听刺激的质疑、抵触或反感。在只有电影声音而无影像的时候，观众的吸引力会集中在声音本身，仿佛在听一场音乐会，去除了任何具象而醉心于情感的渲染；而在只有影像的“默片”中，观众只能凭借视觉去感受电影作为时空综合艺术的时间部分，从而达到特殊的表现效果。无论如何，对视听觉一方的取消，却可以将观众的注意力吸引至另一种单独的知觉中，反而强调了视听结合的假定性特质。
声音制作策略是以模仿现实空间声音为主的，然而，针对一些充满想象力的电影场景，声音制作可以超过现实生活经验，改变视听结合的方式，创造出与现实声音不同的电影声音。近年来电影中想象场景逐渐增多，电影声音制作中与现实声音不同的创作也随之增长。可以预见的是，电影中的非现实场景会越来越多，虚拟现实的构建越来越成为数字时代的电影主流，因此电影声音的运用方法也会日渐丰富。
【注释】
[1]许南明，富澜，崔君衍.电影艺术词典［M］.北京：中国电影出版社，2005：381.
[2]斯滕伯格.认知心理学［M］.杨炳钧，陈燕，邹枝玲，译.北京：中国轻工业出版社，2006：92.
[3]希翁.视听：幻觉的构建［M］.黄英侠，译.北京：北京联合出版公司，2014：12.
[4]“同步整合”指的是：出于共同的目的，观众将单独的视觉事件和声音事件自发地、发射性地联系起来的生理心理现象。参见：希翁.视听：幻觉的构建［M］.黄英侠，译.北京：北京联合出版公司，2014：5，205.
[5]米特里.电影美学与心理学［M］.崔君衍，译.南京：江苏文艺出版社，2012：373.
[6]米特里.电影美学与心理学［M］.崔君衍，译.南京：江苏文艺出版社，2012：311.
[7]鸡尾酒会效应指的是当人将注意力集中在某一声音，人耳忽略噪声的能力会大大提高，可以有选择性地突出听见某特定声音。参见：许南明，富澜，崔君衍.电影艺术词典［M］.北京：中国电影出版社，2005：389.
[8]声景（Sound Space），转引自：卡萨比安.反思《入侵脑细胞》的听点［M］//贝克，格拉杰达.放低话筒杆：电影声音批评.黄英侠，译.北京：中国电影出版社，2013：295.
[9]希翁.视听：幻觉的构建［M］.黄英侠，译.北京：北京联合出版公司，2014：238.
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
