声音对于20世纪30年代的电影人而言是一个全新的课题。电影自19世纪末诞生，到20世纪30年代，关于它的理论研究和实践都已展开并达到了一个今天看来也是很高的水平。电影在当时普遍被认为是视觉艺术，并因此形成了一套继承于摄影和绘画的美学规范，甚至当时有理论家认为，电影无声的缺憾是它区别于现实的重要因素，因此也是它之所以成为艺术的根本原因。但是技术的发展并不听从理论家们的意愿，声音的出现改写了电影发展的历史，并且在剪辑的发展和规则上留下了它的烙印。这一节并不是要集中讨论声音的有关定义和属性，而是就声音有关剪辑的部分展开讨论，因为在讨论剪辑的时候，我们无法忽视声音带来的巨大影响。

1927 年《爵士歌王》宣告有声电影时代的来临，剪辑技术不再仅仅是处理画面与画面之间的关系，它开始扩展至声音之间和声画之间的丰富组合，观众也从单纯的视觉审美转向多元化的诉求。鉴于篇幅，下面就声音的剪辑和声音对画面剪辑的影响两个方面展开简要论述。

前文讨论的是画面的组接，而声音的剪辑呈现出完全不同的样式，这主要是由于人接受画面和接受声音的不同特征所决定的。声音的特征主要体现在下面两个方面：

在日常生活中，人对声音的感知比对画面的感知要被动很多，人的生理构造决定了我们可以决定看或者不看，但是不能决定听还是不听；可以决定看这个还是看那个，但是却无法完全控制听什么不听什么。这是客观存在的生理特征，无视它将无法通过剪辑为我们的影片创造一个合理的现实的音响环境。

这种生理特性决定了画面的剪辑方式是单层的、线形的，我们的注意力习惯于从一个事物转移到另外一个事物，在剪辑上的表现则是从一个画面切到另外一个画面。比如我正在低头看书，这时听到门被打开了，于是抬头向门口看去，这个过程中如果把我们的眼睛看作是摄像机的话，我抬头看的过程事实上是一个摇摄的过程。但是有趣的是，用胶片来表现这个过程的话，“切”会比摇摄更加现实，因为这更符合我观看的心理，我们的注意力在书本和门之间跳跃，而这两者之间的东西，比如说书架、墙壁并不在我关注的范围内，因此适宜的做法只要将书本的画面直接切到门的画面就可以了。

但是声音却完全不同，尽管我们只注视着一个方向，但是其他方向的声音我们依然可以听到。我们坐在电脑前工作，我们看到的画面是单纯的，但是即使是在安静的环境里，声音环境依然是复杂的，我们听到自己击打键盘的声音，桌子上闹钟的嘀嗒声，楼下车子开过的声音，邻居家电视机的声音等等。这就使得声音剪辑比画面剪辑呈现出更加复杂的样式来。在隔音设备良好的房间里拍下来的对话场景常常会因为严重缺乏环境音响而给观众带去强烈的不现实感，原本用单纯的音响是为了让观众把注意力放在人物的对话上，但是取消环境音响反而会使观众感觉别扭而分散注意力。

当代著名的电影剪辑师沃尔特·默奇（Walter Murch）在谈到《英国病人》中一段对白的录制时说道：“实际上，为了录制对话声，沙漠本身是完全寂静的，但是问题是，如果你仅仅是照原样来录制它，这声音听起来就会非常的造作。所以我们必须为这个我们要求是完全寂静的沙漠制作出一种象征性的声音，使它具有适合这个沙漠的成分。这个声音必须不能引起任何的怀疑，而且听起来要比完全的寂静还要安静。”^[13]

北京电影学院教授周传基也表达过同样的意思：“电影的记录本性所带来的真实感能使观众在观看影片时感到自己就是在观察生活，他的双耳依然在起着一定的滤波作用。这也就是为什么我们在观看影片时经常没有听到音乐，没有听到第二层次和第三层次的音响的缘故。一定的艺术处理是必要的，但是应当以观众所认同的真实感为基础。实际情况是，平衡适中的环境音响可以由观众自由地过滤（选择），这样他就感到十分真实。如果取消了环境音响，反倒会分散观众的注意力，使他感到别扭，不自然。”^[14]这里就很好地说明了这个问题，当我们致力于要给观众带去一种现实的感受时，声音一般应该是多重的而不是单层的，因为这更符合我们日常的生活经验。

声音的多重性并不意味着环境音响应该被不加选择地记录，这依然和人接受声音的生理特性有关。人在看的时候，即使不转移目光，视野中的对象也是丰富的，但是并不是所有东西都看得一样清楚，我们的注意力会放在其中某一个对象上，而且这个对象往往被我们放置于视野的中心，而其他对象则是模糊的、不被注意的。导演和摄影师模仿人的这种特性来构造银幕上的画面——他们把表现的重点放在接近银幕中心的位置，并通过改变焦距来支配观众注意力的改变。在这一点上，人对声音的接受和视野是类似的，就如人不会注意视野中的所有东西一样，人也不会对他所听到的任何音响都报以关注，特别是冗长的、重复的、轻微的环境音响会被我们忽略，而我们主观上所特别注意的音响会显得特别清晰。

我们日常生活中常常会有这样的经验，比如当我们沉浸在电视节目中时，我们易于对身边的声音充耳不闻；另外，突变的音响也易于引起我们的关注，比如闹钟的嘀嗒声我们并不会注意，而此时如果闹铃大作，我们的注意力则会一下子被拉到闹钟上面。“潜意识的思维过程，使我们能从周围发生的总的声音中选出几种声音，并使我们感觉不到另外的声音，这种潜意识的思维过程对那些非同步的声响注意得更多。”^[15]这意味着应该要有选择地记录声音，我们记录下来的声音和声音的强弱往往暗示着剧中人注意力的分配，同时也支配着观众的注意力。如果我们意图要表现剧中人专注于他的工作，但是环境音响中却有着清晰的闹钟的嘀嗒声，或者剧中人猛然抬头，而桌上的闹钟只发出了很微弱的闹铃声，这样的安排显然会让观众感到疑惑或者荒谬，也会给观众带去强烈的非现实的感受。因为这种声音的选择显然是和剧中人的注意力分配不成正比的，因而也不能准确地支配观众的注意力。

由此我们可以看到，在选择和安排多重声音时，机械地重现现实并不是高明的办法，贴近剧中人和观众可能的心理感受才是创造现实感的正确选择，违反了心理感受，即使在机械上看起来是现实的，表现出来也可能是完全相反的效果。反过来，当导演不满足于重现现实、创造现实感受而希望可以创造性地支配观众的情感时，音响的选择和强弱的变化则是支配观众注意力和情绪的重要途径。

观众的心理感觉不仅仅影响着音响的选择，还决定了音响变化和剪辑模式。前面我们提到人耳易于发现突变的音响，在日常生活中如此，在观影行为中也是一样。因此，除非出于特殊表达的需要，音响戛然而止是不可取的，这恰好和画面剪辑的原则相反。前文我们讨论画面剪辑的时候提到，淡入淡出或者叠化等光学效果在表现连续时空的段落中绝非高明的手法，因为视觉上的延宕会影响观众的流畅感觉，渐隐这种方式违反我们观看世界的经验，相比较之下，直截了当的切会让观众看起来更加流畅。而声音的剪辑却恰恰相反，比如在一个喧闹的环境中，我们的人物开始对话，这时环境声减弱，对话的声音清晰地传出来，这是为了模拟观众的注意力开始集中在对话上的效果。但是环境声减弱到一定程度就可以了，当声音不足以干扰观众听银幕上的对话，环境声在观众的接受中自然被省略，但是却不应当完全消失，因为前面提到的声音的多重性原则和人耳对声音突变的敏感，使得环境声的突然消失会起到适得其反的作用——当环境声比较微弱时，观众不会注意到它；但是一旦戛然而止，反而会引起观众的注意，从而把注意力从对话上移开。这就是为什么沃尔特·默奇认为对话加上沙漠的声音会使得场景“听起来要比完全的寂静还要安静”的原因。由此我们可以看到，由于视听在生理上的不同特性，“切”使得画面的剪辑看上去更加流畅，而“渐变”则是更适合于声音剪辑的方法。

下面我们就来看影片《这个杀手不太冷》中的一个段落，分析其中的声音方案。这个段落时长4分09秒，表现了主人公杀手里昂和小女孩玛蒂尔达从被警察重重包围的大楼中逃生，最后女孩成功逃脱，里昂伪装成一名警察在人群中走向室外，却在最后一刻被发现并击毙的过程。这个段落共有50个镜头，主要人物有杀手里昂、小女孩玛蒂尔达和警察斯坦利，还有一些警察和医生等。表3-3-1分析了这个段落的声音元素：

表3-3-1 《这个杀手不太冷》片段声音元素分析

续表

续表

续表

这个段落是整部影片的一个高潮，在这个段落中，女孩成功逃脱，走到了象征光明和自由的阳光里，而里昂却悲剧性地命丧枪下。我们从表3-3-1中可以看到，这个段落中运用的声音元素是相当丰富的。声音元素主要分人声、音响效果和音乐，从作用上来分，可以分为剧情声和非剧情声。简单来说，在这个部分中，人声以及音响效果中自然的声音属于剧情声的范畴，而音乐和音响效果中非自然的、高于生活的声音则属于非剧情声。剧情声起着叙事和勾画现实场景的作用，而非剧情声在这里主要起着渲染戏剧性效果的作用。当然，这样的划分并不是绝对的，比如剧情声中里昂粗重的喘息声就有效地渲染了戏剧性效果，其他的一些剧情声也在叙事的同时有效协助戏剧性效果的产生。

段落一开始，用9个镜头表现里昂伪装成警察被扶下楼梯，在这个长度约为18秒的部分中，出现的声音大致有这样几个类型：人声有警察的说话声、里昂的呼吸声；音响效果有自然的声音（水声、脚步声等），非自然的音响效果（空洞的呼啸声）；音乐。在镜头1～4中，5种声音同时都有出现，相互交织，具体我们可以从表3-3-1中看到，警察的说话声渐止，里昂的呼吸声渐响，自然的音响渐止，非自然的音响渐响，音乐渐响，现实的声音都在慢慢退后，而非现实声音则越来越响，这种声音相互交织中呈现出来的趋势给人传达了一种从现实空间进入非现实的、眩晕的空间的感觉。而到下一组镜头，镜头5～6中，这种声音则发展到了极致。从表3-3-1中我们可以看到，在这大约5秒的时间内，一切现实的音响都听不到了，说话声、脚步声等等，这些音响在现实中是不可能中断的，但是在影片中却变得一片寂静，音乐声也渐渐停止，而充斥耳朵的是里昂越来越响的呼吸声和越来越响的呼啸声，结合其中长达4秒的通过不稳定的手持摄影机拍摄的里昂从带血的面罩中看出去的模糊的主观镜头，声音从里昂主观的角度逼真地传达了他晕眩、紧张、痛苦的感受。在这两个镜头中，里昂的高度紧张和痛苦使他无暇关注身边发生的一切，所有现实的音响全部停止，在这里就准确地给观众传达了这种感受。下面镜头7～9声音方案则是逐渐回归现实的空间，在这两个镜头中可以看到，里昂的呼吸声渐渐减弱，空洞的呼啸声减弱而至停止，随着警员的说话声，现实中的声音慢慢地回来了，脚步声、衣物摩擦声等在后两个镜头中开始依稀可辨。在这里，一方面表现了里昂在墙边坐下后开始恢复对周围环境的关注和警觉，另一方面也为下一场戏恢复对现实空间的关注做准备。10、11、12三个镜头是表现其他的警员和斯坦利的，表面上看他们处在优势、力量强大、掌握着整个局势，因此表现他们的段落用的完全是现实的音响，清晰而明确，和前面表现里昂的镜头中充满了晕眩、不可知的感觉形成了鲜明对比，而前一组镜头非现实声音的减弱为这个段落做了准备。但是在音质上，所有的音响都带有或强或弱的混音效果，这种带有回声的声音符合大楼里的现实环境，营造了一种幽闭恐怖的气氛。

同样是现实的音响，表现玛蒂尔达的段落在这一点上就与表现警察和斯坦利的段落有明显的区别：镜头13出现了玛蒂尔达。在前一个镜头斯坦利对着对讲机大吼：“找到女孩没有”，紧接着是“哐”的铁门被踢开的声音，画面上玛蒂尔达从管道里爬了出来，声音是现实的，铁门踢开的声音是最清晰的，其他还有多重现实的声音，共同勾画了一个非常现实的场景。这里清晰、明确并且没有回音的现实音响给人一下子带来了一种轻松的感觉，如同和女孩一起逃离了这个幽闭恐怖的环境，猛地吸到了第一口新鲜空气。但是在镜头快结束的时候，非现实的呼啸声再次渐渐响起，这是为下个段落做准备，避免因突变而引起的突兀感。

镜头14～17的声音方案依然是比较写实的，只有轻微的呼啸声渲染着里昂的主观感受。镜头18斯坦利看到了里昂，迅速躲藏在墙后，同时音乐声响起，给人带来一种不祥的预感并且预示着高潮的到来。接下去的镜头19～35剪辑速度开始加快，里昂、斯坦利和女孩的镜头相互切换，但是音乐一直没有中断，将它们变成了一个并置的整体，非现实的音响极弱，但是仍然依稀可闻，区别楼内楼外两个完全不同的世界的方式依然是音质的不同。在镜头27中，斯坦利在走廊里大声呼喝，脚步声、击掌声、手枪上栓的声音和斯坦利的吼声在走廊这个环境中都被放大了，空洞而又反复回响。而突然剪辑到镜头28～30女孩在室外的镜头时，杂乱但没有回声的声音带来了极强的对比感。镜头28～42是女孩和里昂的一连四组对比，女孩在室外匆匆行走，里昂在楼内艰难求生，音乐声贯穿其中。而镜头37～42的两组对比中，一切声音都消失了，只留下渐入高潮的音乐声，女孩在大街上走，里昂走下楼梯，摘下面具，走向光明。万籁俱寂的场景使得观众屏息凝神，暗示高潮即将到来。

无声的场景持续了接近一分钟（除了音乐），镜头43～48，走向光明的里昂和背后的斯坦利互切，升格镜头，没有声音，甚至我们只看到子弹飞出而没有听到枪声，只有音乐声在继续。里昂倒地的镜头是这个段落的结束（镜头49），长达9秒的镜头用升格镜头呈现了里昂的主观视野，世界在眼前突然变得极其炫目，然后慢慢倾斜。镜头开始的一瞬间用一阵类似燃烧的声音表现了里昂的中弹，音乐渐缓直至停止。一方面由于这个段落是升格镜头，没有办法为之加上表现现实声音的声带，另外无声的世界取消了观众对所有外在信息的关注，把所有注意力放在正在发生的事件上，营造了紧张的气氛。最后一个镜头，切到玛蒂尔达，新的音乐响起，音响再次是清朗明快的脚步声，女孩向着远方跑去，渐行渐远。现实音响的运用使这个镜头和前面的段落形成鲜明对比，使观众再次从前面那个幽闭压抑的环境中走出，来到了阳光和自由下面。

在这个段落里，短短的4分多钟的时间内，声音是复杂丰富、相互交织的，我们看到大部分时候声音都是多重的，而导演巧妙地通过侧重不同的声音来使画面呈现出不同的气氛。我们还应该看到，尽管声音丰富多变，但是在这个段落中，声音的变化在绝大多数时候是渐变的，从而使观众在观看时感受到了声音带来的情绪变化，却不会去注意声音本身，从而感觉自然而流畅。

声音的到来在电影界掀起了轩然大波，在商业电影制作者迫不及待地接受它的同时，蒙太奇的开拓者们却对此表现出深深的犹疑，这里包括格里菲斯，也包括爱森斯坦。原因是简单的，声音使得电影从画面的艺术变成了声画的艺术，而原先已经成型或正在实验的画面组接原则因为声音的加入将发生颠覆性的改变，电影发展的历史再次向人们展示了技术的巨大影响力。声音对画面剪辑的影响如此巨大，剪辑发展的历史就此发生重大的转折，而这种影响主要是体现在声画同步上。

声音的出现对非连贯性剪辑的影响是显而易见的。主要体现在下面几个方面：

1.声音加强了画面的现实感。有声电影出现初期，曾经有人反对说，声音并没有给画面加上更多的东西，男人说“我爱你”，用字幕来表示和让观众听见声音在信息的传达上并没有什么不同。这种说法是不尽准确的，无声的画面无论如何重现现实，看上去总有一种非现实的意味，而一旦画面配上了声音，当男人说“我爱你”时出现的不是字幕，而是和他口形配合的真正男人的声音，在现实感上，几乎就是无所缺憾了，电影事实上到这里才算是真正地记录现实。但充满现实感的画面和画面组合显然并不适合非连贯性剪辑的尝试。前面我们已经学过，非连贯性剪辑不是创造一个现实的幻境，而是致力于对这个幻境的打破，而画面一旦加上声音，观众就会倾向于关注它的现实意义而不是象征意义，象征意义被忽略，非连贯性剪辑特别是理性蒙太奇主张的镜头与镜头之间的冲突就变得很难实现。就说前面在讲非连贯性剪辑中提到的那个《十月》中的例子，前一个镜头坦克冲上壕沟，下一个镜头男主人公倒在沙发上，这两个镜头中，声音显然是不需要的，导演希望观众注意的是两个动作之间的联系和它们所象征的意义。如果前一个镜头我们听到了坦克的引擎声、战场上的枪炮声，我们就易于将它理解为一个现实的战场而不会去考虑其象征的意义，因此在这样的剪辑中，声音不仅是多余的，而且会对观众的理解发生干扰。爱森斯坦在他后期有声电影的创作中，也呈现了明显的象征性减弱、叙事性加强的变化，就是由于这个原因。

2.声音加强了画面之间的连贯性。通过前面“声音的剪辑”我们学到，声音应该是多重的、渐变的。无声电影时期，声音只表现为一重，也就是音乐。而在有声电影里，声音变得复杂，人声、音响、音乐都要参与，剧情声和非剧情声都有所表现，带来的必然结果就是不可能是一个画面一种声音，除了背景音乐外，其他层次的声音也是贯穿多个画面，逐渐发生变化的。在多重声音相互交织的有声片中，常见的形式是一个画面伴随多重声音，一种声音持续多个画面。这给画面带去的必然结果就是画面与画面的联系紧密了，连贯性加强了，当一种或者几种声音在前一个画面出现，切到下一个画面它们依然在持续时，观众易于认为这些画面属于一个整体而会倾向于把它们放在同一个时空去解释。因此，声音的运用加强了画面之间的连贯性而减弱了它们的冲突性，剪辑也就因此而显得更加流畅了。

3.剧情声钉死了画面的时间和空间。前面提到声音加强了画面之间的连贯性，事实上这种连贯性的增强不仅仅是观众心理上的，也是在画面选择上的。简单地说，在非连贯性剪辑中，我们可以重复剪辑一扇门打开的过程，从而延长它打开的时间，或者可以用跳接的方式，拿掉中间的一段胶片，使得门突然从关着变成开着，缩短动作的时间，没有声音的约束，这一切都是自由的，富有创造力的。但是如果要加上门打开时发出“吱呀”的声音，上面提到的这些尝试就很难完成了，开门只能够成为一个现实的动作，伴随着声音的结束而完成。因此我们可以看到，声音中的剧情声钉死了画面的时间和空间，声音是连续的，伴有剧情声的画面必然是处在连续时间和同一空间中的，在这样的段落中，非连贯性剪辑是不可能的。

下面我们可以就前面提到过《鸟人》中鸟人从楼顶跳下的例子，具体来看看声音和非连贯性剪辑的关系。前面已经介绍过，鸟人是一个渴望飞翔的少年，在这个段落中，他从一幢高楼上跳下，以别人无法想象的方式完成了他梦想中的第一次飞翔。这个段落结合了非连贯性剪辑和连贯性剪辑两种剪辑方式，是分析声音对非连贯性剪辑的影响的一个很好的案例。

这个段落共有20个镜头，它的声音元素简述如表3-3-2：

表3-3-2 《鸟人》片段声音元素分析(www.daowen.com)

续表

我们可以看到，在这个段落里，镜头4～12是非连贯性剪辑的部分，这里用两种方法延长了事件的时间，从而使得坠落显得从容优雅，有了飞翔的意味。一种方式是升格镜头的运用，这不是本文的讨论重点，另外一点就用了重复动作的非连贯性剪辑的方式，在这个段落里，鸟人坠落、落地、挣扎的顺序被打乱了，并且重复了多次，从而坠落的银幕时间被延长了。我们可以看到，在这9个镜头中，没有任何的剧情声，声音不再是多重的，由于剧情声无法与非连贯性剪辑方式匹配的缘故，这里只能使用单纯的音乐，声音的缺席和升格镜头、非连贯性剪辑一起，营造了一种非现实的意味。从镜头14开始，事件剧情声开始出现，鸟人呈现最后一次坠落的过程，紧接着是音乐停止，艾尔跑了过来。在这一组镜头里，因为声音的出现，也因为镜头速度恢复正常，这个过程看起来非常写实，以至于时间上显见的不流畅（鸟人坠落的时间肯定比艾尔跑楼梯的时间快，但是鸟人一落地，艾尔立刻跑到了他的身边）也被流畅通过的声音给淡化了。因为剧情声的出现，不连贯的意味减弱，而连贯的意味加强。

4.声音拖慢了剪辑的节奏。比如前面提到的《持摄影机的人》这部影片中，女子擦拭眼睛和百叶窗开合的镜头相互切换的这个段落，该段落总长度为300帧，也就是12秒左右的时间，却有10个镜头，除了最后两个镜头持续时间稍长（长度是170帧）之外，其余8个镜头长度一共才130帧，平均每个镜头16帧，其中最短的镜头只有9帧，这种剪辑节奏给观众直接带去一种类似于猛眨眼睛的体验，在形式上是非常有趣的。但是这种做法在声画同步的处理下显然就没有办法做到了，如果这段影像配的不是乐声，而是现实的声音，可以想象，最后的结果就是如一堆乱麻的噪声和不知所云的图像。“在快速剪辑中，半英尺或者更少一些，在视觉方面还能识别，可是在听觉方面就难以分辨了……从一种声音跳到另一种声音，尽管是越来越快，但总不能像在视觉上那样达到高潮，其结果只不过是毫无意义的、难以分辨的噪音而已。”^[16]所以在声画同步的条件下，为了让观众听清楚声音，剪辑的节奏必须大大地放慢，在无声电影时期已经被熟练运用的通过改变剪辑节奏来渲染情绪的做法也暂时被淡忘了。

由此我们可以看到，声音特别是剧情声的出现大大降低了非连贯性剪辑的可能性和创造性。当运用非连贯性剪辑时，剧情声往往是要被回避的，而连贯的剧情声也会反过来削弱画面之间非连贯的意味。我们不得不承认，在声音技术的冲击下，剪辑技术的发展开始倾向于关注构造一个富于现实感的时空与动作。简单地说，就是以连贯性剪辑为基础的叙事影片的实践增强了，而以非连贯性剪辑为基础的非叙事类影片的实践则减弱了。即使是爱森斯坦，在他晚年历史题材的电影中也开始重新关注叙事的意义，这显然和声音的出现是分不开的。

对于连贯性剪辑而言，声音的出现仿佛如虎添翼，前面提到的增加画面的现实感和加强画面的连贯性都是对连贯性剪辑大大有益的，也正因此，好莱坞商业片的制造商们对声音的到来抱着举双手赞成的态度。但问题也并非这样简单，这种新元素的出现也不可避免地撼动了原来业已形成的规则，新的剪辑的规则开始产生，新的问题也浮出水面。

这主要体现在声画同步限制了摄影机的自由。声画同步是观众在观看有声电影时本能的期待，因为这符合我们的生活经验，同时这在连贯性剪辑中也被视作创造连续时空的利器，但是它却大大地限制了摄影机的自由。就这个问题，我们分别来分析同步的环境音响和对白两个方面：

1.同步的环境音响。前面已经讨论过，以好莱坞电影为代表的连贯性剪辑在空间表现上关键是致力于营造一个封闭的空间，这个空间的边缘就是画框，而我们知道声音却是全方位的，这里就存在一个难以协调的矛盾。早期的好莱坞电影在为画面上出现真实的射击声、马蹄声、拳击声等音响效果而兴奋时，立刻会发现，声音不受画框的限制，如实录制环境音响必然难以避免画外声音的进入。在连贯性剪辑中，一旦和剧情有关的画外声进入，摄影机就不得不立刻去表现这个声源，如此，摄影机就受到了很大的限制。鲍特在1903年拍摄的《火车大劫案》中有这样的一个镜头：乘务员听到了外面强盗破门的声音，吓了一大跳，然后又立刻反应过来去保护财产。这里是这个镜头里的两个截图，表现乘务员的两个动作（图3-3-1a、图3-3-1b）。这是一部无声电影，我们看到乘务员吓了一跳和反应过来这两个动作是用一个镜头表现的，在图3-3-1a中，乘务员显然听到了门外强盗破门的声音，才猛然抬头作出惊惶的动作，但是摄影机并没有去表现门或者门外的强盗，而是继续对准乘务员，表现他接下来的行为（图3-3-1b）。但是一旦给这个段落配上声音，镜头的安排则会大大不同，当乘务员听到外面的破门声而猛然抬头时，下一个镜头必须要去表现门，让观众看到声源，然后才可以回来继续表现乘务员的反应。如果像图片中表现的那样，我们只听到门被敲得梆梆作响，但没有看到它，就会激发观众对声源的想象--也就是对画外空间的想象，从而打破连贯性剪辑创造的封闭空间。

图3-3-1a 《火车大劫案》

图3-3-1b 《火车大劫案》

由此我们可以看到，在运用剧情声的时候，摄影机的自由被大大限制了，它不得不去表现一个接一个的声源，来勉强保持观众听到声音的时候会立刻看到相应的画面，从而维持封闭空间的幻觉。短暂的画外音是允许被使用的，比如前面的例子里乘务员突然抬头时，画外音可以是门被剧烈撞击的声音，但是事实上这并不是严格意义上的画外音，因为摄影机必须马上去表现和这个声音相匹配的画面——门，这里的画外音事实上只是起到了一个音桥的作用，使得剪辑显得流畅，而并没有打破空间的封闭性。另外，更多大量的和剧情无关、也不可能用摄影机去一一表现的环境音响则被直接省略了，也正因此，电影制作者常常习惯于用背景音乐代替复杂的环境音响来保持声音的丰富性。代替环境音响，使声音富有层次又不形成干扰，尽可能减少太多的环境音响对封闭空间带来的困扰，这事实上是背景音乐最根本的作用所在，也是连贯性剪辑中常常使用的手法。

2.对白。对白对于摄影机的限制更是显而易见的。在有声电影早期，很多片商为自己的影片打出了“100％ talk”的广告来招揽观众，尽管这种极端化的做法在有声片逐渐成熟的过程中消失了，但是对白的运用不可避免地影响了动作在影片中的地位。正如爱因海姆所说的，“对话缩小了电影世界”，“对话使可见的动作陷于瘫痪——对话不仅把电影限制为一种戏剧肖像的艺术，而且还干扰了形象的表现力。”^[17]这里所说的动作指的不仅仅是表演者的动作，也指摄影机的运动、剪辑等，也就是说，电影的本质——move。摄影机不得不无休止地去表现说话人的特写镜头，从而把电影变成了在说话的“肖像画”，动作丧失了，画面成了声音的附属，不得不去跟对话同步。即使是理性蒙太奇的创始人和实践者爱森斯坦，他晚年的影片《伊凡雷帝》也不得不成了对话的俘虏。

通过前文的分析，我们似乎得出这样的结论，声音窒息了非连贯性剪辑的同时也束缚了连贯性剪辑，而事实当然没有这样悲观，有声电影的探索者很快就发现，除了让画面中的人或物发出声音之外，声音还有更为广阔的空间——这就是声画对位的尝试。声画对位一般可以分为保真度上的对位——比如仰天狂吠的狗发出猫叫的声音；空间上对位——画外音的使用；以及时间上的对位——画面表现的是此时的情景，而声音则表现的是彼时的情景。当声音不被要求必须是画面中的物体发出来的时候，声音和画面的一一对应关系被取消了，画面的剪辑重新获得了自由，写实的有声画面重新拥有了创造和表现上的无限的可能性。

声音剪辑和画面剪辑是完全不同的命题，必须认识到人耳的生理特征和声音的物理本性，才可能更好地掌握声音的剪辑技巧。在声画配合上，也展开了表现和再现的探索。最初，声音的出现增强了电影再现的能力，电影制作者终于可以如实地记录生活，有了运动的画面和声音，现实感变得如此明晰，令人激动。但是短暂的激动过去后，人们很快发现了照搬现实在某种程度上束缚了自己的手脚，声画同步除了加强画面的现实感之外并没有更多的作为，却给剪辑带来了大大的不便。声画对位的探索几乎在有声电影出现时就已展开，它带领人们展开了更多有趣的探索，并且为有声的画面插上了表现的翅膀。

[1] 〔苏联〕普多夫金：《电影技巧》，纽纳斯1929年版，第16页。

[2] 〔美〕唐·依·斯坦普尔斯编：《美国电影：论文汇编》1982年。

[3] 〔苏联〕 爱森斯坦：《蒙太奇论》，富澜译，中国电影出版社1999年版。

[4] 〔英〕 卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社1982年版，第25页。

[5] 同上，第34页。

[6] 〔英〕西德尼科尔：《电影剪辑》，英国电影协会文件，1944年，转引自〔英〕 卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社1982年版，第277页。

[7] 〔美〕 大卫·波德维尔、克莉斯汀·汤普森：《电影艺术——形式与风格》，彭吉象等译，北京大学出版社2003年版，第288页。

[8] 〔美〕 大卫·波德维尔、克莉斯汀·汤普森：《电影艺术——形式与风格》，彭吉象等译，北京大学出版社2003年版，第290页。

[9] 〔英〕卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社1982年版，第272页。

[10] 〔英〕卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社1982年版，第292页。

[11] 〔英〕卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社1982年版，第293页。

[12] 〔美〕克里夫·贝尔：《艺术》，周金环、马钟元译，中国文联出版公司1984年版，第4页。

[13] 《声音的疆界——沃尔特·默奇访谈》，米歇尔·贾瑞特采访，王丹译自《电影季刊》（Film Quarterly）第53卷，2000年夏季号第4期。

[14] 周传基语，http：//www.zhouchuanji.com/show.php？blockid=2&articleid=56

[15] 〔英〕卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社1982年版，第313页。

[16] 〔英〕安东尼·埃斯奎司：《第十位女神的观察》，转引自〔英〕卡雷尔·赖兹、盖文·米勒：《电影剪辑技巧》，郭建中等译，中国电影出版社2008年版，第48页。

[17] 〔德〕 鲁道夫·爱因汉姆：《电影作为艺术》，邵牧君译，中国电影出版社2003年版，第179页。