声音在电影叙事中的三重进阶功能

自1927年《爵士歌手》宣告有声电影时代的到来，声音便不可逆转地改变了电影的本体论。在长期的观影习惯中，大众往往赋予电影声音一个最基础、也最直观的使命：营造环境真实感与氛围。当我们在银幕上看到繁华的纽约街头，我们理所当然地期待听到汽车喇叭声、行人的喧哗与地下铁的轰鸣；当镜头切入诺曼底登陆的奥马哈海滩，呼啸的子弹与震耳欲聋的炮火声便成为确立战争残酷性的基石。这种“所见即所听”的同步性，构筑了电影最基础的幻觉契约。

置于户外自然环境中的专业电影摄影机与录音麦克风设备

然而，如果声音的功能仅仅止步于对物理世界的客观复刻，那么它永远只能是画面的附庸，是视觉信息的“同义反复”。法国电影声音理论家米歇尔·希翁（Michel Chion）在其著作《声音》（Audio-Vision）中曾深刻指出，电影绝非简单的“图像+声音”，而是一种视听契约（Audio-visual contract）。杰出的电影创作者早已不满足于用麦克风去“记录”世界，而是将其作为一把手术刀，去解剖叙事、重塑时空、甚至直击角色的灵魂深处。

声音，除了让我们“看见”真实，还能让我们“洞见”什么？

本文将跳出传统的“音效/配乐”二元论，深入剖析声音在现代电影叙事中超越真实感的三种高级进阶功能。我们将探讨声音如何打破客观视角的枷锁，创造主观视角，带领观众潜入角色的内心深渊；我们将分析声音如何突破银幕四条边框的物理限制，构建画外空间，用听觉想象力无限拓展视觉边界；最后，我们将论证声音如何升华为独立的结构性元素，以其自身的节奏和母题，编织起整部电影的骨架。这不仅是一次对电影听觉艺术的解码，更是对电影叙事边界的重新勘测。

第一重功能：潜入内心——声音如何塑造主观视角

在文学中，第一人称“我”的叙事可以轻易地将读者拉入主角的内心世界；而在电影这种天然具有客观记录属性的媒介中，如何实现纯粹的主观化一直是个难题。主观镜头（POV, Point of View）虽然能模拟角色的视线，但往往显得生硬。相比之下，主观听觉视角（POA, Point of Audition）则提供了一种更为隐秘、也更为深刻的共情通道。POA意味着声音不再按照物理世界的真实样貌呈现，而是经过了角色主观意识（无论是生理的缺陷还是心理的扭曲）的“过滤”与“重塑”。

生理层面的主观化：感官剥夺与共情

最直接的主观听觉构建，往往始于对角色生理状态的模拟。当角色的听觉器官受到外部刺激或损伤时，电影声音设计会同步剥夺或扭曲观众的听觉体验，从而实现瞬间的强制共情。

史蒂文·斯皮尔伯格执导的《拯救大兵瑞恩》（Saving Private Ryan）开场20分钟的奥马哈海滩登陆战，是影史上POA运用的教科书级案例。在激烈的交火中，一枚迫击炮弹在汤姆·汉克斯饰演的米勒上尉附近爆炸。此时，客观的战场轰鸣声瞬间被切断，取而代之的是极其尖锐、持续的耳鸣声（高频正弦波），以及被严重闷化、仿佛隔着深水传来的微弱环境音。画面上，士兵们在惨叫、爆炸在继续，但观众听到的只有米勒上尉主观世界里的死寂与嗡鸣。

这种处理方式超越了单纯的生理模拟。在极度混乱和血腥的客观环境中，声音的突然“失真”制造了一种强烈的反差，将米勒上尉内心的创伤、茫然以及与残酷现实的短暂“脱节”外化得淋漓尽致。观众不再是坐在安全影院里的旁观者，而是被强行拉入了米勒受创的躯壳内，直观体验到了战争带来的感官剥夺与深层恐慌。

心理层面的主观化：认知失调的听觉镜像

如果说生理层面的POA是感官的直接投射，那么心理层面的POA则是对角色认知状态的精妙解构。当角色的认知出现偏差、记忆发生混乱时，声音可以成为最不可靠、却又最能反映其真实心理状态的叙事工具。

在探讨阿尔茨海默病的杰作《困在时间里的父亲》（The Father）中，导演佛罗莱恩·泽勒利用声音设计构建了一个令人窒息的主观迷宫。影片中，声音经常出现不合逻辑的突变：收音机里播放的古典乐会毫无征兆地中断；人物对话的音量忽大忽小，甚至口型与声音产生微妙的错位；原本熟悉的公寓环境音（如滴水声、钟表声）会被异常放大，变得极具压迫感。

这种声音的“不可靠性”精准地模拟了安东尼（安东尼·霍普金斯饰）大脑中正在崩塌的神经元网络。观众在听觉上经历的困惑、烦躁与不确定感，正是阿尔茨海默病患者日常经历的认知失调。声音在这里不再提供确定的时空信息，而是成为了一种心理折磨的镜像。通过这种深度的心理主观化，电影迫使观众放弃了全知全能的上帝视角，与主角一同坠入支离破碎的感知深渊，感受那份无法言说的迷茫与无助。

精神层面的主观化：内心独白与幻听的具象化

当主观视角进一步向内探索，触及角色的潜意识、偏执或精神分裂状态时，声音便化身为内心独白与幻听的具象化载体。这种声音往往完全脱离了客观现实，是角色精神异化的直接产物。

马丁·斯科塞斯的《出租车司机》（Taxi Driver）中，特拉维斯在纽约街头游荡时，伴随他的是挥之不去的低声喃喃自语。这些声音并非传统的旁白，而是混杂在城市噪音中，时断时续，仿佛是他大脑中无法关闭的阀门。这种声音设计将他与社会的疏离感、内心的厌世情绪以及逐渐滋生的暴力倾向进行了听觉上的外化。

而在达伦·阿伦诺夫斯基的《黑天鹅》（Black Swan）中，幻听则被推向了极致。女主角妮娜在追求完美的过程中逐渐精神崩溃。影片中频繁出现她主观听到的诡异笑声、指甲刮擦声，以及最为核心的——天鹅翅膀沉重的扑腾声。这些声音在客观物理空间中并不存在，它们是妮娜内心焦虑、欲望与自我毁灭倾向的听觉具象。幻听的设计不仅制造了强烈的心理惊悚效果，更将角色精神分裂的过程以一种极具侵略性的方式呈现给观众。

第二重功能：延展世界——声音对画外空间的构建

电影的视觉呈现受限于银幕的物理边框（Frame），无论画幅比例如何变化，观众能“看到”的永远只是一个被切割的有限空间。然而，听觉是全向的、无边界的。正如电影理论家诺埃尔·伯奇（Noël Burch）所言，电影空间分为画内空间和画外空间（Off-screen Space），而画外音（Off-screen Sound）正是激活和构建画外空间最核心的动力。它并非简单的背景环境音，而是具有明确指向性、能够激发观众强烈想象力、并深度参与叙事的关键元素。

暗示未见之物：悬念与恐惧的听觉催化剂

人类的心理机制决定了：看不见的威胁往往比看得见的威胁更令人恐惧。当一个具有威胁性的声音从画外传来，而声源却迟迟不出现在画面中时，观众的想象力会被极大地调动起来，自动在脑海中补全那个可怕的形象。这种由声音引发的“脑补”，是制造悬念的最高级技巧。

弗里茨·朗（Fritz Lang）1931年的经典之作《M》（M - Eine Stadt sucht einen Mörder）是这一理论的完美实践。影片中，连环杀手汉斯·贝克特在寻找猎物时，总是吹奏着爱德华·格里格的《山魔王的宫殿》（In the Hall of the Mountain King）。导演刻意在多次谋杀发生前，只让观众听到这令人毛骨悚然的口哨声，而不展示杀手的面容或动作。口哨声成为了死亡的绝对预兆。观众在凶手出场前，仅凭这游荡在画外空间的声音，就能清晰地感知到威胁的临近。声音在这里不仅暗示了未见之物，更将恐惧感最大化，因为每个人脑海中想象的恶魔，永远比银幕上具象的演员更可怕。

米歇尔·希翁将这种只闻其声、不见其人的声音源称为“声体”（Acousmêtre）。声体因为隐藏在画外，从而获得了一种全知全能、无处不在的神秘力量，直到其声源在画面中被揭示（De-acousmatization），这种力量才会被消解。

拓展空间维度：动态的听觉坐标系

除了制造悬念，画外音还能极大地丰富场景的物理信息，将二维的银幕画面拓展为三维甚至多维的立体空间。声音的远近、方位、混响程度以及移动轨迹，能够在观众的潜意识中构建出一个极其精确的动态坐标系。

科恩兄弟的《老无所依》（No Country for Old Men）将声音的空间定位功能发挥到了极致。影片中有一场极其经典的追逐戏：冷血杀手安东·齐格手持追踪器，在旅馆走廊里寻找带着巨款的卢埃林。这场戏几乎没有对白，也没有配乐，核心叙事动力完全来自于追踪器发出的“哔哔”声。

随着齐格的逼近，“哔哔”声的频率越来越快，音量越来越大。即使齐格和卢埃林在很长一段时间内并未同框，甚至卢埃林躲在黑暗的房间里完全看不到门外的情况，观众也能通过这画外传来的“哔哔”声，清晰地在脑海中勾勒出两人之间的空间关系、距离变化以及一触即发的致命危机。声音在这里成为了一个动态的、可感知的空间坐标，它穿透了墙壁的阻隔，构建了令人窒息的追逐关系，让原本空荡荡的画外空间充满了极度紧绷的叙事张力。

时空连接的桥梁：声音桥的深层逻辑

画外音不仅能在同一时间维度内拓展空间，还能跨越时间的界限，成为连接不同场景、不同时空的桥梁。在电影剪辑中，这种技巧被称为声音桥（Sound Bridge），主要表现为J-Cut（声音先行，即下一个场景的声音在当前画面结束前提前出现）和L-Cut（声音延续，即当前场景的声音延续到下一个画面中）。

声音桥的表面功能是打破时空切分的生硬感，实现场景间的流畅过渡。但其高级叙事功能在于：它能在两个看似不相关的时空之间建立起因果、对比或并列的深层逻辑关系。

弗朗西斯·福特·科波拉的《教父》（The Godfather）中有着极其精妙的声音桥运用。在影片结尾著名的“洗礼与屠杀”交叉剪辑段落中，教堂里神父主持洗礼的庄严诵读声、婴儿的啼哭声以及管风琴的轰鸣声，作为画外音（L-Cut）被无缝延续并覆盖到了黑手党成员在各个地点执行暗杀的血腥画面上。神圣的宗教声音与残酷的黑帮屠杀在视听上形成了极其强烈的反差与讽刺。声音桥在这里不仅连接了多个不同的物理空间，更在精神层面上完成了迈克·柯里昂双重身份（教父与黑帮首领）的加冕仪式。声音跨越了时空，成为了诠释电影核心主题的利器。

第三重功能：编织节奏——声音作为独立的结构性元素

当声音的运用达到最高境界时，它将不再仅仅是“附着”于情节之上、为画面服务的辅助工具，而是蜕变为一种独立的、具有高度主题性和节奏感的元素。它甚至能够反客为主，参与乃至主导电影的整体结构与节奏。在这个维度上，声音本身就成为了“文本”，成为了诠释主题、塑造电影骨架的核心力量。

主导动机（Leitmotif）：声音的角色化与观念化

“主导动机”（Leitmotif）一词源于理查德·瓦格纳的歌剧理论，指代与特定人物、地点、情感或概念相关联的短小音乐/声音主题。当这一概念被引入电影声音设计中，声音便获得了“角色化”和“观念化”的特质。主导动机的出现、变奏、隐藏与爆发，本身就构成了叙事的一条暗线。

约翰·威廉姆斯为《星球大战》（Star Wars）系列创作的配乐是主导动机运用的巅峰。其中最著名的“帝国进行曲”（The Imperial March），不仅仅是达斯·维达的BGM，它就是达斯·维达这个角色在听觉维度的化身。这首曲子沉重、机械、充满压迫感的节奏，完美契合了帝国的极权主义色彩。在整个系列中，这首动机随着维达命运的起伏而不断变奏：当他处于权力巅峰时，动机由宏大的铜管乐器奏响；而在《绝地归来》他临终脱下面具、回归人性时，这首动机则被处理得极其微弱、缓慢，由竖琴和长笛哀婉地吹出。声音动机的演变，精准地映射了角色灵魂的救赎轨迹。

同样，在彼得·杰克逊的《指环王》（The Lord of the Rings）三部曲中，霍华德·肖构建了一个庞大而严密的主导动机网络。代表魔戒的诱惑动机、代表夏尔的田园动机、代表洛汗的骠骑动机等，这些声音元素在长达十几个小时的叙事中交织、对抗、融合，形成了一条贯穿全片的听觉线索，帮助观众在极其庞杂的世界观中理清阵营与主题脉络。

形式与节奏的主宰：当声音成为“文本”

在某些极具实验性或风格化的电影中，声音（尤其是音乐的节奏）甚至超越了剧本，成为了决定电影视听语言形式和剪辑节奏的绝对主宰。

达米恩·查泽雷的《爆裂鼓手》（Whiplash）便是一个极端的例子。在这部电影中，爵士鼓的节奏不仅是推动情节发展的核心（安德鲁对完美节奏的病态追求），更是整部电影剪辑节奏、人物关系张力、乃至影片整体结构（练习-受挫-爆发）的驱动力。电影的剪辑点几乎完全踩在鼓点的重音上；弗莱彻导师的辱骂、耳光，与安德鲁流血的双手、急促的呼吸声，共同构成了一首充满暴力美学的“打击乐”。

在这里，音乐和声音不再是后期添加的配乐，而是电影的“本体”。视听语言完全围绕着鼓点的BPM（每分钟节拍数）来组织。当安德鲁在结尾那段长达9分钟的架子鼓独奏（Caravan）中彻底爆发时，声音的节奏彻底接管了叙事，影像反而退居其次，成为了声音节奏的视觉注脚。声音在此刻，真正成为了主宰电影形式的最高权力。

声音母题的重复与变奏：复调叙事的构建

当多个声音母题在一部电影中同时存在，并随着剧情的发展不断重复、交织与变奏时，电影便具备了类似交响乐般的“复调叙事”（Polyphonic Narrative）结构。这种结构能够极大地丰富电影的哲学意蕴和命运感。

赛尔乔·莱昂内的意大利西部片史诗《西部往事》（Once Upon a Time in the West）是这一手法的集大成者。配乐大师埃尼奥·莫里康内（Ennio Morricone）在剧本阶段就介入了创作，为片中的三个主要角色量身定制了独特的乐器声母题：

“口琴客”（查尔斯·布朗森饰）： 凄厉、哀怨、断断续续的口琴声，代表着他背负的血海深仇和挥之不去的死亡阴影。

冷血杀手弗兰克（亨利·方达饰）： 刺耳、失真的电吉他声，象征着工业文明初期的残酷无情与绝对的暴力。

妓女吉尔（克劳迪娅·卡汀娜饰）： 悠扬、宽广、充满母性光辉的女高音无字吟唱，代表着在这片蛮荒土地上孕育的新生与希望。

整部电影的叙事结构，实际上就是这三种声音母题的交锋史。在影片的高潮决斗中，口琴声与电吉他声激烈地缠斗在一起，随着镜头揭示口琴客童年的悲惨回忆，口琴声的动机终于得到了完整的解释，并在气势上彻底压倒了电吉他声。而当吉尔最终决定留在农场，为修筑铁路的工人们送水时，那首宏大的女高音主题曲再次响起，宣告了旧西部暴力的终结和新文明的到来。

在《西部往事》中，声音母题的重复与演变，深刻地映射了角色的宿命与时代的更迭。同一个声音在不同情境下的再现，产生了截然不同的意义，构建起了一座宏大而精密的听觉建筑。

总结：从“听到”到“听懂”——声音叙事的终极形态

通过对上述三重进阶功能的深度剖析，我们可以清晰地看到，电影声音早已跨越了“营造真实感”的初级阶段。它是一把能够切开角色心理防线的利刃（创造主观视角），是一支能够描绘无形世界的画笔（构建画外空间），更是一位能够掌控全片呼吸与脉搏的隐形指挥家（作为结构性元素）。

认识到声音的这些高级功能，对于创作者和观众而言都具有革命性的意义。对于创作者，这意味着在构思阶段就必须将声音视为与画面完全平等的、独立的叙事语言，而非后期制作的修饰品。而对于观众，这要求我们完成一次观影习惯的升华：从被动地“听到”（Hearing）物理环境的信息，转变为主动地“听懂”（Listening for）声音背后隐藏的心理动机、空间隐喻和结构密码。这不仅是一种观影能力的提升，更是一种审美体验的巨大飞跃。

站在2026年的今天，随着杜比全景声（Dolby Atmos）、空间音频（Spatial Audio）以及基于对象的沉浸式音频技术的全面普及，电影声音的物理表现力已经达到了前所未有的高度。声音不再仅仅被分配到固定的声道，而是可以作为独立的“音频对象”在三维空间中自由移动。这种技术的跃升，必将为本文探讨的三种高级叙事功能提供更为广阔的创作土壤。未来的电影，主观视角的包裹感将更加令人窒息，画外空间的构建将更加深邃莫测，声音作为结构元素的编织将更加精密复杂。

当我们在黑暗的影院中闭上眼睛，如果一部电影依然能用它的声音向你讲述一个完整、深刻且震撼人心的故事，那么，这才是声音叙事魔法的终极形态。

参考资料

[1]

电影中的声音：米歇尔·希翁的“纯听”理论\ Film Sound

https://www.bilibili.com/video/BV1hp421o7PW/

[2]

[3]

The Changing Role of Sound Design in Streaming Era ...

https://filmthreat.com/features/the-changing-role-of-sound-design-in-streaming-era-cinema-how-films-are-using-audio-to-stand-out/