第三部分 · 声音、时间与场面调度
声音的力量：对白、音效与音乐
前六课我们一直在「画面」里打转——画框、运镜、光、色。可电影是「视听」艺术，我们漏掉了占一半的另一感官。同一段画面，配上不同的声音，意义会被彻底改写。这一课，请你先关掉脑子里的字幕，听。
留下的问题：可电影是「视听」艺术，我们一直忽略了占一半的另一感官——声音。它如何彻底改变同一画面的意义？
本课新增：声音的三要素是什么；为什么「角色听不听得到」是理解声音的总开关；为什么很多时候，真正命令你「该怕、该哭」的不是画面，而是声音。
一个实验：同一段画面，四种感觉
先别急着读理论。下面这个小部件里，有一段始终不变的画面：一个人影，在走廊里一步步朝你走来。画面一帧不改。
变的只有声音。点「静默」，你只看到一个人走路；点「温馨配乐」，他像是回家；点「不安低频」，走廊忽然变得不怀好意；点「突袭」，你会被吓一跳。画面没动过分毫，可你的心跳被换了四次。这就是这一课要解释的怪事——而它恰恰是引擎最锋利的一面:导演不必改画面，只改声音，就改写了「你此刻感觉到什么」。
有意思的是：你明知道这是同一段画面，明知道在被「操纵」，可情绪还是跟着声音走。声音不像画面那样需要你盯着看——它绕过了你的注意力，直接接到了情绪上。下面就来拆开它。
声音的三要素：对白、音效、配乐
一部电影的声轨，无论多复杂，都由三类声音混合而成。把它们分清楚，你就有了听一部电影的「分轨能力」。
| 要素 | 是什么 | 主要在做什么 |
|---|---|---|
| 对白 (dialogue) | 角色说的话、画外的旁白 | 传递信息与剧情，塑造人物。但要小心：信息往往不在「说了什么」，而在语气、停顿、欲言又止。 |
| 音效 / 拟音 (sound effects / Foley) | 脚步、关门、雨声、刀剑、玻璃碎——世界发出的声响 | 让画面「有重量、有质感」。很多日常音效其实是后期在录音棚里由拟音师 (Foley artist) 重新做出来的（踩碎芹菜当折骨、晃手套当鸟飞），因为现场收的声往往不够「像」。 |
| 配乐 (score / music) | 为画面谱写或选用的音乐 | 直接给情绪「定调」：紧张、悲伤、振奋。它常常是最不被观众察觉、却最强力的那一轨。 |
一个反直觉的事实：电影里的声音绝大多数是后期重做的。现场拍摄收的同期声常常只用来对口型，脚步、环境、风声、乃至一记耳光，大多在录音棚里由拟音师一寸寸补回去，再由声音设计师 (sound designer) 和混音师 (re-recording mixer) 把三类声音的音量、空间、远近调成你听到的那一锅。你以为电影在「记录」声音，其实它在制造声音——和它制造运动、制造意义一样。
总开关：角色听得到吗？——画内声 vs 画外声
三要素只是「有哪些声音」。真正决定一段声音如何作用于你的，是另一个问题，而且它只有两个答案：这声音，画面里的角色听得到吗？
声源存在于故事世界里，角色能听到。
例：人物脚步、两人对话、收音机里正在放的歌、酒吧乐队的演奏、电话铃。
你和角色听的是同一个世界
声源不在故事世界里，角色听不到，只为你（观众）而响。
例：渲染情绪的背景配乐、上帝视角的旁白、转场音效。
只有你听得到，角色浑然不觉
这个区分不是术语癖好，它是一把意义的钥匙。同一首钢琴曲：如果是角色在房间里弹（画内声），它讲的是「这个人此刻在弹琴」；如果是没有任何乐器、却从天而降的配乐（画外声），它讲的是「你该为这一刻动情」。同样一段旋律，归属不同，意义截然不同。
导演还会故意在两者之间「穿越」来制造惊喜。一段听起来像情绪配乐的音乐（你以为是画外声），镜头一摇，原来是车里的收音机在放（其实是画内声）——这一瞬间的「原来如此」，本身就是一个被精心安排的视听玩笑。
声音可以先于画面：J-cut 与 L-cut
剪辑时，画面和声音不必同时切。声音可以早一步进来，或晚一步离开——这就是 J-cut 与 L-cut。它们让两个镜头的衔接顺滑得让你察觉不到，同时悄悄设定你的预期。
这里就是引擎在发力：声音先于画面，等于提前给你下达预期——你还没看到威胁，已经先听到了脚步；你还没看到大海，耳朵已经替你「闻到」了咸味。等画面真正出现，它印证（或反转）的是你早一步建立的期待。导演控制的，正是「你什么时候知道、先感觉到什么」。
更高级的玩法叫声画对位（counterpoint）：声音和画面故意不一致。画面是欢乐的婚礼，声轨却是低沉的丧钟；画面是惨烈的屠杀，配乐却是优美的咏叹调。声画同步是「1 加 1 等于 2」，声画对位是「1 减 1 等于一种新的、令人发寒的意义」——这层意义两个轨道单看都没有，只在它们的冲突里诞生（你会想起第 02 课：意义来自并置）。
恐怖与悬疑：把声音当武器
没有哪个类型比恐怖片更诚实地暴露了声音的力量。试一件事：把任何一部恐怖片静音看——它会瞬间变成喜剧。那些让你不敢上厕所的画面，本身往往平平无奇，是声音在替你完成恐惧。
- 静默 → 巨响（jump scare）。恐怖片最常用的招：先用一段不自然的安静把你的听觉「调高灵敏度」，再突然来一记尖锐的巨响（stinger）。吓到你的不是「鬼」，而是声压的突变——是声音先于一切击中了你的惊吓反射。
- 低频与次声的不安。持续的低频嗡鸣（drone）、近乎听不见的次声（infrasound，低于约 20 Hz），让你说不出哪里不对，却心跳加速、坐立不安。它绕过了「理解」，直接作用于身体。
- 轻微的不协和。把两个音叠得「差一点点」，或用尖利的高频弦乐（想想著名的「浴室杀人」段落里那把尖叫的小提琴），制造一种生理性的刺耳。你的不适是被声音「设计」出来的。
这正是本课最该带走的洞见，也是它最锋利地呼应引擎的地方：很多时候，是声音在命令你「该怕、该哭、该松一口气」，而画面只是配合演出。因为声音不需要你「看」，它绕过注意力的前门，从侧门直接接到了情绪与身体上——你甚至意识不到它在响，就已经被它设定好了「此刻该感觉什么」。回头看开头那个实验：人影从没变过，变的全是声音，可你的情绪老老实实被牵了四回。
常见误解
- 误解：电影的声音是现场「录下来」的真实声响。 （澄清：绝大多数音效与脚步是后期由拟音师重做、声音设计师重新混合的——电影在制造声音，不是记录声音。）
- 误解：背景配乐是「画内声」，因为它和画面在一起。 （澄清：恰恰相反。角色听不到那段配乐，它是画外声 / 无源声，只为观众而响。画内声是角色也听得到的那些，比如收音机里的歌。别记反。）
- 误解：音乐只是「气氛点缀」，可有可无。 （澄清：它常是最强力的一轨。把同一画面换条配乐，意义就翻转——它在直接定义你的情绪。）
- 误解：恐怖靠的是画面里的恐怖东西。 （澄清：静音看恐怖片就知道，真正吓人的是声音——静默后的巨响、低频不安、刺耳的不协和。）
- 误解：声音必须和画面严丝合缝地对齐。 （澄清：J-cut/L-cut 让声音先于或延续到画面；声画对位甚至故意让两者矛盾，在冲突里造出新意义。）