杨玉铧评米歇尔·希翁《视听：幻觉的构建》

杨玉铧 四川大学2025级 符号学专业 硕士研究生

1895年，卢米埃尔兄弟在巴黎卡普辛路大咖啡馆的地下室放映《火车进站》，观众四散奔逃。这个被反复讲述的电影起源神话，始终围绕着“看”：看一列火车从银幕深处驶来，看它越变越大，看它仿佛要冲出银幕的平面。在电影理论的百年谱系中，“凝视”长期占据着不可撼动的核心地位——从爱森斯坦的蒙太奇到巴赞的现实主义，从精神分析的“窥视癖”到女性主义对“男性凝视”的批判，理论家们孜孜不倦地解剖着观众与银幕之间的视觉关系。声音，最多只是被礼貌地提及，像宴会上一个不被重视的远亲。

米歇尔·希翁的出现，某种意义上终结了这种理论上的“聋人状态”。这位法国具体音乐作曲家出身的理论家，带着一双被现代音乐训练过的耳朵闯入电影研究领域，提出的问题简单却具有颠覆性：我们讨论电影时，为什么总是在讨论“看”？难道我们不是同时在“听”吗？

一、被声音改变的电影史

《视听：幻觉的构建》是希翁三十年思考的结晶。这本书的野心从其书名便可窥见一斑——“幻觉的构建”暗示着，希翁想要揭示的不是声音如何“配合”画面，而是声音如何与画面共谋，制造出一个被我们当作“真实”来接受的感知整体。这是一个关于电影本体论的命题：电影不是视觉的艺术，而是视听的艺术；不是图像加声音的简单叠加，而是一种全新的感知形态。

希翁的出身对理解这本书至关重要。他并非从文学批评或哲学进入电影研究，而是从具体音乐——一种以录制声音为原始材料进行创作的音乐形式——的实践中走来。皮埃尔·舍费尔在法国广播电台的实验室里将火车声、器乐声、人声录制下来，进行剪辑、变速、反转、叠加，创造出脱离声源的音乐作品，这种“让声音成为声音本身”的理念深刻影响了希翁。当他把这种耳朵转向电影时，他听到的是一种前人都“听而不闻”的东西：电影中的声音不是对现实的记录，而是一种高度人工化的建构，一种精心设计的幻觉。子弹击中身体的声音不是实录的（那会令人失望地沉闷），而是拟音师用其他材料制造的；风吹过沙漠的声音可能是合成器生成的；一个吻的声音可能是手臂和嘴唇配合的产物而非真实的亲吻录音。我们以为是“听到真实”的那些时刻，恰恰是听觉幻觉运作得最完美的时刻。

这种洞察的革命性在于，它同时解释了我们与电影之间的奇妙契约：我们知道那些声音是“假的”，但我们愿意相信它们“是真的”。更重要的是，这种“相信”不是意识层面的决定，而是知觉层面自动发生的过程——这正是希翁理论中最迷人的部分。

二、合约、增值与同步整合：三个核心概念

希翁理论的基石是“视听合约”（Audiovisual Contract）。这个概念乍看并不惊人——它无非是说，观众与电影之间存在着一种默契，观众同意将声音和画面视为来自同一时空、同一事件的整体。但希翁的洞见在于：这种合约并非基于声音与画面的“天然”联系，恰恰相反，二者之间根本没有必然的关联。你的笔记本上正在放映一个男人张嘴的画面，同时一个“我爱你”的声音从扬声器中传出，你的大脑自动将声音归属于那个画面中的男人，尽管你知道屏幕和扬声器是两套完全独立的物理系统。这种归属是一种近乎强迫性的心理操作，它不是理性的推论，而是知觉的自动化。

在《假面》的例证中，希翁展现了视听合约的“打包力”：英格玛·伯格曼的这部影片开头是一系列看似毫无关联的影像碎片——停尸房的静止躯体、钉子的特写、男孩的面部——它们在物理上彼此孤立，既无时间连续性，也无空间统一性。但一旦加入声音——滴水声、钉子敲击声、隐约的乐音——这些孤立的画面碎片突然被整合进了同一个时间流、同一个空间场。观众不再看到一堆互不关联的视觉素材，而是感知到一个连续、自洽的世界。声音在这里扮演的是“粘合剂”的角色，它将视觉的碎片“打包”成一个感知整体。这种打包力量是如此强大，以至于我们甚至意识不到它正在运作——这正是幻觉的完美状态。

如果说“视听合约”解释了声画结合的底层机制，那么“增值”（Added Value）则揭示了声音赋予画面的额外维度。声音不只是“伴随”画面，它主动改变我们对画面的感知。希翁举了一个经典例子：画面上是一只手在钉钉子，我们听到敲击声。看似声音只是如实地呈现了画面中发生的事件，但实际上，这个声音赋予了画面大量信息——钉子的材质（金属还是木头）、被钉物体的硬度、力度的大小、空间的大小和材质（通过混响）。所有这些信息都不在画面中，而是由声音“增值”上去的，但观众却会将它们感知为画面本身的属性。声音表达性的增值功能更为惊人。一场打斗戏中，拳击声被夸张处理——实际的拳头击中肉体的声音沉闷无力，但电影中的“砰砰”声却充满力量感。观众感觉“看到了”有力的一击，实际上这个力量感几乎完全来自声音。希翁将这种现象称为“视听幻觉”：声音的某些属性被投射到影像之上，仿佛它们是影像本身的特质。

更具理论张力的是“同步整合”（Synchresis）这个概念——希翁将“同步”（synchronism）和“合成”（synthesis）两词焊接在一起，创造出这个新术语。它描述的是这样一种现象：当一个声音事件和一个视觉事件在时间上精确重合时，大脑会自动将它们融合为一个单一的事件感知，即使二者之间没有内在的逻辑联系。在《星球大战》中，画面上的光束被配上电焊声，观众便理所当然地“看到”了电焊修理；一扇静态的门配合滑动的音效，观众便“看到”门在滑动。同步整合是电影魔术的神经机制：它利用知觉系统自动进行因果归因的倾向，将本不相干的视觉和听觉信息“焊接”成一个不可分割的整体。这个概念的重要性在于，它揭示了视听结合的“乘法”性质——声音和影像不是加在一起，而是融合成了一种新的感知产物，就像钠和氯结合成盐，其性质不同于任何一种构成成分。

这三个概念——视听合约、增值、同步整合——构成了希翁理论体系的基座。它们共同指向一个结论：我们所感知的“电影真实”不是对物理现实的记录，而是知觉系统在特定条件下自动构建的幻觉。这里的关键词是“自动”：我们不是在理性层面“决定”接受这个幻觉，而是在知觉层面无法抗拒它。就像麦格克效应中，当看到一个发/ga/音的嘴巴却听到/ba/音时，大脑会自动“合成”出/da/这个中间音——视觉篡改了听觉，而我们完全无法有意识地阻止这个过程。电影声音的力量，正是建立在这种知觉的自动机制之上。

三、无形的声音与画外的空间

如果要在希翁创造的众多概念中选出一个最具魅力的，那无疑是“无形音角色”（Acousmêtre）。这个词源自古希腊毕达哥拉斯学派——据说毕达哥拉斯授课时藏身帘幕之后，只闻其声不见其人，以此强化弟子的专注与敬畏。希翁将这种“隐身的声音”引入电影分析，用来指那些在画面中从未现身、却以声音统治着叙事空间的角色。

无形音角色的力量来自于它的不确定性。当观众无法看到声源时，声音就获得了一种“无处不在一无所在”的诡异存在感。《绿野仙踪》中的奥兹国巫师在现身之前，是一个令人畏惧的全能存在，低沉的咆哮与闪电效果共同塑造着他的权威；当小狗托托拉开帘幕，露出那个操作机器的矮小老人时，魔力瞬间崩解。希翁用这个绝佳的例子说明了一个深刻道理：无形音角色的权力恰恰建立在其视觉缺席之上。一旦被看见，它就从一个可以无处不在的神秘实体，缩小为一个具体时空中的具身存在，其魔力随之烟消云散。

这个洞见的应用范围远超电影分析本身。想想我们日常使用语音助手或打电话时的体验：那从设备中传来的人声，不也带有某种无形音角色的特质吗？它在我们看不见的某处，却能穿透空间向我们发号施令或传递信息。恐怖片中对无形音角色的运用更为极致——电话那头传来的声音、阁楼里发出的脚步声、墙壁另一侧的刮擦声，这些“不可见的声源”利用的正是我们进化而来的警觉系统：能听到但看不见的东西，永远是潜在的威胁。

与无形音角色紧密相连的是“画外空间”（Off-screen Space）概念。每一部电影都受限于画框——那个矩形的视觉边界。超出画框的世界在视觉上是绝对不存在的，但声音完全没有这种边界感。声音是360度的物理振动，天然存在于画内与画外一切有空气的地方。希翁认为，声音不是在“填满”空间，而是在“创造”空间。在《沙丘》中，画面可能只是保罗的面部特写，但画外的弗雷曼人吟唱和沙虫低鸣却为这个特写镜头“扩展”（Extension）出了一个无垠的沙漠宇宙。在《银翼杀手2049》中，画外的飞行器轰鸣和雨夜混响让一间狭小的公寓房间有了赛博都市的无尽纵深。在《瞬息全宇宙》中，画外传来的来自不同宇宙的声响，将一间无聊的IRS办公室瞬间扩展至多元维度的交集点。

声音对空间的创造是一种纯粹的幻觉，但它的效果如此强大，以至于我们会在看完电影后回忆起“看到”的东西，而那其实从未出现在画面中——那是声音在我们的心理空间中画出的景象。希翁的理论让我们意识到，电影并非发生在银幕的二维平面上，而是发生在声音与画面共同构建的三维感知空间中。这个空间的边界不是银幕的边框，而是声音所能抵达的最远处。

四、非共情音响与电影的现代性

希翁理论中最具哲学深度的一个概念，或许是“非共情音响”（Anempathetic Sound）。在标准的电影配乐实践中，音乐被视为情绪放大器——悲伤时需要哀伤弦乐，紧张时需要急促鼓点，欢快时需要明亮管乐。这种“共情”配对是如此深入我们的观影习惯，以至于几乎成了一种自动反应。但希翁敏锐地注意到，某些最震撼的电影时刻恰恰打破了这种配对惯例。

《奥本海默》的核爆场景中，诺兰没有使用煽情的音乐，而是以近乎冷漠的弦乐和漫长的静默来呈现。这种声音处理不提供情绪引导，不告诉观众该如何感受，只是一片冰冷的中立。效果却是惊人的：观众被迫直面可怕场面本身的赤裸冲击力，没有被允许躲进配乐提供的情感安全毯。这是一种对灾难的“旁观者注视”，其带来的心理震撼远超任何情绪化配乐所能达到的效果。《发条橙》中库布里克将暴力场面配以欢快的《雨中曲》，这种情绪与声音的尖锐对立制造出的不和谐感，直指影片对暴力美学的反思核心。《辛德勒的名单》中某些最残酷的场景，背景是近乎于无的环境微声，这种声音的“缺席”比任何悲怆配乐都更沉重。

非共情音响揭示的是电影与现代性之间的深层关联。在传统的叙事逻辑中，世界被假定为一个有意义的整体，事件与情感、自然与人事之间存在着可理解的呼应关系——所谓“悲风为我旋”。但现代主义的核心经验恰恰是这种意义呼应的断裂：世界的运转并不关照人的情感，宇宙对个体的悲欢无动于衷。非共情音响在电影层面完美呈现了这种现代性经验：画面中是一具尸体，背景却是宁静的自然鸟鸣。阳光不在乎死亡，风不在乎眼泪。声音与画面之间的情感裂隙，成为世界冷漠性的一个精确索引。

这种思考让希翁的理论超越了技术分析的层面，触及了电影作为一种现代艺术形式的哲学内核。非共情音响的力量不在于制造舒适的情感体验，而在于打破这种舒适，让观众在声音与画面的裂隙中瞥见某种更残酷的真实。这也许是希翁理论中最有价值的部分——它教我们聆听的不仅是声音本身，更是声音与画面之间的那种关系，包括断裂的关系。

五、重新学会聆听

合上《视听：幻觉的构建》，一个句子久久回荡不去：“声音是图像的阴影，它隐身是为了更好地统治。”这句话精妙地概括了希翁的核心洞见。在长期的视觉中心主义传统下，声音一直是那个不被察觉的“阴影”——它在那里，但我们的注意力总是习惯性地忽略它，专注于更“光明”的视觉。然而正是这个被忽略的阴影，在暗中统治着我们的感知。我们用眼睛观看，却用耳朵确认现实的厚度。一个没有声音的画面是抽象的、不确定的、多义的；正是声音将它锚定在具体的时空与情感之中。

希翁的理论向我们提出了一种伦理意义上的挑战：重新学会聆听。这个挑战不仅关乎电影欣赏，更关乎我们如何在这个媒介饱和的时代与各种视听文本相处。广告、短视频、游戏、社交媒体——当代环境中的视听信息量远超任何历史时期，而制造这些信息的人早已深谙希翁所揭示的听觉心理学。他们知道如何用声音增值画面，如何用同步整合制造不可抗拒的印象，如何用无形音字符续品牌的权威。如果我们不能理解声音如何被设计来操纵感知，我们就是这些操纵的被动接受者。

希翁为这种“学会聆听”提供了具体的路径。他的三种聆听模式——因果聆听（声音的来源是什么？）、语义聆听（声音传递了什么信息？）、简化聆听（声音本身的特质是什么？）——既是分析工具，也是训练方法。在观看一部影片时，有意识地在三种模式之间切换，可以让我们从被动的消费者转变为主动的感知者。当我们开始注意背景配乐如何引导情绪，注意到拟音如何被制造，注意到音效的夸张程度，我们就在某种意义上“醒来”了——我们仍然可以享受电影幻觉，但我们同时意识到了这个幻觉是如何被构建的。

这正是希翁带给我们的最大馈赠：“学会听，是为了更清醒地看。”理解声音如何构建我们的电影感知，意味着理解一切媒介如何构建我们对现实的感知。电影是一个幻觉工场，但我们生活的世界也并非全然不同。新闻剪辑选择什么声音来伴随画面，政治广告用什么音乐来煽动情感，虚拟助手用怎样的声音来增加信任感——这些都是广义上的“声音设计”。理解了视听幻觉的构建机制，我们就获得了一种媒介素养，一种在这个被精心设计的视听世界中的自卫能力，一种更清醒地参与这个由各种媒介构建的现实世界的方式。

《视听：幻觉的构建》出版至今已逾三十年，但它提出的问题比任何时候都更加紧迫。在一个声音被如此精密地雕琢、如此大量地生产、如此精准地投喂给我们的时代，我们需要希翁的耳朵，更需要他的清醒。这本书不只是一部电影声音理论的开创性著作，也是一份邀请，邀请我们重新审视那些自以为“听到”的东西，在声音的幻觉中，找到知觉的真相。