为电影音乐建立美学原则是和撰写其历史一样可疑的事业。迄今为止，针对电影和广播这两种文化工业最重要媒介所做出的美学分析尝试，或多或少都是形式主义的。大企业的统治束缚了艺术创造的自由，这一自由乃是形式与内容之间产生富有成效的互动的先决条件；而一种具体的美学必须以此互动为必要参照。由于电影内容那粗俗的物质主义与艺术大异其趣，关于它们的美学思考至今还不得不避开涉及内容的整个问题。这就是它们只能变得抽象的原因。它们所处理的主要是些技术问题，诸如运动或色彩的规律、模进、切割，或者诸如“内在节奏”这样的含混分类。尽管源自此类分析的标准在某种程度上能在给定作品的范围内确定其技巧（metier）的结构，它们在确定作品是好是坏方面，却是绝对不足敷用的。很难想象一部电影—这一点同样适用于其配乐—符合所有这些标准，它耗费了大量审慎的劳动和专业知识，但却仍然缺乏任何真正的价值，因为基础概念的错误与虚妄已将形式层面的成就贬低成技术性的配方而已。
抛开商业主义的不良影响不谈，关于电影的美学分析之所以很容易变得不够充分，是因为它更多地植根于20世纪的视听技术发展到了一个特定阶段这一事实，而不是艺术性的需求，这一发展根本无关或者只是间接地相关于任何可能的美学观念。例如，一种想要对希腊悲剧的美学原则展开系统阐释的尝试可能会建基于具体的社会历史因素，比如希腊宗教的象征仪式、牺牲、审判、原始的家族冲突以及开始出现针对神话的批判态度。要想在电影中尝试这些因素中的任何一种都将是孩子气的。它跟戏剧或小说艺术的发展倾向之间的联系，仅限于它想当然地面对并吸收这些传统形式，也就是说，在按照技术或是社会从众性的要求对其略加修改之后即全盘复制。它的潜力与摄影术和电子声响的潜力有着更为紧密的联系。然而，这些媒介的演进完全在美学领域之外展开，与它们相关的美学原则是如此无关紧要，以至于根本无需受到挑战。这些领域可能会对电影美学做出的贡献，差不多和关于对比色的物理理论对绘画艺术，或者泛音理论对音乐做出的贡献一样少。
由此，对于像实用主义风格这样的伪美学思考有所戒备是特别可取的，这种风格以材料正义原则（materialgerechtigkeit），或者说尽数取决于给定材料的名义风行于德国。就电影音乐最重要的工具—麦克风—而言，无线电的经验很早以前就说明，对于麦克风来说“够格”的乐曲创作，实际上会导致音乐语言中出现一种不合理的简化。
对此类假定为客观的物质条件的适应，通常是为了获得作为电影工业之主要关切的那种流行性，结果却会对音乐的想象力造成束缚。尽数取决于材料这一假定，只有当音乐材料指向该词的恰当含义的时候才会有意义，也就是说，指向音调及其关系，而不是外在的且相对偶然的录音技术。真正实用的程序应当在于，让麦克风去适应音乐的需求，而不是相反。即使是在建筑这个运用可感知材料的行业当中，实用性这个词也不会用于描述一个按照运送建筑材料的卡车和起重机的特性做出调整的结构，而会用在一个根据可用的建筑材料的特性以及整体目标而采纳的结构上。麦克风是一种交流手段，而非结构手段。顺带地，录音技术的进步如今已使关于这些美学限制的沉思本身变得过时。
黑格尔，《美学讲演录》，第一卷，第一章，霍托（Hotho）编，柏林，1842年，第180页。 更为可疑的是那些试图就这类媒介的抽象本性推导出规律的沉思，比如，在认知心理学意义上从视觉和发音的数据之间的关系推导出来的规律。这充其量会造就装饰性应用艺术式的、对“抽象”画面的复制。对付电影中商业主义的方法之一并不是去构造一些流派，我们可以说，它们属意于特定的色彩和音响之间的亲缘性，并将它们的妄想误解为是先锋派的理念。为玩弄万花筒而武断地建立起来的规则不是艺术的准则。如果艺术美只是起源于给定艺术的材料的话，它就被贬低到了自然的地步，却并不因此获得自然的美。一种以自然客体的纯粹几何性、完美比例和规则性为目标的艺术，会让美的形式—如果它们归根结底还保留着美的话—感染上那种必将消解自然美的自反性因素。对于后者而言，“形式的抽象统一和感性材料的简单与纯粹”都“在其抽象过程中失去了生命，因此并非真正真实的统一。因为真正的统一预设了精神的主体性，而这一元素在自然美中是完全缺席的” 。
音乐与画面的基本关系
谢尔盖·爱森斯坦，《电影感觉》，纽约，1942年，第157页。 迄今为止，谢尔盖·爱森斯坦是唯一一个进入美学讨论的重要的电影导演。他也反对那些关于音乐与电影关系的形式主义思考，更不用说，对关于音乐与色彩关系的思考更是如此。“我们得出结论，”他写道，“声音和色彩‘绝对’对等的情况—即便能在自然中找到成例—在创造性工作中也不会扮演决定性的角色，除非是以一种偶然的‘补充性’的方式。”
此种“绝对对等”指的是，例如，特定音符或和弦与色彩之间的对等，它所引发的幻想自柏辽兹以来就困扰着理论家们。他们中有人沉迷于把画面中的每种色调都跟某个“相同”的声响联系起来的观念。即便这种同一真的存在—实际并不存在—即使这种做法不会过分原子化以至于公然否定任何艺术意向的连续性，这种同一的目标仍然会是成问题的。同样一件东西为什么还要由两个不同的媒介加以复制呢？这种重复所取得的效果只会更弱而不是更强。
爱森斯坦也排斥那种对于“音乐中纯具象性因素”之对等物的追寻，也就是说，通过给单个音乐主题的表现性联想或者整部乐曲作品附以图画性的对等物而努力在画面与音乐之间实现统一。
谢尔盖·爱森斯坦，《电影感觉》，第161页。爱森斯坦用以阐明船歌之内在运动的例子并不令人信服。在“糊涂交响曲”系列的《物以类聚》（Birds of a Feather, 1921）一片中，沃尔特·迪斯尼给这首曲子配的画面是：“一只孔雀‘富有乐感’地摇曳着尾巴望着水池，从倒影中看到跟它那乳白色的尾羽一样的轮廓，在以颠倒的方向摇曳着。所有这些在意识当中作为威尼斯布景的适当要素被抽取出来的接近、消退、涟漪、折射和乳白色，已经被迪斯尼用和音乐运动同步的关系保存下来：展开的尾巴及其倒影随着盛开的尾羽向水池靠近而互相接近又退回—羽毛本身也在摇曳摆动—如此等等。”然而，迪斯尼精彩的想法并没有指出一种媒介向另一种媒介的直接转化。这种转化是间接的，其特征是文学性的，建立在一个被普遍接受的假设的基础之上，即这首流行的乐曲联系着水、刚朵拉（gondola），因此也就跟威尼斯式的乳白色效果相联系。此处插入一个概念的意图在于表明，一只鸟的色彩能够象征威尼斯。现实中不同元素可以玩耍式地互换这种观念，以及因其形象生动地被比作一只孔雀而对威尼斯构成的微妙反讽，这些都是迪斯尼的演绎效果中不可或缺的成分。这种效果自然是合法的，但是内在运动的要旨甚至还没有得到丝毫的体现。这是一种高度复杂的效果，而爱森斯坦纯形式的字面解释没有抓住要领。-这个例子表明，形式-美学的讨论甚至对于高度风格化、非现实主义的影片都是不够充分的；至于更加现实主义的电影，这种不充分就显得更加明目张胆。 不过，爱森斯坦自己也还没有完全摆脱他非常恰当地予以驳斥的那种形式主义思维。他痛斥那些立足于狭隘的具象主义音乐观念的影片的浅薄，按照那种观念，受《霍夫曼的故事》中的《威尼斯船歌》（Barcarolle）的启发，一个电影导演就会让一对拥抱着的恋人展示在威尼斯风格的布景前面。“但从威尼斯‘布景’之中，”他写道，“仅仅是领略到水流的接近与消退伴随着光在运河表面折射跃动，你就会至少在一定程度上将自我从这一系列‘插图式’的碎片中抽离出来，你将会发现一种对感受到的船歌之内在运动做出的回应。”
这一进程并未超越或则通过伪同一，或则通过联想来将画面和音乐联系起来的错误原则，它只是把这个原则转入一个更加抽象的层次，在此它的生硬和累赘特征将表现得不那么明显。将可见的水波仅仅缩减为在其表面之上水的移动和光的嬉戏，后者被假定为跟音乐的波形特征是一致的，这种做法本身就意味着趋向于爱森斯坦所拒绝的那同一种“绝对对等”。它将其绝对性仅仅归结于具体的限制性因素的缺失。
谢尔盖·爱森斯坦，《电影感觉》，纽约，1942年，第168页。 爱森斯坦构想出的基本法则是：“我们必须知道如何抓住给定音乐作品的运动，把它的路径（路线或形式）确立为我们塑形性创作过程的基础，令其与音乐相对应。” 此处所展示的思维方式仍然是形式主义的，既过于狭隘又过于模糊。关于运动的基本概念在两种媒介当中都是含混不清的。在音乐中运动主要指的是隐含着的、持续的时间单位，大约类似于节拍器所指示的那样，尽管意味有些不同。比如说，最小的音符单位［例如在一件类似《野蜂飞舞》（Bumble Bee）这样的作品中的十六分音符，而作品的基本单位却是四分音符］。或者，“运动”是在更高的，即所谓伟大的节奏（grossrhythmus）的意义上被加以使用，也就是局部与其动态关系之间的比例，整体的前进或停止，或者说，整体形式的呼吸模式。
库尔特·伦敦，《电影音乐》，第73页。 运动的概念，就其在电影中的运用而言更加含混。它可能意味着对称性的视觉结构之可感知、可测量的节奏，如在动画卡通或芭蕾舞中那样。倘若以更高的统一的名义，安排画面和音乐连续而同步地呈现这一节奏，那两种媒介之间的关系将会受到这种炫技行为的限制，结果将会是难以忍受的单调。运动也有可能意味着电影更高的美学品质；爱森斯坦对此品质显然是了然于心。库尔特·伦敦同样把它放在“节奏”的名目下进行介绍，宣称它“来源于其戏剧性构造过程中的多种元素，反过来在节奏的基础上风格作为一个整体又得到清楚表达”。
这样一种“节奏”毫无疑问确实存在于电影中，尽管关于它的讨论可能会轻易地沦为空洞的说辞。这种节奏得自于形式性元素的结构和比例—如同在音乐作品中那样。在此，仅举出此类“高层次”运动原则中的两个，其一是电影中的戏剧式形式，也即，大量运用戏剧技巧的对话，辅以相对较少的镜头切换；另一种是史诗式形式，也即，一系列较短的场景、“章节”，仅通过它们的内容和意味连接起来，互相之间经常形成鲜明对比，在空间、时间或主要情节上并不统一。《小狐狸》（The Little Foxes, 1941）是一个戏剧性形式的例子，而《公民凯恩》（Citizen Kane, 1941）则属于史诗性形式。但是，电影的这一节奏性结构与其音乐性结构之间既不互补也不平行。它可能会介入配乐的进程，例如通过选择短小的、“片段式的”或是比较长且复杂的音乐形式，但是这种关系必然会有非直接和模糊的特性。甚至，如果没有深层理由的话，连将音乐的整体结构调适于画面的整体结构这种观念也是成问题的，因为音乐不会伴随整部影片，所以也就不能遵循其时间上的整体性。人们或许会承认，要是以“序列”为公分母的话，还是有可能在视觉与音乐之间最终建立起一种关系。然而，只要这种关系还停留在关于运动或“节奏”的一般性的水平上，并且在两种结构之间寻求一致，那么真实的结果就可能会是情绪之间的亲近—换句话说，一种可疑而陈腐、且与满足电影这一原则相悖的东西，在名义上正是为了这一原则才会乞灵于“节奏”或“更高层次的运动”。可以毫不夸张地说，情绪这个概念总体上既不适合于电影也不适于先进的音乐。意在表达情绪的影片通常近乎风光摄影或是类型绘画，并且会使人产生虚假和生硬的感觉，这绝非偶然。人们很难想象勋伯格或斯特拉文斯基会屈尊去创作类型音乐。
确实，画面和音乐之间必定存在着某种富有意味的关系。倘若寂静、空白的时刻、紧张的瞬间都被无关紧要或一股脑地混杂起来的音乐所填充，结果将会是一件彻头彻尾的令人生厌之物。画面和音乐，不管二者多么间接甚至对立，互相之间必须形成呼应。一个基本的前提在于，画面序列的特定性质应当决定伴奏音乐的特定性质或者特定音乐应当决定特定的序列，尽管后面这种情况大多时候只是一种假设。作曲家真正的创造性工作在于创作出准确地“契合”给定画面的音乐；内在的不相关性于此就是一种重大的原罪。即使是在不那么重要的例子中—比如，当恐怖片中的一幕谋杀场景被有意配以冷漠的音乐的时候—配乐的不相关性也必须作为特殊类型的关系，由整体的意义赋予正当性。甚至在音乐被用作对比之物的时候，结构性的统一也须获得保留；音乐伴奏的推进通常应该对应于影片画面序列的推进，即使音乐和画面的表达径相反对。
然而，两种媒介的统一是间接获得的；它并不在于任何元素的一致，无论是音调与色彩的一致还是作为整体的“节奏”之间的一致。这些元素的意义或者说功能在于中介；它们绝不直接取得自身一致。如果爱森斯坦如此着力倡导的蒙太奇概念有任何合理性，那也应该在画面和音乐的关系中去找。从美学的观点来看，这不是一种关于相似性的关系，而通常是一种问与答、肯定与否定、表象与本质的关系。这是由所涉媒介的背离及其各自特性所规定的。音乐，无论怎样依据其自身结构加以明确地定义，都从未依照任何外在于它，而它又通过模仿或表现与之相关联的客体而获得清晰定义。相反，没有任何画面，甚至是一幅抽象绘画，曾经从客体的世界中获得过彻底的解放。
对客体世界进行感知的是眼睛而非耳朵这一事实，甚至影响到了最为自由的艺术进程：一方面，即使抽象绘画的纯几何图形，看上去都像是可见现实的裂变碎片；另一方面，就算是最粗糙的图解性标题音乐也最多会像梦与清醒意识的关系那样与这一现实相关联。所有的标题音乐都不会天真地去尝试对它们而言不可能的东西，它们的滑稽特征来源于这一特定境况：它们揭示出客体世界的反映与音乐媒介之间的矛盾，并利用这一矛盾来加强音乐的效果。大致说来，所有音乐，包括最“客观”和非表现性的在内，都主要从属于主体的内在性领域，而即使最精神化的绘画也都负载着未获解决的客观性这一重担。受这层关系支配，电影音乐应当试着把它变得更有生产性，而不能因为身份认同的混乱而否认它。
蒙太奇
“两段任何类型的电影片段，放在一起，必然会结合成一个新的概念。一种新的品质，从这一并置当中诞生。”（爱森斯坦，《电影感觉》，第4页。）这不仅适用于异质性的画面元素的碰撞，而且适用于音乐和画面的碰撞，特别是当它们互不相同的时候。 将蒙太奇的原则运用于电影音乐会有助于它在当前的发展阶段更加胜任，首先只因那些媒介的进展一向是相互独立的，把它们整合起来的现代技术并非由它们所产生，而是由新的复制设备的出现所促成的。蒙太奇充分利用了有声片附属性的美学形式，把完全外在的关系变成了一种实质性的表现性元素。
“在机械复制时代凋萎的东西，正是艺术作品的灵晕。”灵晕是“一种对于事物的不可重复、独一无二的印象，不管这事物有多近，它都会显得很遥远。如果当一个夏日的午后，你歇息时眺望地平线上的山脉或注视那在你身上投下阴影的树枝，你便能体验到那山脉或树枝的灵晕”（张旭东译，《启迪：本雅明文选》，三联书店，2008年，第237页）。灵晕“限定于此时此地，它不可能有摹本”（瓦尔特·本雅明《机械复制时代的艺术作品》，原刊于Zeitschrift für Sozialforschung, V.，巴黎，1936-1937，第40页）。本文英文版收入本雅明的《启迪》, fontana, 1992年，第215页。 两种具有如此不同的历史起源的媒介的直接融合，不会比那种愚蠢的电影剧本产生更多的意义，在那些剧本中，一位歌手失去又重获他的嗓音，以便为耗尽有声片的所有可能提供借口。这样一种综合将把电影局限为偶然性的事件，其中两种媒介以某种方式取得了一致，也就是说，局限在通感、情绪的魔法、半明半暗、迷醉的领域。简言之，电影将被限制为那些如瓦尔特·本雅明所说、基本上跟机械复制不相容的表现性内容。画面和音乐获得直接统一的那种效果必然属于本雅明所谓的“灵晕”类型 —事实上，它们是“灵晕”的退化形式，这样说来，此时此地的魔咒已经受到技术的操纵。
引文出自弗朗兹·威尔菲尔，《仲夏夜之梦，一部莎士比亚和莱因哈特的电影》，载于《新维也纳日报》，引自LU, 1935年11月15日。 没有什么错误比创作出这样的影片更严重了：其美学理念与其技术前提不相匹配，与此同时，它又掩盖这一不匹配性。用本雅明的话来说，值得注意的是，直到今天，特别反动的作家还在遵循着一成不变的思路，认为电影最首要的重要性就在于，它对即便不是生活中的仪式性元素，至少也是超自然因素的表现能力。于是，在对莱因哈特制作的《仲夏夜之梦》的讨论中，威尔菲尔（Werfel）声称，迄今为止，正是那种对于外部世界的街道、住宅、火车站餐馆、汽车和海滩的缺乏生气的模仿阻碍了电影上升到艺术的领域。“电影，”用他的话说，“还没有抓住它真正的重要性，它真实的潜力……这一切都在于它以自然的方式和无与伦比的信服力表现神话王国、奇迹和超自然事物的独特能力。”
爱森斯坦意识到了蒙太奇原则中的唯物主义潜力：异质性元素的并置将这些元素提升到意识的层面并取代了理论的功能。这或许就是爱森斯坦之构想的意义所在：“就其能使分立的碎片经由并置产生一般性、一种主题的大综合而言，蒙太奇具有一种现实主义的重要性。”（同前引，第30页）蒙太奇的真正实现往往就是阐释。 这类魔幻电影的特征就是趋向于音乐与画面的融合，并避免蒙太奇成为认知现实的工具。几乎没有必要强调威尔菲尔方案中的艺术与社会意涵—由工业化批量生产所促成的伪个人主义。 它还标志着相对于现代音乐之成就的倒退，后者已经从音乐戏剧（musikdrama）、标题音乐学派和通感中解脱出来，正全力以赴地致力于一项辩证性的任务，即在变得平淡的同时保持其音乐特性。没有蒙太奇的有声片将意味着“出卖”瓦格纳的理念—他的作品即使以原初形式出现，也会沦为碎片。
电影音乐真正的美学形式应该在为戏剧所作的配乐或时事歌曲及音乐喜剧的全体特别表演中去找。这些可能没有什么音乐价值，但是它们绝不会制造两种媒介获得统一的幻觉，或是伪造出虚幻的整体性特征，而只是起到兴奋剂的作用，因为它们是外来的因素，会中断戏剧性语境，或是倾向于把这个语境从其字面的直接性提升到意义的领域。它们从不会帮助观众认同于戏剧的主人公，且对于任何美学形式的移情而言都是一个障碍。
前面已经指出，当今的文化工业在不知不觉间实现了由艺术形式和材料的进步在客观上做出的裁决。倘若把这一法则运用到电影中画面、对白和音乐之间的关系上，我们可以说，这些媒介难以克服的异质性从外部推进了对浪漫主义的清算，而浪漫主义乃是内在于上述各个媒介的历史性趋向。媒介之间的相互疏离反映出一个与其自身相疏离的社会，其成员之功能的相互隔断甚至渗透到了每个个体之内。因此，不同媒介在美学上的歧异潜在地是一种合理的表现手法，而不仅仅是一个必须被尽可能地予以掩盖的、令人遗憾的缺陷。这或许是很多处于一般电影那自命不凡的标准之下的轻型娱乐电影反倒比那些同真正的艺术调情的电影显得更加接近实质的根本原因。时事讽刺片通常最接近蒙太奇的理念，因此音乐也是在这类影片中才最充分地实现了它恰当的功能。只是因为它们的标准化、伪浪漫主义以及它们愚蠢地添置其上的关于成功生涯的情节，才使它们的潜能遭到了滥用。倘若有朝一日电影从当今的惯例中被解放出来，它们将会被记起。
库尔特·伦敦做出了以下深具启发意义的论述：“它（电影音乐）最初并非是作为任何艺术冲动的结果所产生的，而是急切地需要有种东西能掩盖放映机发出的噪音。因为直到那个时候，在放映机器和观众席之间还没有吸音墙。这一令人痛苦的噪音极大地扰乱了视觉享受。出于本能，影院业主求助于音乐，这办法是对的，用一种令人愉悦的声音去中和掉另外一种不那么令人愉悦的声音。”（库尔特·伦敦，《电影音乐》，第28页。）这听上去足够合理。但是问题还没有完。为什么放映机的声音会变得如此令人不快？几乎不是因为它是噪音，而是因为，它似乎属于任何还记得早期幻灯放映机（magic-lantern）的人都能回想起的那个不可思议的层面。这刺耳的嗖嗖声实际上必须被“中和掉”“平息掉”，而不仅仅是被消除掉。要是有人重建一个20世纪00年代所使用的那种电影间，让放映机在观众席中工作，那么我们对电影音乐的起源与意义的了解，将比通过广泛研究所得到的更多。问题中所涉及的体验或许是一种近似于恐慌的集体经验，它联系着在一闪念之间意识到，一个无助无言的群体被交付给了一种机械装置的权力。这种冲动可以通过，比如，对火的恐惧，得到合理的解释。它从根本上看是这样一种感觉，即某种事情会降临在一个人头上，即使他是“很多人”。这正是对于某人自身之机械化状态的自我觉察。 然而，蒙太奇原则不仅仅表现在画面与音乐的内在关系以及机械复制的艺术作品的历史地位中。这一原则或许在最初将画面和音乐结合起来并形成某种对照特征的需求中，就已有所暗示。从一开始，电影就有音乐伴奏。纯粹的影院必须具有皮影戏那样鬼影幢幢的效果—影子总是和鬼魂相伴。前文已经有所涉及的音乐的魔法功能，或许就在于安抚那些在潜意识里令人畏惧的邪灵。之所以感到有此需求，是为了免除观众在观看生活着、行动着，甚至还在讲着话而与此同时却又沉默无声的人物影像的时候，所体验到的不快。正是它们同时既有生命又没有生命这一事实，构成了它们鬼魅般的特征，引入音乐不是为了给它们补充它们所缺乏的生命—只有在全面意识形态管控的时期，这一点才成为其目标—而是为了祛除恐惧或是帮助观众承受震惊。
卡尔·克劳斯（Karl Kraus, 1874—1936），杰出的奥地利德语作家和讽刺大师，受到本雅明和布莱希特等作家的推崇。—译注 电影音乐相当于在黑暗中吹着口哨或是唱着歌的孩子。造成恐惧的真实原因，甚至还不在于，这些人的沉默影像如鬼魂一般在人们面前移动。字幕提示尽其最大努力来拯救这些影像。但是，面对打着手势的面具，人们会把自身体验为完全与之一样、被哑默所威胁的生物。电影音乐的起源不可分离地联系着口头语言的衰退，对此卡尔·克劳斯 已经有所展现。一个很难称之为偶然的情形在于，早期电影在为画面伴奏的时候，并没有求助于看上去最为自然的方式，也就是让隐藏起来的演员说出对白，就像木偶戏里那样，而总是求助于音乐，尽管在老式恐怖片或是闹剧片里，音乐几乎跟情节没有任何关系。
有声片对音乐的这一原始功能做出的改变并不像可能想象到的那样大。因为有声电影，毫无二致，也是哑默的。片中的人物并非说着话的人，而是会说话的影像，它被赋予了图画、摄影的二维性以及空间深度的缺乏等所有特征。它们那没有实体（bodiless）的嘴巴说话的方式对于任何不知情者都会引发不安。尽管这些语句的声音足以区别于自然语句的声音，它们还远不足以在与照片向我们提供人的形象相当的程度上，提供“嗓音的形象”。
画面与话语之间在技术上的这种不协调被某种更深层次的东西—即电影中的所有言语都有一种人造而冷漠的特点这个事实所强调。电影的根本原则，其基本发明，就是对运动的拍摄。这一原则是如此地无孔不入，以至于任何不能归结为视觉运动的事物在与电影形式的固有规则相参照时都会具有一种僵硬和异质的效果。每位电影导演都熟知拍摄舞台对话是何等危险。心理电影在技术上的不足就部分地源于它们无法摆脱对白的支配。因其素材，电影在本质上联系着芭蕾舞和哑剧；言语，在人确认自我时，它原本优先于手势，最终却只是松散地叠加在人物之上。
电影中的言语是字幕提示的合法继承者。它等于是把滚动的字幕重新翻译成有声的，它听上去也就是这样，即便语词的构想不那么书卷气而装作是“自然”的。语词和画面的根本性分歧被观众无意识地记录下来，有声片那强迫性的统一呈现为对外部世界所有元素完整的复制，它被视为脆弱而又有欺诈性。电影中的言语是权宜之物，与那些被错误地运用、目标在于和银幕事件取得同一的音乐不无相似之处。没有音乐的有声电影与默片相去不远，甚至有理由相信，画面和语词越是被紧密地协调起来，它们内在的矛盾以及那些似乎在说着话的人实际上的哑默性，就越是会格外地被观众感受到。这可以解释—尽管市场的需求提供了更为明显的理由—为什么有声片即使是在拥有所有舞台机会以及更大的可移动性任其支配的情况下，依然需要音乐。
爱森斯坦关于运动的理论可以根据前述讨论予以评估。把音乐和画面统一起来的具体因素在于姿势性（gestural）的元素。此处所指的不是就电影的运动或“节奏”本身而论，而是指被拍摄出来的动作及其在影片中的功能整体。然而，音乐的功能不是去“表现”这一运动—在此，爱森斯坦因受瓦格纳式“总体艺术”（Gesamtkunstwerk）观念以及美学上的移情理论的影响而犯了个错误—而是去释放运动，或者更准确地说，使运动具有正当性。如此拍摄出来的画面缺乏运动的动机；我们只是间接地意识到画面在运动，意识到外部现实僵硬的复制品突然被赋予了之前因为它的固化而被剥夺的自然性，并且某种被石化的东西正显示出一种属于它自己的生命。此刻音乐介入，可以说是提供了动力、强大的能量、一种身体实在的感觉。它所提供的是一种运动造成刺激的美学效果，而不是运动的重复。以同样的方式，好的芭蕾音乐，比如斯特拉文斯基的，并不表现舞者的情感，也不以任何形式的与舞者的认同为目标，而只是召唤他们去跳舞。这样一来，音乐和画面，在二者最深刻的统一被达成之际，恰好是两相对照的。
电影音乐的进步将由它在何种程度上能令这一对照关系富有成效并驱除直接统一的错误观念来衡量。在关于戏剧性的一章里所举的例子就是以这一看法为参照的。从原则上讲，两种媒介的关系应该变得比以前更机动一些。这意味着，一方面，植入音乐的标准化提示—比如作为背景音效，或者对悬念性和高度情绪化场景的提示—应当尽可能予以避免，同时音乐应该不再像是遵循着某个提示那样在特定时刻自动地介入。另一方面，为处理两种媒介的关系而考虑到的方法应该如同为了修正摄影曝光和摄影机的配置而想出的办法那样得到发展。有了它们，音乐就会变得有可能在不同的层次上被感知，远一点或者近一点，作为图形或是作为背景，超级清晰或是相当模糊。甚至与此类似的音乐复合物也有可能通过适当的录音技术而被清楚地呈现为它所赖以构成的那些不同声音元素。
此外，还有可能在某些无需借助任何画面或语词的情况下引入音乐，在另外一些时候，则用不着逐渐地结束音乐或是谨慎地使之渐弱，而是突然中断它，比如在场景切换的时候。有声片实质上的哑默性由此将得以被揭示，并一定会成为一种表现性的元素。或者，画面可以被当作音乐性的主题来对待，对此，事实上的音乐将由不带任何主音的基本音型所构成且仅仅担当伴奏的角色。
导演是约翰·克隆威尔（John Cromwell）, 1938年上映。 相反，音乐有可能被用来“盖过”银幕上的行动，并由此获得与传统抒情主义之诉求正相反的效果。这后一种可能性在《海角游魂》（Algiers） 里自动风琴（orchestrion）的一幕中得到了有效的运用，此时此刻机械乐器的噪音压倒了因为致命的恐惧而发出的哭喊。然而，即使在这里，蒙太奇的原则也没有得到充分应用，音乐必须由情节提供合法性这一古老偏见仍然受到尊重。
风格与规划问题
前文的分析已经对电影音乐的风格做出了某些暗示。风格的概念主要适用于有机的艺术作品那未曾破裂的统一性。由于电影并非这样的艺术作品，而且音乐既不能够、也不应该成为这样一个有机统一体的一部分，因此，企图给电影音乐附加一个风格化的理念就是荒谬的。我们已经充分强调过以下事实：盛行的、想要成为浪漫主义的风格趋向是既不适当又虚假的。倘若代之以一种极端“功能性”的风格，就如从电影的技术特征着眼所可能面对的诱惑那样，排他性地以新古典主义方式去使用机械的音乐，那结果将会差强人意。当前的缺点—伪心理性的美学移情以及多余的重复—只会导致不相关的缺陷。同样也不能指望一种折中方案，在两个极端之间取其中点，一种既是表现主义又是构成主义的风格，会矫正这一弊端。各种互相拮抗的原则堆积起来，意在从各个角度保护作品，却只会挫伤这一目标，而且在实践中也会导致崭新的方法所产生的效果仍是陈旧的。一个谋杀场景那令人毛骨悚然、“惊悚”的配乐，即便整个音阶都被换成尖锐的不协和音，在本质上也不会有什么不一样。
对风格而言，仅仅有意愿是不起作用的。所需要的是音乐规划，以对音乐那依具体情况不同而各异的戏剧功能的准确洞见为基础，自由而有意识地运用所有音乐资源。如此自觉且在技术上完备的音乐规划只在几个非常例外的场合中被尝试过。但有必要立即指出的是，即便克服了常见的商业障碍，这类规划还仍得应付巨大的客观困难。进行规划的倾向内在于音乐本身的演化过程，它会促使自主的作曲家对其材料拥有更强的掌控。但是在商业化电影工业的条件下，这一倾向遇到了很多不理想的形势。通过规划，自主的作曲家得以将自身从被称为灵感的那种业余和浅薄中解放出来。他像一名元首那样统御着自己的想象，很早以前就有一种说法，即，在任何一个领域，真正的艺术家都必须懂得控制他的自发念头。只有在整个作品的构想扎根于他的自由、真实地属于他自己，并且不是由另一个代理机构强加给他的情况下，这才是有可能实现的。他的专断原则只有在作为他的努力之目标的作品的构想蕴含着一种非专断、纯表现性元素的时候，才是合理的。在电影中，情况大不相同。目标，也即作品，其由非本质性因素决定的程度甚至远超过传统歌剧被剧本所决定的程度。结果，专断性因素在生产过程当中被剥夺了那一点点非专断性的汁液，该过程将某些已被完成的东西提升到了某种不止是“正有待完成”的东西的高度。与对材料的把握相联系的成就会很轻易地蜕变成精心计算的把戏，而自发性的元素—即便作为一种孤立品质其价值非常可疑，却仍然不可或缺—则面临萎缩的威胁。主观上熟练掌握音乐材料这一进程，却将主体对于自我的音乐性表达置于危险境地。
在诸多可能性当中进行有意识的选择，而不是遵从某种“风格”，这会导致融合主义，即对所有想象得到的材料、进程和形式全都加以折中主义的利用。这会不加区分地生产出用浪漫派的表现手法创作出的情歌、注定会被音乐否定的场景那麻木无情的功能性伴奏，以及音乐原本应该提供强烈爆发的场景中出现的表现主义模式。这样的危险在当今胡乱应付的实践当中比比皆是。翻遍我们所有的文化遗产用于商业目的，这种普遍的做法只是一个特殊的例证，同时又是文化工业的特征。
在对风格的概念予以近距离审察的基础上，可以构想出一种有效的方式来应对这一危险。面对为电影音乐提供恰当风格这一问题，人们通常会想到特定历史时期的音乐资源。由此，印象主义就被等同于全音音阶、九和弦（chords on the ninth）以及变换的和声；浪漫主义就意味着诸如瓦格纳或者柴可夫斯基这样的音乐家最显而易见的程式；功能主义被视作是“耗尽”了的和声的总和、粗鲁的冲击性动机、前古典主义的首要主题、梯田式的形式，以及在斯特拉文斯基或者在某种程度上可见于欣德米特那里的特定音型。
此种风格观念与电影音乐是不相匹配的，后者能够运用最为多样化的资源。关键在于以何种方式处理这些资源。当然，资源及其处理这两重因素不能机械地割裂。德彪西的音乐进程是其音乐材料之内在必然性的结果，并且，反之亦然，这一材料也来自他的作曲方式。然而，人们可以冒昧地认为，而今音乐已经达到了这样一个阶段，即作曲资源与作曲方式之间已经变得日益独立。结果是，材料在某些方面倾向于跟作曲方式殊无关联。
换句话说，作曲已经变得如此逻辑化，以至于它不再需要成为其材料的结果，也不再能够，做个比喻的话，主宰它所用到的每一种材料。绝非偶然的是，在经过了十二音技巧的展开并对其材料在各个维度上都获得了完全而持续的掌控之后，勋伯格转而在一部只由三和弦组成的作品中测试他的把握，例如第三十六乐章最后的合唱，或者他为第二室内交响曲所加的终曲中。自该交响曲开始构想之后四十年才写出来的这首终曲，凸显了十二音技巧在代表着差不多四十年之前发展状况的音乐素材的范围内进行构建的原则。当然，这样的技艺只代表一种倾向，而且与勋伯格那无可匹敌的创造力是分不开的。
从原则上说，优先权应该交予真正全新的音乐资源。然而，电影音乐还能够召唤其他具有最多样化特质的音乐资源，只要它达到了最先进的当代作曲模式，该模式的特征就是完全彻底的建构性以及每个细节都毫不含糊地由整体来决定，因此也就能与对电影音乐来说如此根本的普遍规划的原则达成一致。由此，对局限于特定材料之传统的风格观念的否定，将会促成对一种新的、适合电影的风格的构想。
无需赘言，当作曲家的大胆作风还只是停留在为一个进程配上某种恰巧适用的材料的情况下，这样一种风格还远未实现。只有在此种被任意选中的材料能反映出现代作曲最高发展经验的时候，我们才有理由谈及一种新的风格。如果这一经验获得真实呈现，那作曲家一样可以使用三和弦；要是遵从建构的原则，它们听上去将会相当陌生，以至于跟晚期浪漫派惯用的抒情涟漪毫无共同之处，并且会作为不协和音打动常规的耳朵。换言之，过时的音乐材料，如果它真是被投入使用而不只是被电影商业化，就将会由于应用了建构原则而在其表现内容和纯音乐本质两方面都承受折射变形。偶尔，音乐规划会提供机会将蒙太奇原则应用于音乐本身，也就是说，它可以不通过中介去运用矛盾性的风格元素，并且将其不连续性本身用作一种艺术性元素。
在所有这些因素中，我们决不能忽略作曲家本身的境遇。“客观”地断定什么是适时的而什么不是，与此同时却回避作曲家是否有可能根据时代的需求进行创作这一问题，那这样的断定将会是无效的。因为他不仅仅是知识的执行器官，一面映照外在于他自身的必然性的镜子。他代表着自然性的元素，不能从其任何一种客观表现中剥去他的主体性。任何音乐规划只要忽视了这一点，都将会蜕变成武断的机械性法则。
此处所指的并不仅限于这样一个事实，即很多作曲家且并不必然是最糟糕的作曲家，就其作曲方式而言，滞后于规划进程的知识水准；理论甚至还不能谴责说，他们无法胜任电影音乐创作。但是，任何电影音乐作曲家的境遇，包括其最现代者，在某种程度上都是自相矛盾的。他的任务是瞄准特定的、经过明确定义、对应着情节和环境的音乐资料，并把它们纳入音乐结构。与对音乐戏剧的陈旧形式的要求相比，他必须以更大的幅度和更多的客观疏远性来完成这一任务。在表现主义音乐时代的末期，正是伪音（musica ficta）的原则取得了胜利—假定它必然代表着某种它所指涉的东西，而不仅仅是自身。单这一条就足以构成悖论并且带来最大的困难了。按照假定，作曲家应该表现某种东西，甚至是通过否定性来表现，却不能表现他自身；对于一种已然将自身从所有传统的表现模式中解放出来的音乐，无法预知这一假定是否能够实现。
作曲家面临着一项真切的西西弗斯式的任务。他所背负的期待是将自身从他自己的表现性需求中抽离出来，同时还要遵从戏剧性和音乐规划的客观要求。但是，只有在他自身的主观可能性甚至他自己的主观冲动能够以自然的方式—除此之外的任何东西都将会是一件苦差事—吸收并满足这些要求的情况下，他才能完成上述任务。这样一来，作曲家工作的主观前提，恰恰是他的作品所假定的客观性要予以排除的因素；可以说，他必须同时既是又不是他音乐的主体。就目前的发展状况来看，在它甚至尚未在常规的生产中得到视觉化呈现的情况下，我们还难以预测这一矛盾将导向何方。但是根据现有观察，某些牺牲表现性冲动以避免浪漫派行话的看似精密、疏远和客观的解决方案，例如“法国六人团”圈子里的一些法国电影作曲家，会导致一种通向自动写作和乏味的应用艺术怪癖的倾向。
可参见阿多诺：《广播交响乐》，《广播研究1941》，纽约，1941年，第110页至第139页。 这一点可以通过经验主义方式予以验证。如果在演出结束后发给一部影片的观众一份问卷，要求他说出哪些场景有音乐伴奏而哪些没有，并用一般的方法描述该音乐的特征，大概没有人能对这些问题给出准确的回答，甚至音乐家也做不到，除非他们是为了职业原因才来看这部影片的。 不仅是理论反思，技术试验也提出了风格的问题。所有的电影音乐迄今为止都展现出一种趋于中庸的倾向 —其中几乎总是有种难以觉察、软弱、过分的顺应和熟悉的因素存在。它不厌其烦地依照当前的偏见对它的预期行事，也就是说，对于那些对它不是特别感兴趣的观众，它就消失了，或是保持不被注意到的状态。 出现这种情况的原因很复杂。首当其冲的，是文化工业系统，以其标准化以及不计其数的、自觉或是无意识的审查机制，导致了一种普遍的敉平化进程，以至于每个单独的事件都仅仅变成系统的一个标本，在实际上已经不可能将其理解为某种特殊的东西。然而，这不仅影响了画面也影响了音乐，并且说明，欣赏电影的过程中普遍存在的疏忽，更多地与电影被假定为应该服务于消遣，而不是音乐没有被注意到这一事实有关。这后一种情况是由于观众将注意力集中在视觉的情节和对白上，给他留下很少的精力去感知音乐所造成的。在这一语境中，与关注一部影片的行为必然相联系的生理努力扮演着首要的角色。
然而，除此之外，现有的录音过程本身也应该为中庸状况负责。电影音乐和广播音乐一样，具有连续的线性特征—它仿佛是贴着银幕被拖过一般呈现在观众面前，与其说这是音乐的画面，不如说它就是音乐本身。与此同时，它在音响上经历了影响深远的变化，它的动态范围收缩了，它的色彩强度被减弱了，它的空间深度则消失了。所有这些变化都汇集在它们的效果之中；如果有人亲临一部先进的电影配乐的录制现场，然后听听录制的声轨，最后再参加这部配上了“洗印”出来的音乐的电影的放映，那他就能观察到中庸化的演进过程。音乐仿佛是逐渐被剥夺了它的进取精神，到最后放映的时候，配乐是现代的还是旧式的这个问题已经远不重要，相形之下更重要的是，人们是否能够指望获得读乐谱、甚或在音乐厅里听这同一部音乐的效果。在电影院里，即使是保守的听众也会毫无怨言地吞下那些在音乐厅里可能会激起他们最富敌意的反应的音乐。
换言之，中庸化的后果在于，通常意义上的音乐风格，也就是说在每个个案中用到的资源，大多变得无关紧要起来。有鉴于此，真正的蒙太奇和对立性的音乐应用的目标将不在于将尽可能多的不协和音及新的音色引入这一机械，该机械再次吐出来的只会是经过消化、迟钝而常规的形式，而在于打破中庸化的机制本身。这正是作曲规划的功能所在。当然，总会有些场合需要的是不引人注目的音乐，比如仅仅作为背景。不过，该场合是否属于规划的一部分，以及音乐的不显著性是否是创作和建构出来的，或者音乐被驱逐到声响和美学背景的地步是否乃是一种盲目的自动化冲动的结果，这些问题终究还是有差别的。事实上，一种真正的背景效果只有通过规划方可获得，它不是表达的机械性缺失的结果。两种效果的差异好比德彪西与某些冒失鬼之间的差异，前者最完美而清晰地创造出一种模糊、不清晰、消融性的印象，而后者则夸耀自己那不自觉地模糊、无定形和混乱的结构，作为一种美学原则的体现来看，这是技巧不完善的产物。
客观的规划、蒙太奇和对普遍中庸状态的突破，都是电影音乐要从其商业性压迫之下解放出来的话，需要处理的方面。对于未经预先消化、未经审查并具有批判功能的音乐的社会需求，与内在于技术发展的消除中庸化因素的趋势是一致的。经过客观规划并按照它和画面的关系有机地建构起来的音乐，将第一次使得新改进的录音技术的潜力变得更富生产力。
《精神现象学》, ed. Lasson，第二版，莱比锡，1921年，第60页。完整引文如下：“可是具有本质重要性的是，我们在整个考察研究过程中必须牢牢记住，概念和对象，为他的存在与自在的存在，这两个环节都在我们所研究的这个知识本身之内，因此我们不需要携带我们的尺度来，也不需要在考察研究的时候应用我们的观念和思想：由于我们丢开这些东西，我们就能够按照事物自在的和自为的样子来考察它。”（贺麟、王玖兴译，《精神现象学》上卷，商务印书馆，1979年，第59页。） 对电影画面与音乐之间的矛盾做出的考察表明，为这种音乐建立起一般性的美学标准是完全没有可能的。黑格尔说：“带着个人的标尺并把个体的直觉和观念用于调查是肤浅而有害的；只有过滤掉这些，我们才能就其所是并以之为目的来检查主题。” 对这一原则的运用并不会令电影音乐屈从于武断；它意味着该种音乐的标准就每个给定的案例而言，必须源自它所提出的问题的性质。美学思考的任务就在于阐明这些问题及其必要条件的性质，并让我们了解到它们自身内在的发展，而不是去提供操作方法。