論伊納里多的影像聲音敘事技巧
——以集錦電影《11分9秒01》為例

萬雯昕

（作者單位：四川大學）

2001年9月11日，矗立在紐約金融區的雙子大廈遭遇恐怖襲擊轟然坍塌。次年，法國運河工作室（Studio Canal）電影公司邀請知名導演參與拍攝集錦電影《11分9秒01》（11′09″01-September11），這是一部由11位導演執導的11部影像風格迥異的長度為11分9秒零1幀的短片組成的合集。

其中，墨西哥導演亞歷杭德羅·岡薩雷斯·伊納里多（Alejandro González I?árritu）憑借洞悉生活本質的直覺與大膽的電影藝術構思，以極具實驗性的創作手段重現了這一悲劇性事件。

他在短片中放棄了“畫面為主，聲音為輔”的影像音畫創作形式，使聲音成為主要的感知對象。短片中的影像、聲音幾乎全部來自真實的現場記錄，真實事件的時間也被極少的畫面與眾多的聲音壓縮、分解，通過聲音長鏡頭復原發生的事件時序，以聲音模擬環境元素與鏡頭透視感，實現多個場景空間的轉換，完成了多線交叉敘事結構的搭建。

1 聲音：電影時間記錄的標記

電影作為空間藝術與時間藝術的綜合體，以銀幕畫面與音響為媒介，在時間的推移中展示空間，在空間的轉瞬即逝中呈現時間。無聲電影通過一系列的剪輯手法向觀眾展示前所未有的視覺世界，觀眾從中看到各種物象和運動之間的相互關系，畫面之間的連接又喚起新的豐富想象。但在無聲電影時代，鏡頭內部的時長與影片放映的節奏并沒有精確標準，直到1929年第一部有聲電影《爵士歌王》成功上映，才明確了聲音可以通過精準的、固定化的拍攝、剪輯、播放速度使影像時間化。“有聲電影可以被稱作‘時間記錄’（Chronographic）產物：被寫入時間，同時也被寫入運動中。”[1]16就像是冰雪消融時水珠滴落的“滴答”聲，聲音的軌跡與自然的引力相符。在影片中，樂池中的歌聲和觀眾席的掌聲的聲效組合搭配影像，復刻了現實中欣賞音樂時的既成儀式。如果將這一段的鏡頭和聲音反向播放則完全不行，因為歌聲與掌聲具有精確的、不能反向的邏輯關系。正因如此，即刻響起又逐漸消逝的聲音賦予了影像更多的活力，連貫的聲效維系起影像之間的時間線性結構，催生出鏡頭內部的時間向量。

巴拉茲·貝拉在《電影美學》一書中闡明了他對電影中聲音元素使用的看法，他認為電影聲音出現不僅是畫面的必然產物，也將成為主題，成為電影劇作的元素之一。“有聲片應當將噪音分解成各個獨立的、使人感到親切的聲音，讓它們分別出現在各個作用于聽覺的特寫鏡頭里，然后再按照預定的順序把這些孤立的音響細節剪輯在一起；而只有做到了這一點，有聲電影才會成為一種新的藝術。”[2]209

在這部意義非凡的集錦電影中，伊納里多通過幾處快速閃現的、源自事件現場的新聞紀錄影像，配合連續不斷的、源自日常生活的聲音，利用蒙太奇手法，構成了短片多視點、多線交叉的敘事結構，復現了“9·11”事件的種種情態。

2 視覺缺位，聽覺補位

影片中的攝影機視點通常跟隨故事的核心敘事者，而官方安排的短片集播放順序也對觀眾的觀看節奏進行規訓。當觀眾觀看到伊納里多的短片時，集錦電影的播放時段已經過半，觀眾已經預設出接下來的短片內容與“9·11事件”相關。隨后畫面凝滯在靜態黑屏之中，伊納里多指導的短片在一片黑暗中正式開啟。

攝影機的視點被導演有意遮蔽，被播放設備邊框約束的視野范圍中空無一物，此時的觀眾集中注意力，期待黑暗的畫面會逐漸亮起。然而，導演并沒有滿足觀眾的視覺預期，“畫面為主，聲音為輔”的觀片習慣被這部短片“矯正”。相對眼睛來說，耳朵的時間解析能力無比精細，而且在電影的運動場景中特別清晰地展示出了這一點。“當懶惰的眼球認為它在每秒24格的影像中看到了連續性時，耳朵則要求更高的采樣率。”[1]119當聲音的效果對劇情發展起關鍵作用的時候，聲音在敘事上的作用也變得更加深刻和 重要了。

在觀眾驚異與自我懷疑之余，這段短片的形式成為整個短篇集之中的“刺點”①，視覺感官的缺席讓聽覺“順位”成為接受影片傳達信息的第一知覺。

2.1 畫外聲源與人聲

對于電影畫面而言，攝影機取景框與銀幕放映的畫框是儲存電影畫面的容器，不管銀幕畫布上投射內容是黑色或空無，作為可見的、矩形的畫框就是一個預設、投射影像存在的容器，這也使得視覺元素很難同時出現在不同的敘事層面上，而大多是通過作為容器的畫面進行“二次框定”來強調表達。但對于電影聲音而言，并沒用儲存聽覺的容器。電影聲音可以完成不同敘事層面的展現，如烘托氛圍的背景音樂、畫面同步的對話可以疊加在音軌上而不相互沖突，觀眾既可以明白對白內容，也能欣賞音樂。當畫面上的信息不能滿足觀眾對敘事結構的補全時，在視野之外的空間中出現的畫外音自然對觀眾產生吸引力。

在任何特定的聲音環境中，人聲總是能被率先察覺，這是基于人類的行為認知習慣。盡管無畫面的黑色銀幕將聲流與聲源分割，觀眾無法通過畫面確定聲源的明確形態，與聲源產生距離感。

短片開頭，畫框內空無一物，但畫外響起人聲②念誦時，觀眾的耳朵瞬時捕捉到人聲片段，并進行一系列內在的格式塔處理，在已有的聽覺經驗中搜尋相關的畫面與之匹配。在熟悉這段錯落有致的人聲并掌握其中語流規律后，銀幕上依舊沒有出現可以與觀眾認知期待相對應的畫面，觀眾又對這段重復單一的畫外音失去信心，而伊納里多的敘事也伴隨著單音節聲效“嘭”的突然出現正式開始。

2.2 音畫錯位與音畫對位

“某種場合下，導演為了表達音響或人聲的情感力量或者象征意義，唯一可靠的方法就是拆散音畫的正常聯系。”[2]221伊納里多的短片將觀眾從視覺經驗中解放，聽覺給觀眾帶來可察覺的時間向量與無垠的想象空間。盡管短片開頭采用聲音先于畫面的處理方式，但短片敘事基本邏輯依舊需要音畫對位來實現。

電影最直接、最接近音畫對位的代表，是聲音與視覺沖擊時的瞬時與突發的一致性，即超短影像的猛擊，就像觀賞一位重型拳擊手出拳，瞬間的猛擊會引來關注與敬畏。伊納里多用單音節“嘭”作為音畫對位的猛擊點，讓觀眾從音畫錯位的苦惱中解脫，但這一段音畫對位所展示的情節卻令人驚駭。這時攝影機位傾斜，由遠及近，略顯模糊的視線中心有一個正在下落的人形。下墜的過程是無聲的，攝影機機位并沒有跟隨下墜的線路運動，但觀眾已經通過聲音知曉一個慘烈的結果。

伊納里多在答記者問時提到：“我是把人的降落作為一個關于我們的比喻性影像：人在像伊卡洛斯一樣降落。”[3]生死瞬間的特寫成為聲音與畫面對接的連接點。

影片之所以被稱為活動畫面，是因為其中哪怕最短的鏡頭中也包含有運動。短片中的聲音一直在流動變化，而下墜這一動作被遠焦的鏡頭放大為特寫鏡頭，作為以聲音完成敘事的短片中僅有的畫面。

當聽覺與視覺得到統一后，所有聲音都具有了預設性，這段閃現的、焦段拉近到極限的畫面如同特寫，與之相對應的聲音音量也被放大。電影常常通過特寫來突出展現足以促進或改編劇情發展方向的重要力量。這里的聲畫對位與特寫鏡頭無疑與短片開頭的黑屏之間形成強烈對比，也強化了聲音元素在這部短片中的作用。伊納里多用清晰的聲音、碎片的畫面、長久的黑屏，或許是在復原事件親歷者的回憶、后人對事件的想象：這是暗無天日、令人窒息、不愿再被提起的悲劇。

3 伊納里多短片里的聲音敘事結構

3.1 借聲音模擬環境與透視

電影中每個聲音元素都帶有融入影像的敘事元素以及代表影片質感和背景的視覺元素。敏銳的聽覺能在一瞬間處理比視覺更多體量的信息，并與其他感官產生聯覺。正如巴拉茲所言：“周圍的各種聲音不可避免地侵入特寫，而我們在這種情況下所聽到的并不是光和影，而是聲音本身；無論特寫所表現的那部分空間是何等狹小，整個空間內的各種聲音還是能夠聽到。聲音是不能硬加排斥的。”[2]223所以許多電影開頭都會采用聲音先行的方式來開啟整個故事。

伊納里多的短片憑借連續不斷的聲響與穿插閃現的畫面，時刻提醒觀眾這部短片雖以聲音來表現主題，但其藝術本質依舊歸屬于電影。短片如同一段專屬于聲音的長鏡頭，在沒有出現更多視覺畫面的引導之下，流動變換的聲音順利組建起聲音流的內部邏輯（Internal Logic）③，將令人察覺不到的、不同聲音元素流暢地組接為一個整體，形成具有線性時間敘事感的聲音鏈條。短片通過連貫的聲音流建構起“9·11”事件的環境，并通過聲音的強弱緩急模擬出影像空間的層次和距離的遠近，完成聲音場景透視感的建構。

3.2 用聲音完成場景轉換

在聲音與聲音統一環境氛圍之后，聲音的連貫感推動敘事場景轉換，形成完整敘事線索。每一個聲音都具有其獨特的空間色彩，同樣的聲音會受到不同環境、不同收音設備的影響而產生變化。就像電影畫面的攝影機位、角度、運動不會因為影院內觀眾視角不同而發生變化，我們聽到的電影聲音也是如此。短片還原不同空間場景下不同的人聲音效，并通過人聲的虛實、強弱變化實現不同場景的轉換，利用場景轉換進而還原突發事件的時序：失事的飛機—目擊者驚呼—事件被實時直播；新聞轉播、現場救援、線上留言—雙子塔倒塌。

短片開始時，人聲念誦漸弱前，與之并行出現了一段飛機客艙內的提示音，緊隨其后的是飛機掠空的音效，飛機掠空聲被處理得逐漸靠近、靠低，畫外再次出現新的人聲“哦！天啊！”，緊接著一組連續的聲效回應驚呼：重物撞擊、物體解體、混亂嘈雜的人群……然后短片以一段新聞播報點明一切噪聲的起源：“在世貿大夏中心出現惡性事件……”

伊納里多通過偶爾閃現的畫面與連續的聲音明確事件邏輯，規范了觀眾借聲音復原缺失畫面的想象邊界，連續不斷的、可以標記不同空間地點的環境聲與不同環境中的人聲，使敘事的空間得到擴展，從而將現實事件時序直接搬運至銀幕中，在聲音的長鏡頭中實現了他所擅長的多線敘事。

3.3 以聲音建構多線敘事

一般情況下，攝影機的視點代表著故事的講述者、過程的追隨者、觀眾的引導者，伊納里多的短片敘事按照線性的時間順序，通過聲效與人聲的銜接實現一組符合現實事件時序的剪輯邏輯，不展示具體畫面的處理等于放棄了單一的核心敘事者，讓敘事的視點游移起來——短片的敘事結構跟隨事件發展而發展，也就是說短片的敘事是被動產生的。觀眾需要主動發揮想象，啟動先驗經驗去理解這樣的敘事結構，觀眾如同親臨事件現場各個角落，通過復雜但清晰可辨的聲音元素，獲得在不同場景下的不同敘事視點，不同視點在相互交叉中建構起多線的敘事結構。

3.3.1 現場路人視點

短片開始時，純聲效“嘭”作為這段聲音長鏡頭中的“核心敘事焦點”為觀眾提供了聽覺定位。畫面剪輯速度越來越快，與之相配的紀實性聲效也越來越密集，“嘭嘭嘭……”觀眾已然察覺這是玻璃雨棚碎裂、人體落地的悶響。不可逆的悲劇正在發生，而在現場目睹一切的人們無能為力。

3.3.2 無線電視點

伊納里多將懸浮在空氣中的無線電通信信息具象化，讓觀眾聽到新聞轉播聲的同時收到被困在大廈上的人們給家人的留言，此時的觀眾也成為留言的對象。多層音軌相互交叉，隨后又被刺耳的忙音打斷。

3.3.3 電視觀眾視點

短片最后，全景機位將觀眾帶離事件現場，在安全的距離下，所有聲音歸于沉寂。觀眾目睹了曾經作為美國驕傲的雙子大廈在濃煙中崩壞坍塌的過程，此處的無聲處理恰好是高潮后的休止符，給遭受聲音風暴的觀眾時間以平復心情。導演把觀眾放置在驚恐、慌張、壓抑的氛圍里長達11分鐘，觀眾與事件親歷者一樣，遮蔽雙眼，記憶中只剩下當時嘈雜的聲音。

4 結語

當影像畫面開始追求奇觀化表達時，影像聲音也開始尋求其獨特的藝術表達方式。2021年，由Apple TV plus推出的廣播劇《駭人來電》（Calls）④在流媒體播放平臺獲得不俗的口碑。該劇配合蘋果公司的極簡美學，在沒有任何實質性畫面的情況下，通過豐富的聲音演繹，吸引觀眾進入懸念叢生的故事中。由此可見，2001年伊納里多對影像聲音處理方式具有一定的預見性。

作為“墨西哥三杰”之一的伊納里多在銀幕處女作《愛情是狗糧》（Amores perros）中就展現其自身在多線敘事以及運鏡技巧方面的前衛創造力；《通天塔》（Babel）中用不同的語言詮釋不同地區人人都會面臨的“代溝”與“理解”問題；《鳥人》（Birdman）中用張弛有度、連續不斷的鼓點配合“空間深度”的長鏡 頭展現藝術工作者的辛酸與現實的荒誕；《荒野獵人》（The Revenant）大量廣角鏡頭下的長鏡頭調度，再一次讓全世界感受到這位墨西哥導演靈活多變的創作生命力。

伊納里多總是在作品的影像形式上給觀眾帶來新鮮感。通過分析伊納里多在集錦電影《11分9秒01》中的表現可以發現，無論是極致的長鏡頭調度還是豐富的影像聲音，其中一以貫之的是伊納里多最為鐘情的敘事風格：多元且分散的敘事視點和多線且交叉的敘事結構。“敘事結構所形成的復雜混亂的影片外觀是他所認為的生活的隱藏秩序,它對于影片意念的表達具有極強的適用性和決定意義，而這種敘事結構所突現的特征也正是電影化的表達方式。”[4]

正如米歇爾·希翁所言，聲音比影像更可能成為情感和語義控制的潛在手段。通過分析伊納里多的這部短片，我們可以看到影像的聲音給電影技術革新、電影形式技巧與電影藝術自我探索提供無限的可能性。

注釋：

①法國著名文學家羅蘭巴爾特在《明室》中提出“刺點”這一概念：刺點通常是個細節，即一件東西的局部。在最適當的時機直抵觀眾的內心，激發出一種遠遠超出語言和含義的情緒，是擾動觀眾并攪動其意趣的因素。

②該段集體念誦的具體內容難以判斷，像是一段經文，也像是機場候機大廳內的廣播聲。

③為一種連續影像和聲音的模式，它似乎跟隨著一個靈活、有機的發展、變化、成長的過程，出自敘事情境本身以及它所激發的情感，突然中斷的使用只在敘事確實需要時出現。

④改編自法國廣播劇Calls（2017），該劇利用抽象的幾何圖形、動態波形圖配合配音演員表達劇情，觀眾僅憑配音演員的聲音演繹拼湊出故事的前因后果。