موضوع شکل شناسی صدای فیلم، مطالعه و بررسی انواع روابطی است که یک صدای خاص (و گاه مجموعه ای از صداها) با تصویر مربوط به خود دارد. در این حیطه از زیبایی شناسی سینما که به زیبایی شناسی فرم تدوین مربوط می شود، ساختارهای دیداری- شنیداری مورد مطالعه و شناسایی قرار می گیرند. در بررسی این نوع ساختارهای تصویری-صوتی، همواره «تصویر» ملاک و مبنای ارجاع به صداست. به عبارت دیگر، مبنای بررسی و شناخت صدا و شکل کارکردی آن، با توجه به اولویت جنبه ی دیداری فیلم، موردنظر است و نوع یا کیفیت رابطه ای که یک صدای خاص با تصویر دارد، معلوم می کند که آن صدا به تصویر«وابستگی» دارد یا «همبستگی»؟ به همین علت، انواع شکل هایی که موجب خلق نوعی ساختار و یا رابطه بین تصویر و صدا می شوند (ساختارهای دیداری-شنیداری) به نوبه ی خود، انواعی از کاربردهای صدای فیلم را به وجود می آورند که در این نوشته به معرفی و بررسی این انواع می پردازیم و مقدمتاً در توضیح مفاهیم «وابستگی» و «همبستگی» صدا با تصویر، تعاریف زیر را ارائه می دهیم:
چنان چه صدا به طور کلی«چیزی» به تصویر فیلم بیفزاید که ذاتاً و خود به خود در تصویر نیست، در این صورت رابطه ی آن دو از نوع همبستگی است. یعنی صدا و تصویر در اتحاد با یکدیگر (به صورت سنتز یا یک ترکیب دیداری-شنیداری) موقعیت و معنای سینمایی خلق می کنند، در غیر این صورت، صدا به تصویر وابستگی دارد. در حالت همبستگی، صدا استقلال بیشتری دارد و در حالت وابستگی، معمولاً این تصویر است که علتی برای موجبیت صدا محسوب می شود. صداهای همبسته با تصویر، معمولاً کارکردهای بیانی، هنری و زیبایی شناسی بیشتری نسبت به صداهای وابسته دارند، اما صداهای وابسته در عین حال این قابلیت را دارند که در موقعیت های خاص چنان چه به صورت تمهید هنری طراحی شوند، قابلیت هایی از نوع همبستگی بیابند (صداهای وابسته به تصویر، از لحاظ کمیت مصرف یا کاربرد، غالباً بیشترین لحظات فیلم را به خود اختصاص می دهند).
بر این اساس، انواعی از دسته بندی های صدا را که در زیر معرفی می کنیم، در یکی از دو گونه ی کلی «صدای همبسته» یا «صدای وابسته» به تصویر قرار می گیرند، اما هر یک می تواند زیرگونه هایی نیز داشته باشد. شناخت هر یک از این زیرگونه ها، معرف تنوع ساختارهای دیداری- شنیداری فرم تدوین فیلم صدادار است.

شکل اول

الف) صدای حقیقی (Actual Sound)

صدایی که منبع آن در تصویر دیده شود، یا رویداد فیلم طوری باشد که گویی منبع آن در قاب تصویر حضور دارد. مثل جمله هایی که بازیگر بیان می کند یا کلام شخصیتی که حضور او قبلاً در صحنه به اثبات رسیده است، صدای زنگ تلفنی که در تصویر دیده می شود و یا تماشاگر بپذیرد که در اتاقی می بیند تلفن می تواند وجود داشته باشد. «چنان چه منبع تولید صدا در نما دیده شود [به جای اصطلاح 'صدای حقیقی'] آن را صدای 'غیر کنترپوان' (1) گویند و در حالت برعکس، آن را صدای 'کنترپوان'نامند. » (2)

ب) صدای تفسیری (Commentative Sound)

صدایی که منبع آن نه در تصویر دیده شود و نه دلالتی بر حضور یا وجود آن در رویداد فیلم باشد؛ صدایی که به طور مصنوعی یا ساختگی (عمدی) و برای خلق جلوه های دراماتیک و جنبه های بیانی، توصیفی، تفسیری و روایتی به تصویر اضافه می شود، مثل موسیقی یا صدای درونی شخصیت ها که گویی در وجدان، ذهن و خیال آن ها می گذرد و گفتار افزوده شده بر تصاویر فیلم های مستندی که راوی یا گوینده در سراسر فیلم، غایب است.

شکل دوم

الف) صدای واقع گرا (Realistic Sound)

صدایی که مستلزم تطابق زمانی (سنکرونیزه) با تصویر است، یعنی صدا و تصویر منطبق اند، مثل صدای راه رفتن کسی که در تصویر گام برمی دارد یا صدای بسته شدن در، هنگامی که کسی را در حال بستن در می بینیم یا درست لحظه ای که در تصویر ماشه ی تفنگی چکانده می شود، صدای شلیک را بشنویم. این نوع صدا یا هنگام فیلم برداری در سر صحنه، هم زمان با تصویر، ضبط می شود و یا در مرحله ی تدوین (به صورت سینک یا هم زمان) به تصاویر افزوده می شود.

ب) صدای بیان گرا (Expressionistic Sound)

صدایی که از منبع یا محل تولیدش جدا شده و (به صورت صدای خارج قاب) روی تصویر دیگری قرار گرفته است، اما تماشاگر می داند که منبع صدا در فضای اطراف یا محیط پیرامونی تصویر وجود دارد؛ مثل صدای زنگ تلفنی روی نمای نزدیک بازیگری که در تختخواب دراز کشیده و یا صدای سوت قطار روی نماهایی از یک دشت، در حالی که دوربین روی منظره ای از طبیعت تراولینگ می کند (گاه نیز منبع صدای بیانگرا در فضای پیرامونی تصویر نیست، بلکه عمدتاً به تصویر افزوده می شود).

شکل سوم

از تلفیق طبقه بندی های اول و دوم، می توان طبقه بندی سومی را برای انواع صدا به این شرح ارائه کرد (این طبقه بندی دربردارنده ی تمامی صداهایی است که قبلاً ذکر شد):

صدای هم زمان (Synchronous Sound)

که عبارت از دیدن تصویر شیء یا شخصیتی و شنیدن صدای آن در یک زمان و منطبق بر هم است.

صدای ناهم زمان (Non-Synchronous Sound)

که عبارت است از شنیدن صدا، بدون دیدن تصویر منبع مولد آن.
طبقه بندی نوع سوم به این دلیل جامع است که با دقت در نوع اول متوجه می شویم که«صدای حقیقی» هم موارد«هم زمان» و هم موارد«ناهم زمان» را شامل می شود. زیرا صدای غیرکنترپوان همان صدای«هم زمان» است و صدای کنترپوان در حقیقت «غیرهم زمانی صدای واقعی» است. از سوی دیگر، «صدای تفسیری» در زمره ی یکی از موارد «ناهم زمانی» است. با دقت در نوع دوم نیز متوجه می شویم که صدای«واقعیت گرا» صدای هم زمان و«صدای بیان گرا» همان صدای ناهم زمان (کنترپوان) است.
صداهای هم زمان را نیز می توان در گروه صداهای وابسته به تصویر قرار داد (این وابستگی ابتدا ممکن است به صورت هم زمان و لحظاتی بعد به صورت غیر هم زمان درآید و یا بالعکس؛ اما نشانه های هم زمانی، همواره در تصویر- چه قبل و چه بعد- وجود دارد و دیده می شود). اما صداهای همبسته در همه حال به صورت مستقل و افزودنی به تصویر به گوش می رسند.

صدای هم زمان (صدای وابسته به تصویر)

این نوع از کارکرد صدا، غالباً به معنای کم ترین میزان تخیل هنری در فیلم است. با این حال، ضروری ترین، عادی ترین و پرمصرف ترین نوع صدایی است که در فیلم ها می شنویم و بیش از همه جلوه های صوتی و بعد، کلام یا گفت و گوی شخصیت ها را دربرمی گیرد (و گاه نیز موسیقی، چنان چه در صحنه ببینیم که سازی نواخته می شود).
صداهای هم زمان به ویژه در فیلم های مستند و به طور کلی در هر فضایی که نمایش خصوصیات اجزای تشکیل دهنده ی صحنه، اشیا و شخصیت های حاضر در آن موردنظر است، کاربرد زیادی دارد. این صداها در سر صحنه و هنگام فیلم برداری ضبط می شود. به همین دلیل در بسیاری از مواقعی که شخصیت های فیلم در حال گفت و گو هستند، از صدای هم زمان (سنکرونیزه) که دقیقاً منطبق با تصاویرند، استفاده می شود و این امر، گاه نماهای دور و حتی خیلی دور را نیز دربرمی گیرد، مثلاً برای بازتاب راه بندان در یک منظره ی شهری و شلوغ.
چون بحث از صدای هم زمان است، لازم است این نکته را خاطرنشان کنیم که اصوات با پدیده های دیدنی یا تصویری دو ویژگی مشترک دارند:
الف) هم زمان با تصویر ضبط می شوند (جدا از دوربین یا توسط میکروفن دوربین ضبط می شوند).
ب) تا حد زیادی به ماهیت مواد یا جنس منبع مولد خود بستگی دارند (به عبارت دیگر، هر صدایی خاص خود آن ماده است)، اما صدای دنیای فیلم یا محیط تصویر که توسط میکروفن دوربین ضبط می شود، فضای صوتی کم و بیش متفاوتی با صداهایی است که گوش ما در طبیعت و در دنیای واقعی یا زندگی تجربه می کند. زیبایی شناسی صدای فیلم بر پایه ی همین تمایز و تفاوت استوار شده است- تفاوت صدا در زندگی واقعی و در فیلم.
با این حال، صداهای طبیعی محیط که به طور هم زمان به وسیله ی دوربین در سر صحنه ضبط می شوند، به تأثیر تصاویر فیلم کمک فراوانی می کنند و نمی توان آن ها را دست کم گرفت، زیرا یک «صدای واقعی هم زمان» را در صورتی می توان به تصویر افزود و از کارکرد آن حداقل تأثیر را گرفت که شرایط زیر را دارا باشد:
الف) تطابق یا همگامی (انطباق و هم زمانی) با تصویر داشته باشد.
ب) جنس صدا متناسب با جنس منبع مولد آن باشد.
ج) پرسپکتیو صدا (نسبت دوری یا نزدیکی دوربین نسبت به منبع صدا) رعایت شده باشد.
از آن جا که هر صدایی متعلق به ماده ی مخصوص موجود و یا به کاررفته در آن شیء است، هر قدر هم که در استودیو سعی شود تا صدای چیزی درست مانند صدای اصلی آن ایجاد شود، باز هم امکان ندارد که دقیقاً «رنگ» واقعی صدای خود آن جسم در طبیعت یا آن محیط را خلق کند، بنابراین صدای بازسازی شده صدایی است در هر حال مصنوعی و چنان چه در محیط خودش تولید یا ایجاد نشود، عملکرد طبیعی کاملاً رضایت بخشی ندارد. به همین دلیل نیز سبک های واقعیت گرا در سینما، صدای هم زمان سر صحنه را تأیید و دنبال می کنند. مستندسازان به ویژه به ضبط صدای هم زمان در سر صحنه راغب هستند- فلاهرتی (در دوره ی سینمای صامت) آرزو داشت که برای نانوک (1922) بتواند از این نوع صدا استفاده کند، زیرا تمام سرزمین یخ زده ی قطب احتیاج به صدای باد و زوزه ی سگ داشت (در یکی از میان نویس های این فیلم صامت، چنین می خوانیم:«سایش و سوزشِ وزشِ برفباد که جناس های صوتی حروف این واژه ها، صدای وزش باد را تداعی می کنند»).
اگرچه صدای هم زمان (در مقایسه با کارکرد صدای غیرهم زمان) در جنبه های بیانی فیلم قابلیت کم تری دارد، اما گاه می تواند به صورت یک صدای پرتأثیر- از لحاظ روان شناختی و نمادین- درآید. مثلاً سروصداهای موجود در یک خیابان شلوغ، تلخی زندگی را برای انسان بیماری که از سروصدا رنج می برد و خانه اش در همان حوالی است، افزون می کند. در چنین مواردی، صدای واقعی و یا صدای طبیعی محیط به مراتب مؤثرتر از هر نوع کوششی در استفاده از صدای غیرواقع گراست. در بسیاری از فیلم های پلیسی و جنایی نیز دیده ایم که صدای هم زمان زنگ تلفن، روی تصویر خودش، یا صدای هم زمان تیک تیک ساعت با تصویرش، حالت هایی چون اضطراب، اخطار، ترس و یا انتظار را می رساند- نمونه های کلاسیک و جالب این مثال، صدای تیک تیک ساعت مچی در فیلم خبرچین (1935) جان فورد و ضربات پاندول ساعت دیواری در فیلم فقط یک بار زندگی می کنید (1937) فریتس لانگ است.

صدای ناهم زمان (صدای همبسته با تصویر)

گوش ما می تواند صداهای موجود در محیط زندگی را علاوه بر منابع صداهایی که در میدان دید ما قرار دارند، دریافت کند. به عبارت دیگر، ما به صداهای زیادی آگاهی داریم که حاصل منابعی در خارج از حوزه ی بینایی ما هستند. این نوع صداها که صداهای ناهم زمان نامیده می شوند، بیشترین کاربرد را در فیلم دارند و به صورت صدای خارج از قاب تصویر به گوش می رسند. صدای ناهم زمان، «چیزی» به تصویر اضافه می کند که تماشاگر از پیش نسبت به آن آگاهی ندارد. در چنین مواردی، صدا اهمیت دراماتیک و قابلیت فضاسازی بیشتری نسبت به صدای هم زمان می یابد. برای مثال، فرض کنید که در حال بالا رفتن از سر بالایی یک جاده هستیم و اتومبیلی می بینیم که از سمت مقابل به سوی ما می آید، صِرف شنیدن صدای اتومبیل، چیز تازه ای بر آگاهی ما از دنیای پیرامون نمی افزاید. حال چنانچه اتومبیل دیگری از پشت سر ما بیاید، پیش از دیدنش، صدای آن را خواهیم شنید. در این مورد، صدای اتومبیل توجه ما را به چیزی جلب می کند که پیش از آن اطلاعی درباره ی آن نداشته ایم، یعنی این که اتومبیلی چند لحظه ی دیگر از کنار ما خواهد گذشت. پس در این جا اهمیت صدای«ناهم زمان» بیشتر از صدای «هم زمان» است.
فرایند ناخودآگاه ذهنی- روانی که طی آن، ما صداهای خاصی را از کل صداهای موجود در محیط اطراف خود انتخاب می کنیم تا به آن ها توجه کنیم و صداهای دیگر را از ضمیر آگاه مان حذف می کنیم، غالباً به سود صداهای «ناهم زمان» عمل می کند. پودوفکین در کتاب تکنیک فیلم مثال کلاسیک و جالبی از این مورد آورده است:
در زندگی واقعی ممکن است ناگهان صدای ناله ای را از بیرون اتاق بشنوید که درخواست کمک می کند. شما ابتدا تنها پنجره را می بینید. سپس به بیرون از پنجره می نگرید و در نگاه اول چیزی جز عبور اتومبیل ها در خیابان نمی بینید. اما صدای طبیعی یا واقعی عبور و مرور اتومبیل ها را نمی شنوید، در عوض، همچنان صدای ناله را می شنوید که به شما انگیزه داده از آن طرف اتاق به کنار پنجره بیایید. سرانجام نگاه تان متوجه نقطه ای می شود که صدا از آن جا به گوش می رسد. مردم در آن نقطه ازدحام کرده اند و یک نفر مشغول بلند کردن شخص مصدومی است که روی زمین افتاده است. در همان حال که مشغول تماشای آن شخص هستید، متوجه صدای شدید ترافیک می شوید و در میان این صدا، صدای ممتد و رو به افزایش آمبولانس را می شنوید. در این لحظات، لباس شخص مصدوم توجه شما را جلب می کند. حال به یاد می آورید که برادرتان لباسی با همین رنگ و فرم می پوشد. با او ساعت دو قرار ملاقات داشته اید. در یک کشمکش عجیب فکری، با دلواپسی و تردید از این که ممکن است مصدوم برادرتان باشد، به شدت نگران می شوید. ناگهان کلیه ی صداها قطع می شود و سکوتی محض همه جا را فرامی گیرد آیا اکنون ساعت دو است؟ به ساعت روی میز می نگرید و در همان زمان صدای تیک تیک آن را می شنوید. این لحظه، نخستین لحظه ی «هم زمانی صدا و تصویر» است.
با این مثال، روشن می شود که ناآگاهی ما از صداهای«هم زمان» امری عادی و معمول است. پودوفکین گذشته از این مثال جالب و رسا، به منظور اثبات نظریه ی خود درباره ی برتری هنری صدای ناهم زمان و رابطه ی آن با سازوکار روان شناختی ضمیر ناخودآگاه و تأکید بر این نکته که صدا در واقع به ندرت موازی با تصویری است که ما می بینیم، می گوید:
چشم ما ممکن است در حالی که به یک گفت و گو گوش می دهیم، در اطراف بچرخد. ممکن است باز هم به نگاه کردن به شخصی که تازه صحبت هایش را تمام کرده است و به صحبت های شخص دیگری گوش می دهد، ادامه دهیم یا امکان دارد به شخص دیگری که هنوز صحبت هایش را شروع نکرده است، نگاه کنیم و یا حتی برای این که کنجکاوی خود را ارضاء کنیم و تأثیر یک جمله از صحبت ها را در دیگران ببینیم، یک یک افراد را از نظر بگذرانیم و به واکنش های شان دقت کنیم. هر سه حالت برگرفته از زندگی روزمره هستند و همه ی این موارد نشان دهنده ی موارد«ناهم زمانی» هستند (3).
خلاصه ی نظریه ی پودوفکین این است که ناهم زمانی، با عادات ما در حین مشاهده انطباق دارد و ما می توانیم این امر را نه تنها در واقعیت تجربه کنیم، بلکه به منزله ی شیوه ای سینمایی آن را در فیلم به کار گیریم.
بلا بالاژ نیز درباره ی برتری هنری صدای ناهم زمان به صدای هم زمان، نظر شایان توجهی دارد:
در یک نمای نزدیک که در آن، محیطِ اطراف موضوع قابل مشاهده نیست، صدایی که به نما اضافه می شود، برای ما اسرارآمیز است، زیرا نمی توانیم منبع آن را در تصویر ببینیم. این کار باعث خلق تعلیق و یا جاذبه ای می شود که ناشی از کنجکاوی ماست. گاهی اوقات، تماشاگر به خوبی نمی داند که چه صدایی می شنود، اما بازیگری که در نما حضور دارد، می تواند قبل از او آن را بشنود، سر خود را به سمت منبع صدا بچرخاند و آن را ببیند. این شیوه ی کار با صدا و تصویر، موقعیت گرانبهایی برای ایجاد هیجان و غافلگیر کردن تماشاگر به دست می دهد... کاربردهای ناهم زمان صدا مؤثرترین ابزار در فیلم صدادار است. در حالی که اگر صدای فیلم به صورت هم زمان به کار رود، آن صدا تنها تکمیل کننده ی فیلم و برای واقعی جلوه دادن رویداد آن است چرا که فقط در جهت افزایش واقع گرایی به کار رفته است. (4)
به این ترتیب می توان نتیجه گرفت که:
-آزادی عمل صدا در استقلال از تصویر (صدای ناهم زمان) می تواند به خلق همبستگی معنایی با تصویر بینجامد.
-صدای هم زمان را می توان به صورت صدای خارج از قاب (5)، (قبل و یا بعد از تصویر خودش) به مثابه صدای ناهم زمان به کار برد در چنین شکلی از کاربرد صدا، بُعد معنایی تصویر ناشی از نوع رابطه ای است که صدا با آن تصویر برقرار می کند (صدا معمولاً جایگزین تصویر می شود و وظیفه ی تصویرسازی و گسترش فضا و رویداد را در خارج از قاب به عهده می گیرد). این حالت، واقع گرایانه ترین شکل به کارگیری صدای خارج از قاب برای خلق موقعیت یا معنایی است که با صدای هم زمان در تصویر وجود ندارد و یا با صدای هم زمان عملی نیست.
-در واقع گرایانه ترین شکل به کارگیری صدا در تدوین، از صدای هم زمان یک تصویر، به صورت صدای خارج از قاب روی تصاویر جانبی آن- در همان مکان و زمان رویداد، بدون قطع تداوم- می توان استفاده کرد. چنان چه صدا روی نماهایی متعلق به مکان و زمان دیگری به کار رود، اکسپرسیونیسم صدا برجسته تر می شود.
-استفاده از صدای هم زمان معمولاً به تصویر، حالتی واقع گرایانه تر می دهد، آن را برجسته می کند و بُعد را زنده تر می نمایاند.

پی نوشت ها :

1. non-counterpoint
2. Raymond Spatiswood, A Grammer of the Film,University of California Press,California,1973, p. 176.
3. Siegfried Kracauer,Theory of Film, Oxford University Press, London,1965, p. 115
4. Bela Balazs,Theory of the Film, Dover Publication Inc, N. Y, 1970, pp. 209-218.
5. voice over

منبع مقاله :
ضابطی جهرمی، احمد(1387)، سی سال سینما: گزیده ی مقالات سینمایی(1355-1385)، تهران، نشر نی، چاپ اول