第二章 电影语言的基础——幻觉（视听结合的生理——心理效应）

        人在视觉和听觉上都有生理——心理效应，而两者结合起来，除了物理和心理上的视听差以外，还有心理上的特殊反应。

        光速为30万公里/秒，声速为331米/秒，这个物理上的差别对近距离的观众来说关系不大，但是对大影院后排的观众会有一定的影响，反应比较敏锐的人有时会感到声音比画面上声源出现晚了一些。再和另外一种视听差结合起来，这种差别就会更显著。

        人的视觉神经的传递信息速度为1200至1400米/秒，而听觉神经传递信息的速度为800至1200米/秒。

        据科学家的研究，人眼的视网膜和耳鼓后面的神经末梢的数量大致相等（约40万个单位），但是在视网膜后面有一个初级处理信息的综合机制，也就是说，它送往人脑的信息是经过处理的，而耳鼓却没有这种机能。

        现代科学家和教育家的研究表明，人眼接受外界信息的能力大于人耳。国外一位视听教育工作者得出这样的结论：人的五官接受外界信息的比例是：视觉占80％；听觉略小于20％；触觉、味觉、嗅觉等合起来还不及1％。

        人眼的遥感方式有一定角度的局限视野，而眼睛本身并不在这视野之中。入耳的遥感方式则是全方位的：前、后、左、右、上、下，它自己的发声器官也在听觉的声场之中。所以我们习惯说，“人听得到自己（的声音），但看不见自己（的眼睛）”。我们在生活中所“看”到的大多数不是光源本身，因为大多数物体不是发光体，知识光的反射体。而我们“听”到的大多数则是由声源直接发出的声音，这也就是说，大多数物体都能通过震动而产生声波。在生活中，从视觉上隐蔽自己是件容易的事，而从声音上隐蔽自己则很难。

        综合上述几个方面，人的眼和耳的关系，在更多的情况下（或者说，当人处于被动的情况下的时候），是耳朵先听见声音，然后用眼睛去找准那声源的位置。各有各的功能，它们是相辅相成的。有人认为，声音可以引起一个视像，而视觉画面却不会引起声音的联想，这种说法是有缺陷的。我们这里所讨论的是一般情况，如果在电影里摄影机总是去寻找声音，那就成了“声音为主”了。由于眼和耳的功能各异，因此，看什么，不看什么，和听什么，不听什么是不一样的，各有不同的功能与选择性。

        另外，声音的混合现象居多，不易分离，而视觉形象则是相接和重叠居多。

        环境中的声音深度感可以大大加强二维画面的空间感，因此，声音进入电影之后就改变了拍摄方法，创作者不必单纯依靠视觉手段来塑造空间。例如在《野山》中，禾禾在山坡耕地吆喝牛的声音不仅由远处传过来，而且传到后面的山谷再反射回来，形成一种回响，使人感到坡后的山谷的存在。但摄影师只用了一个固定机位的镜头。《猎鹿人》教堂婚礼的那一场戏，摄影机从楼上的圣诗班以固定机位摇到大厅里的婚礼场面，仅从画面来考虑，这是一个十分蹩脚的摇镜头，它没有表现出那个东正教大教堂的纵深空间，以及婚礼的庄重气氛。但是那充满了教堂空间的圣诗班的歌声却赋予这个镜头以又高又深的立体空间感。这样的镜头处理在有声片中是司空见惯的。但是如果只看到皮毛，面没有认识到这里同期声所带来的变化，那么在后期配音的有声片中采用这种手法，其结果只是平面效果而已。

https://www.bilibili.com/video/BV1XM411p7Qj?p=13

https://www.bilibili.com/video/BV1XM411p7Qj?p=6

        心理学判定，一个人不可能真正同时接受两个以上的信息，总有先后，我们经常会有这样的感受，比如说，第一个镜头中一个人边做动作边说话，然后在下一个镜头中，景别、角度全改了，他依然在边做另一个动作边说话。在声带上，这两个镜头中的台词是毫无间歇地直接相连的，但是当你边看边听时，你的感觉却是两个镜头的对话之间有间歇。这就是因为中间夹有视觉动作的原因。这是人对多信息的接受特点。

        声音是时间的流程，它始终在动，而视觉画面却可以是完全静的写照。例如，荧幕上出现一座房子的画面，一切都是静止的，观众甚至可能以为那是一张照片的画面。这时传来房子里有人弹琴唱歌的声音，那么在视觉上，那房子立即具有了生活的动感。在视觉现象中，有一种心理补偿效应。剪接师经常利用这种效应来获得紧凑而流畅的效果。如果结合声音，这种手法就更易奏效。例如一辆汽车从画面后景的左上方急速驶近，再从右侧出画。熟悉心理补偿效应的剪辑师往往不等汽车完全出画就切，十分紧凑。如果再利用声音，有时可以在汽车头刚触到画框边时就切，而汽车声则稍稍串到下一个镜头，这都是几十分之一秒的事：汽车不见了，声音持续了一会儿，于是观众的心理补偿发生作用，他认为汽车已驶出画框。

        较早一些的例子有美国导演克什纳处理《帝国反击战》中宇宙飞船的门被打开的情景。他先拍门，然后停机，把门摘掉，拍没有门的门洞，这样直接接起来的效果可以料想得到：门突然不见了。但是在混录时，录音师在剪接点上加上了“唰”的一声的动效。其效果是使观众仿佛看见那门突然飞走了。这就是视听幻觉。其实在生活中也可见到这种现象。有那么一个魔术节目：魔术师站在舞台的一侧，向观众展示他手里拿着的那块名贵的金表，然后假装把这块表向舞台另一侧的一块玻璃扔去，“咣”的一声，那块玻璃碎了，观众似乎真的看见了那只表飞过去。这也是一种视听幻觉。

        而“联觉”则是另外一个重要的人的感知经验。苏联现代心理学博士津琴柯说过：“联觉出现在各种不同的感觉中，其中最常见的是视听联觉，即在声音刺激物作用下，主体产生视觉形象。”

        联觉现象是多种多样的。我们经常在谈音乐的时候，说到声音的“色彩”，这就是把声音形象转为色彩形象的联觉作用。强烈的阳光、葱绿的树和聒噪的蝉鸣可能产生热的感觉。

        有人还观察到声音的响度可以增加画面的亮度。这是因为在一定条件下改变感官的注意力能引起人不同的感受。需要注意的是：这不是普通规律，要造成这一效果，需要特定的条件。试举一例子。一部50年代的英国故事片《寒夜青灯》中有这样一场戏，杀人犯回到匿藏地发现女友失踪了。他站在房间的中央，头部在阴影之中。这时他急得大喊了一声“黛安！”观众突然感到他的脸部亮多了。这是因为在这个全景中，大部分是亮区，原来观众的瞳孔是按亮区调整的，当那杀人犯大喊一声时，声音把观众的视线吸引到暗部，这时为适应新的亮度区域，瞳孔调整放大了，所以观众感到画面亮了。

        同样的道理，前景上有两个人在对话。“对话夺画面”，因此观众的注意力是落在这两个人身上。这时在十几米远的背景上有一穿红衣服的人横过画面，明亮的红在运动，就把观众的注意力吸引到背景的运动体上去了。

        人眼是一个十分复杂而灵活的感觉器官，它可以通过迅速地调整焦距和瞳孔来适应外界的条件和执行大脑的指令。它在做幅度不大的调整动作时是如此灵活，以致一般人总以为他的眼睛可以同时把不同距离的和亮度的物体看清楚。电影摄影机虽然是仿照人眼的机制制造的，但却远不如人眼灵活。它没有人眼那样强大和灵活的选择性，于是就出现了人在生活中所没有体验到的等值效应。也就是说，画面突出什么，观众就首先注意什么。

        最能说明这一差别的就是玻璃橱窗。在生活里，尤其是在有阳光照耀的条件下，我们站在商店的玻璃橱窗外，既可以看到自己和街道景色在玻璃上的反映，也看得见橱窗内的陈列品，这是因为我们眼睛可以随着注意力的变化迅速调焦。摄影机却办不到，它把焦点对准在玻璃面上，后面的陈列品就变虚，如果把焦点对准在陈列品上，玻璃窗上的反影就看不清楚了。它的调焦过程可以被人眼明确的感知。

        这是荧幕效果不同于舞台效果的一个方面。在剧场里，观众是用自己的双眼去看舞台，他不仅可以把人物和背景分开，而且可以较自由地选择看什么。有的电影创作人员，尤其是演员，不了解这一差别，总以为只要自己出现在镜头中，一定会吸引观众的注意（在特写中当然如此），并且认为可以自己和背景分离开来，殊不知，如果背景上有一片很明亮的色块，观众的注意力首先会被那色块所吸引，随后，视线才移到人物身上。

        所以，根据光学镜头的这个缺陷（或者说是特点），我们说，在荧幕呈现出来的不论什么视觉因素都是等值的。有的摄影师说，他把演员当成道具，有的美工师说，他把演员当成色块也就是这个道理，这种说法不是在有意贬低演员。

        了解到这一点，创作者可以有意识地利用和避免这种等值效应。避免的方法之一就是利用声音，我们都已知道“声音夺画”，因此，即便在前面所举的那个背景有一大片显眼色块的例子中，如果在镜头切入时，人物就发出声音把观众的注意力吸到自己的身上。那么，在处理恰当的情况下，那显眼的色块就始终是背景上的色块而已。

        电影语言正是建立在人的视觉听觉所产生的心理活动——幻觉的基础上的。换言之，电影语言的基础就是：模拟人的视听感知经验。既然荧幕上的光影和声音能够在接受者的脑海里唤起一种幻觉，而这种幻觉正是以他从婴儿时期开始就积累起来的视听感知经验为基础的，那么换言之，荧幕上的运动幻觉必须吻合人的视听感知经验，这样，才能使接受者看懂，满足他看的愿望，感到一种真实感，才能令他信服。

        美国故事片《巴顿》（1970）第一个镜头是一面充满整个画面的美国国旗。由于画面中只有一面旗，没有任何参照物来进行比较，我们无从知道这面旗的大小，虽然荧幕上同时传来嘈杂的人声和“立正”的口令声，但这除了使人感到声音和旗是处于同一空间外，再没有给人更多的信息。十几秒以后，在画框的下边缘逐渐露出一个小小的身影，他在国旗的背景上，自下而上地登上一个显然是讲台的高台上（那高台始终处在画框下线的边缘外），当他全身露出画面后，继续向前迈了四步，立定。传来的声音是脚踏木板的声音。

https://www.bilibili.com/video/BV1XM411p7Qj?p=1

        我们看一下，这个镜头至此为止造成了什么样的生理——心理效应呢？这个镜头原来只有一面美国国旗，没有参照物。当那个小小的身影刚一露头时，镜头里立即出现了一个与那旗子相对比的参照物。这个变化马上造成了人在感知上的幻觉。首先是旗与人的比例令人意外地相差悬殊，因此国旗给人的感觉是突然变大了。其次，这个身影出现在国旗前面，因此国旗仿佛突然变到背景上，因此显得更大了。利用两个变（运动的幻觉），这部影片的创作者在开端的十几秒内就造成美国国旗变大的幻觉，从而体现出那部影片的主题。有的人不明白那个道理，但是他对于这个效应有非常强烈的感觉，于是想模仿一下，遗憾的是他的模仿取消了那个变化，镜头一出来就是一面大旗子前面站着一个士兵。所以我一再强调，掌握规律是最要紧的事情，否则抄也会抄错的。

        《巴顿》这个实例充分说明前面所提出的诊断：“电影所创造的幻觉依靠接受者自身的生理——心理机制的自愿的认同。......人的思维不能无视荧幕影像所提供的富于诱导性的运动幻觉，因为这是不由自主的生理——心理效应”。任何人，不论他对美国持有什么样的态度，在看这一段镜头时的生理——心理效应都是“旗子变大了”。问题在于这是一面美国国旗。（这就是形式与内容的关系。）创作者无须让片中人物大喊大叫：“美国伟大！”而是要使观众感到，甚至喊出“这旗子好大！”什么旗子好大？美国旗子好大。这就够了。如果只是愚蠢地大喊“伟大”，“第一”，“独有”，那反倒会招致观众的逆反心理。这部电影创作者正是认识到电影的光影和声音的幻觉作用，利用电影的那种不可抗拒的视觉生理——心理效应在所有的观众心中种下了“美国伟大”的印象，达到了为美国军国主义进行宣传，并且使他人义务为它进行宣传的目的。这就是电影光影和声音幻觉的视听语言的威力。中国观众也不例外，据我了解，这部影片竟然在我们的中央电视台播出了五次以上。令人费解的是为什么有国人对我国第五代的电影作品耿耿于怀，百般挑剔，但对同样出现在我国荧幕上的这部宣扬军国主义精神的《巴顿》却无动于衷呢？也许是没有人看出这部影片的用意吧。

        再举我国福建厂于1983年拍摄的故事片《小城春秋》为例。片中有两个场面是这样衔接的。前一个段落是我们的一名地下工作者被国民党抓起来，严刑拷打后，投入牢房。接下来的段落的第一个镜头是两个国民党特务在饮酒庆贺他们的“胜利”。前一个镜头的落幅是那名地下工作者倒在牢房里的近景镜头，他的衣服上的一块位于画面正中下端，是静态的。下一个镜头的起幅是红葡萄酒注入酒杯，而那个杯子血斑处也处于画面正中下端，落幅与起幅相接，两个红色块重叠在一起，一静一动，它的效应是，那名地下工作者衣服上的血斑突然动了起来，然后观众才发现原来是酒在动。它的效果可以理解为“我们的战士在流血”。

https://www.bilibili.com/video/BV1XM411p7Qj?p=11

        由此可见，电影电视语言的基础是：模拟人的视听感知经验。

要让观众看懂和听懂，那就得以人的视听感知经验为基础。荧幕上的影像和声音是具体的，它的优势是具象的表现，是生活表象的光影和声音的运动幻觉，很难用它来直接做抽象概念的表现，这不是它的优势。

        模拟人的视听感知经验还有一层意思，就是说，让观众就像在生活里那样从荧幕上看到一个现象的运动幻觉，然后由观众自己得出一个抽象概括的结论。比如，创作者拍下一辆行驶中的汽车，观众从荧幕上看到一辆从左至右驶过画面的汽车的光影幻觉，于是他的思想做出概括：“哦，驶过一辆汽车。”

        这也就是为什么人人都认为自己能拍电影的道理。但是，人的眼和耳在接受外界的刺激时所产生的生理——心理效应是十分复杂的，它涉及到心理学，而目前心理学尚未能对许多视听效应做出完全科学的解释，仍然处于实证阶段。因此，电影语言也未能充分发挥自己的规律。它也只是通过实践在积累经验。不幸的是，人们往往把这些经验变成并不一定符合视听效应规律的成规，妨碍着对电影语言的真正的继续探索。

        需要强调指出，作为一种以光波和声波对接受者的视听感官神经进行刺激为基础的电影和电视（广播剧则仅有声波的刺激）传播媒介，观众的接受具有特殊重要的意义。研究观众的接受条件并不意味着脱离创作。所谓“观众的审美活动”也必须以光波、声波的刺激所产生的运动幻觉为最根本的基础。

        美国电影理论家苏珊.朗格在《头脑：论人的感觉》——一书中援引德国化学家W.奥斯瓦尔德的一句话，这位化学家说：“由刺激所激起的行动，是从接受者的生理机能本身取得动能的。”这句话非常适用于电影。

        不少电影创作者已经领悟到这个道理。如美国导演约翰.福特告诫演员说，“不要自己惊恐，要让观众惊恐。”幻觉产生在接受者身上，这似乎是不言而喻的，但却经常被人遗忘、有些创作者总喜欢说，“我想表现......”但却很少考虑这样表现在接受者身上是否会产生预期的效应。不要忘记，动能是从接受者身上取得的。

        这里再举出若干实例，来证明有才能的电影创作者是如何根据人的视听生理——心理效应来感染观众并传达信息的。

        在苏联影片《莫斯科不相信眼泪》中，钳工到女厂长家做客。吃饭的最后一个段落是用固定机位的一个单镜头来表现的。取景是一个非常对称的金字塔构图：母女左右对面坐着，正中桌子的尽端（金字塔尖端）坐着钳工。整个画面的色调是柔和的，唯有钳工身穿一件黑色的长袖衫。这是一场对话。过了一会儿，钳工站起来告辞，他说“不用送了”，很快就离开了画面，机位没有动，母女都留在自己的座位上。狼狈不堪的母亲在回答女儿的追问时呛着了，女儿起身来捶捶母亲的背。这段单镜头的戏持续了三分多钟。

https://www.bilibili.com/video/BV1XM411p7Qj?p=9

        为什么创作者要这样来处理这场戏呢？这岂不是有舞台腔之嫌吗？不会的。在这个固定镜头的金字塔构图中最突出的是那个黑色块，它长时间地印在观众眼睛的视网膜上。当这个黑色块突然消失的时候，金字塔的构图被破坏了，女儿的起身动作进一步打乱了构图，观众感到缺了点什么。究竟是缺了什么呢？从形式上说，是缺了那长时间印在眼帘中的黑色块，从戏的内容来说，是这个家庭里缺了一个男主人。不论你是否同意这两个身份地位悬殊的人的结合，反正在那个镜头里缺了一个黑色块时，你感到不舒服。

        再举美国故事片《罗丝玛丽的婴儿》（1968）中的一场戏为例。让我们听一下该片摄影师比尔.弗莱克是怎样论述这场戏的拍摄工作的：

        “......在影片中，露丝.戈登要和米娅.法罗建立更亲密的关系。那对年轻夫妻把一套公寓布置好了，有一天露丝过来敲米娅的门。米娅打开门，说了声：‘嗨！’露丝透过米娅的肩头向里张望，她看到厨房的一角，她说，‘老天啊，你们孩子已经把公寓布置好啦。’随后便硬挤了进来。米娅有些困惑，露丝一进门就开始占居主导地位，她一直沿着中心过道走下去，摄影机跟拉。她径直走到前厅，米娅跟在后面，露丝说，‘真棒，你们干得真出色。’现在她走进前厅，转过身来，米娅处在背景（至此，始终是用25毫米镜头拍的一个单镜头），她说，‘卧室，那是卧室吗？’米娅说，‘是的，可是......’露丝说，‘你有电话吗？’米娅说，‘有的，在卧室里。’于是露丝就出画去卧室，而米娅则朝前迈了一两步，想看看露丝在卧室里干什么”。

https://www.bilibili.com/video/BV1XM411p7Qj?p=8

        “我们现在在前厅，罗曼（导演）对我说，‘比利，我们现在需要米娅看露丝打电话的视点。’我说，‘OK，太好了。’我必须解决卧室的窗户问题，这很容易；15分钟以后，我告诉罗曼可以开拍了。他走过来看了一下说，‘不，比利，错了。’我的做法是从米娅站的位置来拍。从前厅到过道有一个拱门。从过道到卧室还有一个拱门，或称侧壁。卧室的门是开着的。床完全看得见，露丝坐在床上打电话，我是从过道透过拱门来给露丝取景的。镜头非常好：我甚至让微风吹拂着窗帘。但是罗曼却认为不对头。他着手把摄影机向左移。这样做的结果就是让拱门的侧壁把露丝遮掉一半。然后他说，‘把摄影机定住，就这样。’我从取景器里看，所能看到的就是露丝的背脊梁和坐在床铺的臀部。看不见她的小腿、肩膀或头部；你所看见的只是她的局部，另外还听见她打电话。我说，‘你看不见她！’罗曼说，‘对的，对的。’于是我们就这样拍了。几个月后，我们到影院去看《罗丝玛丽的婴儿》。我们看到前面描述的那个场面。露丝走进卧室，米娅从过道朝里看，然后切到露丝，可你看不见她；你仅能看见她的一半，于是全剧场1500个脑袋都向右侧，以便避开那个拱门侧壁。这就是罗曼所具有的威力。”

        这个精彩的实例证明，像罗曼.波兰斯基这样充分掌握了观众的幻觉感的导演，他的取景不仅能达到预期的心理反应，甚至还调动了观众的身体。

        当然，这种模拟不是简单的。有时是矛盾的。例如，倾斜镜头只有在环形荧幕和超过180°的球形荧幕上才真会引起观众自身的失去平衡感。在普通制式的荧幕上，观众的眼睛根据从荧幕上看到的现象会认为自己失去了平衡，但他的身体却坚持认为自己并没有失去平衡，因此这种效果只引起一种不舒服的感觉，同时又替主人公体会到他的那种失去平衡的感觉。

        以光影和声音的运动幻觉为基础的电影语言是前所未有的一种独特语言，由于电影是一种科学技术发明的媒介，历史不允许它有一个循序渐进的形成与发展时期，它的语言的形成是和创作同时进行的。由于心理学的不完善。电影的语言形态至今尚未完全定型，它的创造性要大于其他规范语言。它始终是一个伴随创作的研究对象。

        但是语言本身不是创作，不是艺术作品，它只是这一媒材的独特的表现手段。

按照蒙斯特堡的观点，电影不存在于胶片上，甚至不存在于荧幕上，而只是存在于把它实现的思想中，因为幻觉“是由观众的思想产生的，而不是来自外界的刺激”。

        以上我们谈到的种种荧幕上物理的活动光影和声音在接受者身上所造成的生理——心理效应。这称作电影的第一层次的运动幻觉。

        而第二层次的幻觉则是利用第一层次的幻觉在荧幕上表现一个事件或讲一个故事的运动幻觉。这个故事在第一层次的幻觉的基础上给观众的印象就像是跟生活一模一样。那么该怎样保持这种荧幕上的现实幻觉呢？那就是不能让观众感觉到作者的存在。在文学作品中，要让读者不感到作者的存在，在叙述中就不能使用作者的第一人称。所以现实主义的文学作品更多的是用第三人称或借故事中的某个人物的第一人称。电影的镜头没有人称，所以不照抄文学的现实主义方法。格里菲斯找到了流畅的三镜头法，保持了荧幕上故事的透明性，他不让观众意识到创作者的存在。但是除了三镜头法以外，他还解决了一个轴线问题。（先锋派恰恰不讲究这些。他们不创造第二个层次的幻觉，因为目的不一样。他们的目的是在影片中提出问题来让观众冷静地思考影片所提出的问题。WOODY ALLAN的影片就有这个特点，所以一般的观众就不喜欢看。我花钱买票来看电影是为了解闷的。谁愿意思考问题啊！）