📝📝：音樂哪裡是用聽的？
從上述兩個版本的《The Sound of Silence》可以發現 Simon & Garfunkel 的紐約中央公園側錄的影帶（1981）並沒有這麼強烈的鏡頭語言，或者你可以說，畫面看起來挺單調且無聊，只是透過鏡頭記錄演唱會。然而，在王晰、李琦、鞠红川，三人所演唱的版本中，畫面的飽和度、畫質都比 Simon & Garfunkel 的側錄高出許多。當然，也多了許多以視覺為重的鏡頭語言。
從畫面一開始鏡頭由遠處開始逐漸向舞台中央拉近，接連兩個蒙太奇帶出背後的演奏團隊，最後三位歌手以淡入（fade in）粉墨登場；其中，不乏出現同一位歌手以不同角度拍攝剪接，以淡入與淡出（fade in & fade out）拼接成演唱片段。
這些只是出現在主角的鏡頭，該片段同時也有分配鏡頭給場外的觀眾。從 0:47 開始，畫面開始捕捉到後台歌手聽得如痴如醉的神情，甚至露出驚嘆裡夾雜佩服的眼神。
試想一個問題就好：這樣的畫面細膩度是如何可能的？
從媒介的角度切入，也許能發現箇中的原理。
同樣是聽音樂，在現場聽跟在網路上聽有什麼不一樣嗎？我們首先最能察覺到的便是場域的不同。在現場聽音樂極度容易受到空間的牽製，如同管絃樂就是必須在音樂廳內演奏，若是搬出室外，樂曲演奏的震撼度反而會因為空間的開放性而下降。然而，同樣的樂曲若是搬到網路上，空間的臨場感反而因此消失了，只剩下電腦的外接音響或是手機的藍芽耳機。換言之，網路無法複製音樂廳這個場域的空間感，不過，網路能做到的反而是鏡頭語言的疊加。
事實上，從音樂廳過渡到網路，音樂的內容從聽覺主導走向視覺主導。音樂就是在聽覺過渡到視覺的環節上，讓音樂本身不只用耳朵聽還要用眼睛看。那麼，這樣的差異又是如何可能的？我認為導演吳念真給出了精湛的回答
眼睛沒有特寫，鏡頭才有特寫。
╴
讓我們想像一件事：
現在你正坐在台下，前台是你最喜歡的歌手，你可以怎麼做讓自己看得更清楚或聽得更清楚呢？
很簡單，站起來靠近台前就好了。可是，為甚麼你會想這麼做呢？在移動的過程中可以發現，為了讓自己更接近台前，身體的移動是必然會發生的。因為我們的眼睛和耳朵都是鑲嵌在身體上，想要讓視覺和聽覺獲得更好的體驗（特寫），只好移動這具載體，也就是我們的身體。因此，在移動的過程中也產生了參與感。
但是，對於鏡頭而言卻不是如此運作。為了捕捉最好的畫面和音質，錄影和收音經常是分開運作的。以上述歌手的例子來說，你可以想像，自己仍坐在原地；但是眼睛和耳朵雙雙脫離了你的身體，去幫你找到最佳的閱聽距離；在分離的過程中，我們可以發現原先身體移動所帶來的參與感消失了，轉而由攝影鏡頭、錄音設備代勞。因此，我們不難想像，若是一段從頭到尾都沒有剪輯的錄像，沒要多久就會讓人覺得無趣，彷彿身體欲求的參與感無法藉由鏡頭來達成。而最常大量調和視覺和聽覺的媒介便是電影。
以 2014 的電影《進擊的鼓手》（Whiplash）為例。這一部同樣也是音樂為主題的電影，大量使用畫面剪接、局部特寫來呈現演奏時的緊張與沉浸。
《進擊的鼓手》高度使用鏡頭語言的疊加，Zoom in/Zoom out（鏡頭的焦距縮放）; Dolly in/Dolly out（機位的軌道移動）; 近景、特寫、大特寫的交錯使用。透過鏡頭反而能在音樂裡創造視覺的刺激，讓電影中所有演奏的片段成了視覺和聽覺上的雙重饗宴。同樣的技術也被大量應用在網路上的音樂 MV 裡，如：韓劇《機智醫生生活》的演員翻唱 It’s my life 的影片可以窺見《進擊的鼓手》的鏡頭應用。
