1.1音视频的音画关系
1.1.1音画特性
视听艺术是视、听两门艺术的有机整合，它通过视觉、听觉，以及与之相应的审美媒介来传达情感。它既有光色影像，又有语言、音响、音乐，表现为画面、声音、色彩等维度的内在统一。现在视听艺术正处于蓬勃发展之中，其标志就是影视技术的数字化、小型化和家庭化。
1.影视画面特性
影视画面的构成元素指构成影视画面的形象性元素和形式性元素。形象性元素包括人物、环境和静物，形式性元素包括光影、色彩和构图。
影视画面可以表现对象的真实性和具体可视性；影视画面也可以表现心理时空，但必须是具象化的。影视画面构成元素具有运动性、组接性、固定性等一般特性。
（1）影视画面的运动性：是影视画面最独特和最重要的特征。
运动性包含三个方面：①影视画面的静帧连播性。影视画面是由静态的、固定的帧画面记录对象的连续运动，并以一定速度连续播放，利用人眼的视觉残留作用，在人脑中构成连续活动的幻觉画面。②影视画面的时空特点。影视画面不仅能表现现实的三维空间，还能表现时间的流程，故称其为四维艺术，并借此区分绘画、雕塑、摄影等造型艺术，使其成为时空艺术。
③影视画面的运动表现。运动表现也称运动摄像，指摄像机在运动中表现对象的静止或运动状态。它突破了固定画框的局限，延伸了画面空间，可在一个画面中得到不同景别、视角的变化，同时在运动中光线、色彩也在不断地变化，从而强化了影视画面的再现现实功能。
（2）影视画面的组接性：指将不同内容、不同景别、不同视角的画面通过蒙太奇手法组接起来，借以塑造完整的艺术形象，叙述一个完整的故事。
影视作品的时长一般由多个段落构成。每个段落又由若干镜头画面组成。每个镜头画面长度不一，都是分切单独拍摄的，因此，镜头画面不是独立作品，只是完整作品的一个组成部分，是完整银幕形象的一个构成因素。分切单独拍摄的每个镜头画面，还必须组合起来，即组接叙述（蒙力奇的运用），“把运动的各个镜头在一定顺序下连接成一个完整的艺术作品，这就叫蒙太奇”。这是影视画面的重要特性。
由于影视作品中的每个画面（即镜头）都是整个作品内容链条中的环节，因此要求每个画面的内容、造型形式（光线、色调、节奏等）等必须前后统一。
（3）影视画面的固定性：主要指画幅形式的固定性。影视画面的尺寸虽然有所不同，但画幅形式的长宽比是固定不变的。电影画面的普通画幅形式为22∶16（1∶1.37），遮幅画幅形式为1∶1.66～1∶1.68；宽银幕压缩画幅形式为22∶18.5；用变型镜头放映出来的画幅形式为1∶2.5；此外还有全景电影、环幕电影等形式。电视画面受电视接收机的幅面限制，其画幅均为4∶3（或16∶9），画幅形式也只有普通和遮幅两种形式。
2.影视声音的特性
影视作品的声音分为有声语言、影视音乐和影视音响三类。处理后的声音可以作为人物心理情绪变化的音响造型，强化叙事表现功能；通过声音，可以重构影视时空与声画关系等，从而为理解作品提供想象空间与深度空间。
（1）有声语言：即视听艺术中的语言，是人类最基本的信息传递媒介，具有双向互动的、即时的特点，同时包含副语言。所谓副语言，是指人们在说话时表现出来的语音特征等，以及由此传递出的社会文化内涵、经历、职业和文化背景等信息。有声语言包括节目语言和角色语言。
①节目语言：其主要形式是解说。解说是一种主要的叙事方式，能表达概念性的表述。
对画面的解说就是对画面的具象信息进行整合，从中抽象出欲表达的概念性主题。节目语言是解说者理性思维的直接外化，用来解释、议论、抒情、介绍背景和表达情感等。
②角色语言：指用于表现人物个性、内心情感、欲望与所属社会阶层的特征，以及人物之间的交流等，其在塑造人物形象上有最重要的作用。角色语言主要由“对白”和作为“画外音”的“独白”、“旁白”构成。对白是人物思想、感情的主要表达手段，也是人物性格的主要表现手段之一；它既是剧情发展的重要手段，也是表现人物矛盾纠葛的重要手段。独白，指人的自思、自语等内心活动，通过人物内心表白来揭示人物隐秘的内心世界。旁白，指采用“画外音”方式进行叙事、抒情、思辨等的表述，大多出于风格的需要。
（2）影视音乐：大致可分为两类，即音乐节目和节目音乐。
①音乐节目：指独立于影视媒介以音乐艺术（作品）为主要传播内容的节目形式。它以音乐为节目的主体，画面从属于音乐，画面的运动取决于音乐的运动，其主要作用是营造与音乐形象一致的情绪氛围。音乐节目的样式有音乐演出的实况转播、音乐专题节目和MV等。
②节目音乐：指音乐作为影视中的构成要素，共同参与完成作品的视听形象。它包括栏目的标志音乐（片头音乐、片尾音乐和片花音乐）、纪录片配乐、电影音乐、广告音乐等。它的作用主要是树立视觉的“音乐形象”，渲染气氛，表达情感、结构画面，表现地域与时代色彩，表现节目的风格等。
（3）影视音响：视听艺术中的音响包括环境音响和动效两部分。环境音响，指处于具体时空中的自然界和人类社会活动所产生的各种声音；动效指被表现的对象活动时所产生的各种声音。环境音响的作用是再现真实的现实环境和表现超现实的心理感受。动效的作用是表现动作主体的运动性质。
两者的区别如下：①除非是表现化的用法，否则环境音响和动效都是有源的。在画面表现上，环境音响的音源一般看不见，而动效常是可见的。②环境音响通常指向画外空间，动效则指向画内空间，即环境音响是“画外音”，动效是“画内音”。③环境音响是连续不断的、恒定的；动效则是间断的、律动的。④从声场关系看，环境音响背景层上，是“全景”的；动效音响则是前景、“近景”或“特写”的。
1.1.2音画统一基础
视听艺术的核心，在于视频画面与音频声音的统一。无论是先期作曲后期配画（迪斯尼动画），还是先期拍摄后期配乐（常规电影）的创作形式，都是以创造统一形象为目的的。
影视音乐要体现影视作品统一的构思和创作，是影视作品这个综合艺术的一个有机组成部分。影视音乐由于要与视频结合，因此在表现形式上也发生了相应的变化，具体表现如下。
（1）听觉形象与视觉形象的结合。影视音乐的创作和构思必须根据影视作品的创作要素，使影视音乐的听觉形象和画面的视觉形象完美融合，体现作品的总体构思和美学欣赏原则。
（2）影视音乐的发展变化。作为听觉艺术和时间艺术，音乐进入影视综合艺术之后本质不变，其要素仍是旋律、和声、节奏和色彩，但影视音乐创作的艺术构思、艺术结构和音乐形象的体现，都受影视作品的艺术总构思、总结构和画面视觉形象的制约，相对于传统的音乐而言有了新的发展变化。首先，影视音乐根据影视作品的剧情和画面长度分段陈述、间断出现，并受蒙太奇的制约，使倒置曲式概念有了新的发展。其次，影视音乐改变了以前音乐必须用“乐音”构成的传统观念，和视频作品中的话语、音响等结合，形成了新的分段陈述的结构。
1.2音画关系的表现形式
1.2.1画内画外音乐类型
影视音乐，按照其在影视作品中出现的方式可分为两大类：一类是画内音乐，也叫有源音乐、现实性音乐、客观音乐，这类音乐在画面上有声音的来源；一类是画外音乐，也叫无源音乐、功能性音乐、主观音乐，这类音乐在画面上没有声音的来源。
1.画内音乐
画内音乐，指视频画面的规定情境中应有的音乐。画内音乐包括在影视作品场景中出现的各种音乐（或歌曲），剧中主要人物的独唱与对唱、独奏与合奏等。在音乐会上表演的音乐（或歌曲）、歌剧音乐、舞剧音乐、节日歌舞、街头小唱、街头音乐以及通过收音机或录音机播放的音乐即影视作品场景中出现的音乐。
2.画外音乐
画外音乐，指视频画面并未指定出现音乐的根据，而是由编（作）曲者为影视而编配的音乐，以达到塑造人物性格、抒发人物内心情感或渲染环境气氛的目的。
3.画内音乐与画外音乐之间的转换
音乐虽然从出现的方式上分为画内音乐和画外音乐，但它们在实际的运用上常常相互转化，可从现实性的画内音乐转化为功能性的画外音乐，反之亦然。例如，人物心情的内心听觉音乐转变为场景广播中传来的音乐。
1.2.2音画配置方式
影视作品中声音和画面的关系主要有三种：①画面为主，声音烘托画面；②声音为主，画面烘托声音（音乐题材的影视）；③声音与画面同等重要，共同推动主题发展。
因此，在音频配置方式上，有三种音频关系：音画同步，音画平行，音画对位。
1.音画同步
声音（音乐、对白、音响）与画面动作基本吻合，两者情绪、节奏相同。即，影片的声音与画面严格配合，使声音（包括配音）和画面形象保持同步进行的自然关系，画面中的视像和它所发出的声音同时呈现并同时消失，两者吻合一致。画面要表达的主题、基调正是声音表达的主题、基调；声音所展现的情绪、情调也与画面要展示的情绪、情调一致。声画同步的作用，主要在于加强画面的真实感，提高视觉形象的感染力，帮助画面来共同烘托、渲染主题，达到视听统一，这是最常见的一种音画关系。