Dans le cinéma parlant, on parle de "bande-son" plutôt que de voix. C'est une notion fourre-tout qui suppose que les éléments sonores constituent un bloc qui s'oppose à "bande-image". On sait d'expérience qu'il ne se passe rien de tel. Le spectateur analyse le son en fonction de ce qu'il voit. Il distingue les éléments synchrones (dont la cause est visible dans le champ) et les éléments "off" (par exemple la musique) qui semblent venir d'un proscenium (d'ailleurs). S'il s'agit de parole, l'attention est attirée par la personne qui parle. La voix attire, mais elle est oubliée dans sa matérialité.

Dans la mesure où l'image commande (nous avons tendance à écouter ce que nous regardons), il n'y a pas de bande-son. Notre attention ne s'arrête pas sur les éléments synchrones, car ils sont perçus comme redondants par rapport à l'image.

Les techniques cinématographiques contribuent à compenser cette tendance à l'oubli de la voix en la renforçant par la prise de son.

Dans le film Zidane de Philippe Parreno et Douglas Gordon, la voix est littéralement effacée sous la bande-son. Le sportif n'a pas à parler : c'est son corps qui est sa voix. Il n'a plus de consistance ni de réalité propre. Il est réduit à un simple appendice des bruits du stade et des performances des caméras.