La radio et le téléphone sont acousmatiques par essence (on ne voit jamais le visage de celui qui parle), tandis qu'au contraire, la télévision est généralement centrée sur un visage (nous ne parlons pas du visiophone qui, à l'heure où nous écrivons (le 10 juillet 2006 à 14h12, très exactement), est d'un usage très limité). On ne peut jouer d'aucun effet visuel, d'aucune fluctuation entre le "voir" et le "non-voir". On sait que la voix est coupée du corps (puisqu'elle seule nous parvient), mais on ne voit pas là où ça coupe. La personne qui parle n'est pas vraiment divisée; on peut dire qu'une partie seulement de son corps nous parvient (métonymie). La voix qui se détache reste celle du locuteur. On ne lui substitue ni une autre voix ni même la sienne propre, enregistrée séparément (pas de bande-son). Radio et téléphone ne se distinguent pas de l'univers moniste qui caractérise la modernité.

Au contraire, le cinéma est dualiste, car il considère séparément le corps et la voix. Nous entendons la voix d'une certaine façon (par exemple proche), et nous voyons aussi le corps, mais d'une autre façon (par exemple lointain, ou pas du tout). Entre la parole (audition) et l'étendue (vision), il y a discordance.