Au début, le cinéma parlant manquait de vide. Il ne pouvait faire entendre ni le silence, ni le mutisme. La synchronisation voix/image produisait un effet d'hyperréalisme magique et un peu écoeurant, un effet de "collage" des voix sur les corps, qui n'était pas réaliste : dans l'expérience courante, la voix se détache du corps.

Pour restaurer le vide, il fallait des contrepoints audiovisuels où les sons pourraient prendre leur indépendance par rapport à l'image. On s'est donc servi du hors-champ, on a introduit des décalages, on a joué de l'ambiguité. Il fallait que le manque intervienne dans l'écart image/son.