心而调动气氛、可以转场、可以成为两个无法衔接的镜头之间的过渡……它已不仅仅是解说词的代替品。 
声音在纪录片中的出现： 
在马丁•约翰逊夫妇着手拍摄《刚果利拉》时，正值无声片向有声片过渡时期，他们使用了一小段有声的画面和解说，使这部影片成为了“黑暗的非洲大陆的最早的有声电影”。
“……在森林的空旷地上，他们雇了四十名搬运工。一个人报了自己的名字，奥萨•约翰逊夫人误听成‘咖啡壶’，于是就把他名字写成‘咖啡壶’。约翰逊的解说词讲的是‘有趣的的小野蛮人’，‘世界上最幸福的小野蛮人’。他想出的滑稽场面是让俾格米人吸雪茄，看他咳嗽；或是让他们吹气球，观察爆炸时的反应；让猴子喝啤酒，注视酒后情况等。在鳄鱼张嘴的那个镜头里，约翰逊的解说词说：‘咦，这是扔旧刮脸刀片最合适的地方。’”③ 
马丁•约翰逊夫妇不知羞耻的屈尊和取笑标明着他们对待土著人的态度。 
影片在商业上取得了成功。 
这部影片虽名为纪行片，但它完全违背了纪录片“真实性”的原则，为了增强影片的戏剧性马丁•约翰逊夫妇随意地篡改非洲土著的生活。声音成了约翰逊夫妇商业运作的噱头。探其根本，戏剧意识已伴随声音侵袭着纪录电影人的思想，他们利用对白使纪录片展开故事情节，制造滑稽幽默，为了让对白和旁白具有戏剧效果，拍摄的镜头内容可以不忠实于真实只需配合“情节发展”而变，他们在不知不觉中让纪录片也沦为了戏剧的奴隶。纪录电影家兼探险家的处境每况愈下。 
声音的出现造成了纪录片创作的混乱。
对声音的探索：
并非所有的纪录片导演都对声音的这场袭击逆来顺受。如何使电影声音摆脱戏剧的奴役而使它真正为电影所用成为了有声片初期执着的纪录电影人探讨的焦点问题。 q
在当时的纪录电影史上出现了这样一个人，他的名字叫丹尼斯•阿尔卡谢维奇•考夫曼，后来以吉加•维尔托夫的名字为人所知。 
“他在1916-1917年间设立了个人的‘音响实验室’，在那里制成了由音响蒙太奇组成的音响诗。这也是他日后进行活动的基础之一。……1920-1921年间，维尔托夫以神秘的‘三人会议’的名字发表至电影艺术家的宣言：‘……习惯这个可怕的毒物，它使电影的躯体麻木不仁。我们要求能对这个濒临死亡的有机体进行试验，并寻找解毒剂。’……他的解毒剂就是利用摄影机记录社会主义现实。”④ -
维尔托夫在从事纪录片工作之前在“音响实验室”里的探索成为了指导他日后工作的基础。 
《在世界六分之一的土地上》是维尔托夫1926年的作品，这部影片在国内获得极大成功，在国外也深受欢迎。它有别于早期的纪录片，字幕大多是说明下一个或一组镜头，而在《在世界六分之一的土地上》中，一段段简短的字幕连续使用呼语的手法，“这部影片介绍了在苏联各地拍摄的异常生动、多样的材料，讲给人民的时断时续的解说则把它们融合在一起。……‘乡村的同志’……‘冻土带的同志’……‘海洋上的同志’……‘乌兹别克的同志’……每组只用一个或几个镜头并不使人感到冗长难耐。影片的祝愿言辞与画面中的男女老少紧密结合在一起，…… 
这种咒语风格的解说与其它几组镜头融合在一起继续发展下去。例如向发生的各种变化致意，分别让人们看到一两个画面，再用广阔的地区和多样的内容充实起来……”⑤ 
影片中的字幕与日后的会话体解说颇为相似。 
《在世界六分之一的土地上》这部影片中，维尔托夫对字幕的使用比弗拉哈迪又进了一步，字幕与画面相互结构，形式颇似中国古代“复踏”的修辞手法。字幕虽然重复着画面的内容，但一组组短句结合在一起，显现出了强大的呼吁力量。试想如果将影片中的字幕全部换成有声的语言，声音与画面就不仅仅只是简单的配合关系，它形成了声画的蒙太奇，那么这种“呼语”的作用会显得更加的强而有力，声音与画面的结合将使整部影片产生诗意。由此看出，维尔托夫在默片时代就已经具备了电影声音的思维。
弗拉哈迪的影片《纳努克》和维尔托夫的影片《在世界六分之一的土地上》中对字幕的处理给了我们了不少启发。纪录片中的声音如同字幕一样，并不能仅仅图解画面，它虽然受到镜头内容的制约，但电影声音应该拓展有别于画面的另一维空间。用电影声音解释画面只是电影声音存在于电影中的一个极小的和最基本的用途。 :-
究竟纪录电影的声音该向什么方向发展，维尔托夫向对画面做出实验一样也对纪录片的声音做着各种各样的实验。 
诗歌和音乐是与电影最接近的两种艺术形式，它们之间一定有不少的共同点。 
也许由于维尔托夫年轻时就被俄国未来派诗歌的魅力所征服的缘故，他的试验大多数都是在解构影片。在诗歌中最忌讳平淡乏味图解式的语言，有时诗歌中的一个词或者一句话单独地去理解是并没有意义的，它必须结合整首诗的形式和内容才能产生意义。如同对诗歌的追求一样，他对有声片初期时那种对声音图解式的运用深恶痛绝。在他的思想中声音和画面同样都是“濒临死亡的有机体”，需要对它们试验并寻找解毒剂。
维尔托夫认为：“电影眼睛是以纪实的手段，为肉眼释解可见的世界和不可见的世界。”

 
但他同时又认为：
“电影眼睛是：
蒙太奇，当我选择一个主题时（从成千上万的主题中选一个）；
蒙太奇，当我对一个主题进行各种观察时（从成千个对这个主题的观察中选择出那些有用的观察）； i
蒙太奇，当我们确定有关这个主题的各种镜头的观看顺序时（从镜头质量和所选主题的要求出发，在成千上万可能组接的镜头片断中选择最有用的）。”⑥ 
由以上这段话可以看出：维尔托夫并没有一味地只追求巴赞或爱森斯坦的电影理论，他的“电影眼睛”说是以巴赞的理论作为基础而爱森斯坦的电影理论作为表现手段的，在尊重事实的基础上需要导演对现有的素材进行雕琢加工，然后再呈现给观众。 
电影声音也是电影的一种素材，它不能不加考虑的堆砌在影片中，需要导演做出取舍和加工。在有声片初期的几年里，许多纪录片中的声音就如同影片《刚果利拉》一样，是为了有声而有声。 
有声片初期，维尔托夫转到了乌克兰电影制片厂工作。在那里，他制作了有声片初期最具有标志性和独创精神的一部纪录片：《热情——顿巴斯交响曲》（1931年）。这部影片在声音方面卓有成效地运用了非同声手段，贯彻了他一贯对画面和声音之间关系的原则，整部影片是由镜头的蒙太奇、声音蒙太奇和声画蒙太奇组成的音画诗。声音在这部影片中简单而孤立地去理解是完全没有意义的，只有和画面结合后它才具有了意义。虽然是纪录片，但在声音方面却非常好的将爱森斯坦关于声画对位的理论运用于影片中。这部影片是维尔托夫以巴赞理论为基础以爱森斯坦理论为武器的一个典型的例子。这部影片也为当时的纪录电影声音的探索指明了一种可行性的方向：声音可以摆脱戏剧的束缚而成为真正意义上的电影的声音，因为电影的声音和画面不仅仅是1+1=2的关系，两种元素是一个有机互动的整体，它们之间的作用应该是积数运算而非简单的加法运算。这部影片不仅影响了纪录片声音的发展，也对故事片电影的声音使用产生了巨大的影响。 
没过多久，维尔托夫又制作完成了一部他筹划多年的纪录片《关于列宁的三支歌曲》。在这部影片中，维尔托夫除了一如既往地对画面做新的尝试外，也将对电影声音的探索拓展到了电影音乐的领域。这部影片是以他过去拍摄到的和收集到的影片资料为素材编辑而成。整部影片分为三个大的段落：第一部分是对列宁业绩的赞歌；第二部分是列宁的挽歌；第三部分是进行曲。三大段落都是以音乐来作为衔接。如同三个段落的名字一样，每一个段落都是以一种类型的音乐为主体，这是一种以音乐来