以下文章来源于中国新闻史学会 ，作者张海超
【摘 要】从广义的文本互文，到狭义的语篇互文、语图互文，关于互文的研究不断深入并朝着跨符号系统的方向发展。正如语言和图像一样，声音和影像之间也存在着互释关系。声像互文普遍存在于各类视听文本中，这种互文（互释）关系既是历时的，也是共时的；其既存在于以声音为连接的文本之间，也存在于同一文本中的声音和影像之间。声像互文对视听文本的生产和释义机制具有重要影响，也正因为如此，以短视频为代表的后文本才有了大量增殖的可能。视听文本通过声音建立了文本和文本之间的关联，并不断地从先文本中挪取意义，因此对其的叙事和意指分析也需要放置在互文的语境下。本文提出了通过声音建立声像互文关系的几种类型，并认为声像互文存在“同向指向”“反向指向”“合力指向”三种释义机制，这三种机制对文本的释义产生了不同的影响。
【作者简介】张海超，中国传媒大学新闻传播学部博士研究生。
【基金项目】中国广播电视社会组织联合会媒介素养专项研究厅级重点项目“‘数字观看’情境下青年群体媒介素养提升研究”（项目编号2022ZGL001）；中国传媒大学亚洲传媒研究中心科研项目“国际传播中的视觉修辞理论及实践研究”（项目编号AMRC2021-13）。
一
从语篇互文到语图互文
有学者认为，互文性（intertextuality）最早可以追溯到古希腊柏拉图的“模仿论”，而对“互文性”的发展产生过较为直接影响的则有费尔迪南·德·索绪尔的结构主义语言学、托马斯·斯特尔那斯·艾略特的非个人化理论等等，这些学者提出的观点和理论均不同程度地涉及符号（文本）、符号系统（关系结构）和“传统”（历史、社会、文化）之间的关系，互文性在此中开始萌芽。
米伊尔·巴赫金的对话理论奠定了“互文性”概念诞生的基础。巴赫金认为，任何表述都具有对话的性质，一个表述的开始标志着对其他表述的回应，一个表述的结束是对其他表述的期望的开始。在这种“对话”的关系中，话语和话语，文本和文本产生了互动。巴赫金在“对话”的基础上进一步深化，将音乐中的“复调”概念引入文学领域。“复调”指两种或两种以上的观点、意识、评价在语篇中的赞同、反驳、补充的对话关系，是具有充分价值的不同声音。巴赫金认为，复调小说的人物之间，包括小说人物和作者之间是基于不同主体意识所作出的平等对话，每一个叙述有其相对独立、不同于其他叙述的表达；正因为存在“复调”，不同主体之间的对话才具有意义。“复调”构造了两者在同一事物中的对话和结合关系，又保持了两者的相对独立。
茱莉亚·克里斯蒂娃在巴赫金的思想基础上明确提出了“互文性”的概念。克里斯蒂娃认为，文本不可能脱离其他文本而独立存在，任何一个文本都是对其他文本的借鉴和吸收，任何一个文本都应放在历史和社会中加以考察，而不是单独对其分析。茨维坦·托多罗夫表示，“互文性”是“对话性”的法语翻版；也有其他学者认为巴赫金的“狂欢”已经明确了互文性的基本内涵，但事实上，直到克里斯蒂娃从巴赫金论述中提炼出互文的“内核”之后，互文性的批评范式才逐渐得到确立。互文性的早期影响范围局限于“如是”理论研究小组和一些先锋派理论批评家群体中，在罗兰·巴特为《通用大百科全书》撰写“文本理论”相关词条后，互文性的概念才开始获得正统地位并得以广泛传播。当“互文性”在文学批评界获得合法性之后，其研究逐渐形成了两个方向：理论型的互文性和应用型的互文性。前者继承了克里斯蒂娃的批判思维，在广义上考察文本和社会历史的互动，并期望通过建构宏观抽象的理论对文本和社会历史进行批判；而后者则将互文性应用于文学研究，在狭义上指涉文本与互文本的关系，将互文性作为一种描述性、探索性的方法，研究文本和文本之间的关系性现象。
克里斯蒂娃认为互文可以分为两个向度：水平向度和垂直向度。巴赫金对这两个向度作出了进一步阐释，他认为文本和在文本链中存在的前后文本构成了水平向度的互文关系，这种互文关系就是其所提到的“对话”，对应着文本之间的共时性互文关系；而文本和在历史或现代中的其他文本则构成了垂直向度的互文关系，对应着文本之间的历时性互文关系。
热拉尔·热奈特给予“互文性”以狭义的定义，称其为跨文本性（transtextuality），并将其作为同副文本性（paratextuality）、元文本性（metatextuality）、承文本性（hypertextuality）、广义文本性（architextuality）并列的跨文本关系类型。格雷厄姆·艾伦在《互文性》中将克里斯蒂娃的互文性理论称为“后结构主义互文性”，将热奈特的互文性理论称为“结构主义互文性”，但无论哪一种“互文性”，只要涉及“文本”，仍然脱离不开文学意义上的语篇。随着互文性理论的发展，有学者关注到语言文本和图像文本之间也存在着互释关系，这种互释关系被称为“语图互文”。“语图互文”在表征实践中构造出横跨语言学和超语言学的修辞性关系，这种修辞性关系一般是基于对语言符号系统（文本）和超语言符号系统（文本）的共时性考察。跨符号类型文本之间的意义形成于各种构成元素所搭建的对话关系中，受众就是在语言与图像的“对话”关系中对文本进行释义。
刘涛认为，语图互文的释义实践可分为两类：一类是由语言主导的语图释义实践（即古典主义叙事中常见的“统摄叙事”），一类是由语言和图像通过“对话”共同完成的语图释义实践（即现代和后现代主义叙事中常见的“对话叙事”），但无论是哪一类，语言都在语图释义实践中占有不可或缺和不可撼动的地位。为了突破传统语图关系论中语言和图像二元对立的观点，有学者参照共同体理论，提出语图的合作协调逻辑以破除语言/图像在语图中的单一霸权；还有学者更进一步，将语图释义实践中的语言和图像置于相对平等的地位，从修辞角度提出语言和图像在“对话”过程中体现的合力性（语言与图像表意一致）、张力性（语言与图像表意存在差别）、悖论性（语言与图像在表意上的差别走向极致）三种策略，这为语图互文的释义类型做出了初步的划分。
阿伦·帕维奥的双重编码理论将人的认知划分为两个系统：语言系统和非语言系统，前者处理语言信息，后者处理包括图像在内的非语言信息。人的认知对语言系统和非语言系统的加工存在三种机制：表征加工（对语言系统或非语言系统的激活）、关联加工（在各系统内部实现的关联链接）和参照加工（双系统的跨系统互动）。帕维奥认为，表征加工是实现一切认知的基础，这三种加工方式也可能同时存在于某一认知过程中。艾伦·格罗斯在帕维奥的基础上提出了语图互动理论。帕维奥的非语言系统包含视觉、听觉、触觉等系统，如果格罗斯的语图互动论是成立的，“语音”“语触”互动在理论上也应该是可行的。那么在非语言系统内部，是否也存在着跨符号系统的互释关系？
二
问题的提出
后结构主义认为，互文性是一切文本的普遍特性，文本之间普遍存在以引用、抄袭、吸收、回应等互动关系，这些关系影响着作者对文本的生产也影响着受众对文本的解读。解构主义者致力于研究“文本”与文化表意实践的关系，各种非文学文本，如图像，甚至历史、社会本身也成为了“文本”，被纳入到文化表意实践的互文考察中。就笔者掌握的资料来看，关于声音和影像关系的研究不在少数，但大多都是从视听语言学的角度研究声画关系；关于跨符号系统的互文研究不是集中在“语图互文”上，便是致力于宏观的历史、社会文本研究，而声音和影像作为两个重要的超语言符号系统在互文研究中却鲜有学者关注。声音和影像符号系统普遍存在并应用于各类视听文本中，两者之间的关系在很大程度上决定着文本的生产和释义机制，因此，在理论维度探讨“声像互文”具有一定的必要性。本文以此为出发点，提出下列两个研究问题：
研究问题一：声音相同，影像不同的视听文本之间是否存在互文关系？这种互文关系和语图互文有什么异同？
研究问题二：声像之间的互文关系对视听文本的生产和释义产生了什么影响？
三
概念界定和理论框架
本文涉及大量的文本概念，为了叙述上的方便，在此借用赵毅衡对伴随性文本的概念阐释。赵毅衡将文本之外的，可对符号生产与释义实践产生影响的其他文本称为伴随性文本，他在热拉尔·热奈特提出的五种跨文本关系类型的启发下，提出了六种类型的伴随文本，即副文本（框架因素），型文本（类型因素），前文本（引用因素，对文本产生影响的先前文本），元文本(评论因素)，超文本（链接因素），次文本（续写因素，分为先文本和后文本）。
前文本和次文本中的先文本概念极为相似，但前文本提供的是一个若即若离的文化传统，而对于先文本而言，文本（后文本）一定会从先文本中化出，先文本在被“引证”的明显程度上也要远远超过前文本。先文本虽然被归类于解释性伴随文本，但其也具有生产性。劳伦特·詹妮将互文性分为强势互文和弱势互文，前者指明显可感的互文性，如抄袭、引用、模仿、借鉴等；后者指隐含的互文性，即需要受众通过对观点或主题的联想将文本与互文本进行连接。从某种程度上说，强势互文和弱势互文划分的标准——“显隐程度”也是互文本对文本生产和释义的介入程度。
针对研究问题一，“语图”和“声像”在文本中的转义生成都涉及跨符号系统释义的问题，因此，语图互文的现有研究成果对同为跨符号系统释义的声像互文具有一定的参考价值。本文参照语图互文的概念及理论框架对声像互文的生产及释义机制进行研究。参照“语图”的同时需要注意，如果摈弃了两者本身的声音或视觉形象（形式），将声音或影像处理成纯粹的内容意义，那声音和影像的互文关系将落入语篇互文的传统，所谓的声像互文也就没有了研究意义；当然，研究也不能仅停留在声音和视觉形象（形式）对视听文本的叙事和造型探讨，因为这将会使声像互文研究回归到视听语言学的范畴。
针对研究问题二，按照巴赫金对“水平向度”和“垂直向度”的阐释，本文在具体的释义中主要聚焦于水平向度上存在互文关系的共时性文本，即在文本链上处于文本前后的先后文本，也会涉及少量型文本、前文本等。因短视频文本时长篇幅短小，声像结构较为清晰，在其生产和释义实践中声音和影像的指向更明确，所以本文将短视频作为主要的阐释对象，以期归通过具有代表性的短视频，归纳出包括电影、电视剧等在内的视听文本互文生产和释义的一般规律。
四
先后文本中的声音引用
克里斯蒂娃认为，“词语”是连接文本与读者、文本与历史的中介。事实上，能作为连接物的并非只有“词语”（语言），图像、声音、影像等符号系统亦可承担中介的角色。文本可以通过文字、图像、声音、影像建立文本内部、文本与本文、文本与历史、文本与社会的互文关系，并通过不同符号系统之间的互动开展各种类型的生产和释义实践。
电影《国产凌凌漆》中引用了好莱坞“007”系列电影中男主角出场时的经典配乐《James Bond Theme》。在这里，电影文本通过声音的直接引用建立了其与先文本的强势互文关系。《James Bond Theme》在被007系列电影的反复使用中形成了较为固定的释义指向，其能指和所指的固定关系（意指关系）具有明显的排他性。在先文本中令人激动亢奋的动作片配乐被精心挪用到了喜剧片（后文本）中，两个男主人公的形象身份通过声音的互文被强行并置在了一起。《国产凌凌漆》旨在使用声音与先文本建立强势互文关系，并从先文本中源源不断地挪取意义。通过这种强势的互文关系使得后文本呈现出极具讽刺意味的功能效果，而这种功能效果往往难以由文字或视觉所建立起来的互文关系完成，因为文字和视觉建立起的强势互文远不如声音所建立的强势互文关系容易被识别（这一点在后文会详细说明）。很多电影都曾“引用”这首配乐，期望通过声音与“007”系列电影文本建立互文连接，表达致敬、戏谑、讽刺等功能效果，声音在此是建立文本与先文本之间强势互文的关键性因素，是建立文本和先文本之间关系最直接、最便捷的修辞性手段。很显然，《国产凌凌漆》在此并非是要一个“若即若离的文化传统”，而是需要强势的、鲜明的、直接的释义参照。受众要想对电影进行意义解读不仅要依赖视听文本的主题内容，还必须通过声音将文本与先文本进行连接，在两个文本的互动中开展释义实践。
从主题来说，《国产凌凌漆》和好莱坞“007”系列电影两者之间的确存在着部分弱势关联，但是这种弱势关联更多地建立在型文本基础上；若是没有明确指向性的弱势关联，受众在型文本类型因素的作用下只能获得一个类似于前文本的“若即若离的文化传统”，并不能紧密地与其先文本建立连接，也无法准确地从先文本中挪取意义，更不用说在两个文本之间构造有效的强势互文语境。利萨·泰勒等人在研究电影互文性时也曾将某一具体的文本简单地置于“风格”或“类型片”（即型文本）的框架下，但是这种方式并不能阐释清楚视听文本中存在的复杂互文机制。瓦尔特·本雅明尝试采用“引用”的方式对文本进行并置、拼接处理，将“引文”作为一种新的语言，并以此作为桥梁，连接过去和未来的语义，而声音在视听文本中的“引用”便是连接过去、当下和未来视听文本的重要桥梁之一。在“引用”的过程中，过去的声音意义被重新编写、重新赋意，所“引用”的声音在当下和未来的电影（视听文本）中获得“新生”。当然，这里的“引用”要保证文本的相对独立性，以及在文本中未被言说的事物可被其言说。电影常常通过声音的在场指涉文字或视觉不在场的要素，并建立文本之间的符号（文本）链，挖掘自身文本中保持沉默或未被言说的事物；先文本和文本的关系自此也不再停留在类型相似上，而是通过直接引用建立起强势的文本关联。在电影中，通过声音在不同文本之间建立互文关系的现象非常普遍，这种凭借声音建立的文本互文关系同样也广泛地存在于广告、电视剧、综艺节目、短视频等各类视听文本中。
五
短视频文本中的声像生产与释义
电影中具有互文性质的声音通常只作为整体文本的一部分，虽然其声音和影像能建立文本之间的互释关系，但是具有释义指向性质的声音和影像的存续时间并不一致，对其整体文本开展分析将会比较复杂，囿于篇幅，亦难以细致展开。短视频既具备电影或电视文本叙事的一般段落结构，其声音和影像的存续时间又基本一致，一段声音往往对应着一段连续的视觉叙事段落，因此本文选择短视频作为阐释对象开展共时性互文分析。
短视频时代来临之后，视听文本通过声音建立互文关系的现象更为普遍。用户（指非专业的生产者）可通过对具有较高可模仿性先文本的模仿，制造互文本，进行文本的生产，这实现了短视频平台文本的快速增殖。以先文本结构为核心构造的文本生产方式是短视频平台用户参与式生产的重要模式。先文本提供了既稳定又开放的文本结构，其在提供较低的生产门槛的同时，也保证了较高的生产效率。
就文本的原生属性而言，短视频媒介的文本可分为原始文本和次生文本，前者指具有母版性质的文本，后者指参照、模仿原始文本而进行增殖的文本。短视频媒介凭借部分原始文本和大量次生文本（亦可称为模仿型文本）辐辏组构成其平台上的内容主体。除了纪实之外，大部分短视频用户一般都是以模仿的方式参与到平台文本的生产中。例如在抖音、快手等短视频平台中，次生文本往往源自某一“原型”或“母版”文本，其大部分内容都源自对“原型”或“母版”文本的直接引用或改编；而与先文本建立最直接、最密切联系的方式之一，便是挪用先文本的声音。由于短视频文本的媒介及文本形态特点，声音往往能在最短的时间内与先文本建立联系。在水平向度构成互文关系的前提是文本前后的文本要与文本处于同一文本链上；如果要在水平向度上形成强势互文，文本还要包含着与其他文本存在明显相关性的话语，而声音则成为构造文本链之间关系的重要中介，所以其作为先文本的超语言符号话语经常被后文本全部或部分挪用。短视频平台次生文本既会使用某些火爆一时，引起大规模模仿的声音，也会使用沉淀为经典模板的声音，并不断赋予其新形式和新意义。短视频次生文本倾向通过声音建立文本与其原始文本之间的强势互文，并借鉴、挪用原始文本结构和释义框架。例如，最近爆火的抖音健身博主“刘u宏”的短视频便通过声音（歌曲《本草纲目》）进行文本之间的内容和结构连接。次生文本和原始文本正是通过声音建立起了强势的互文关系，并在大规模的模仿型生产过程中被不断编织、镶嵌在同一条文本链上。从另一角度说，短视频的次生文本既强化了原始文本的模式结构，也构造出了帮助受众对其进行解读的互文语境。
虽然短视频文本，尤其是存在某些固定的、微观的戏剧结构，并且具有较高可模仿性的文本，经常通过声音进行连接，但是这并不意味着通过声音建立的强势互文关系不能被视听文本中的视觉符号系统建立。不过，使用视觉符号系统建立强势互文关系难度较高，这涉及了符号系统的意指形式问题。视觉语言不同于文学语言，在文学语言维度，文本可以直接使用先文本中的语言结构或者语言符号形象本身；但是在视觉维度，文本大多只能从先文本中汲取一种近似于文学语言结构的视觉语言结构（如构图）；当然，有时也会直接挪用部分符号的视觉形象。在意指系统中，视觉符号的能指和所指往往难以分离，视听文本中呈现的大部分以实物为基础的视觉形象本身就是符号能指与所指的集合物，因此被部分挪用的符号在新的视听文本中往往是指涉其自身的视觉形象本身。用让·鲍德里亚的话来说，就是画面取消了能指和所指的反复叙事，能指变成了自身的所指，而非通过画面指向所指。原本通过视觉符号指向世界（所指）的能指，便成了通过画面指向自身（能指本身）的能指。
语言能指的终点是概念形象，而视觉能指一般却只呈现概念的视觉形象，从某种程度上来说，就是呈现了能指本身；当然，从某些意义上看，其仍是具有一定所指意义的集合物。例如，文本和先文本中出现的词语“苹果”，即使字体字号不同，但两者的符号形象仍是完全相同的。我们知道语言能指“苹果”指向“苹果”的概念形象，但是在视听文本中的意指却不是这么简单。视听文本使用了一个真实的实物苹果作为视觉符号，但是视觉符号被挪用后，未必会使受众联系到“苹果”的抽象概念形象，即使这两个苹果在实物形象、能指类型、甚至表意功能上是相同的。文本中的苹果和先文本中的苹果被当作一个苹果是因为两个苹果的视觉形象是相似的，然而相似的视觉形象并不一定会被识别成同一个概念形象。原本语言符号承载的概念形象被视觉语言直接形象化了，换句话说，这些以实物为呈现对象的视觉符号直接在受众大脑中投射视觉形象，放弃了如语言符号一般抽象化后再形象化的过程。未经过高度抽象化处理过的视觉符号难以保证两个文本对同一视觉形象的呈现会在受众大脑中产生相同的概念形象，视觉符号缺少的高度抽象化使文本之间对同一概念形象（所指）的紧密联系被切断。除非做到结构上的极致相似或象征符的完全照搬，否则视听文本很难通过视觉符号建立文本间强势的互文关系。
在视觉符号系统内，文本往往使用视觉语言结构而非视觉符号本身去建立文本与文本的互文关系。然而，视觉语言结构也并不能像语言结构一样，可被经常性地快速、准确地识别出来。因此，要想在短时间内建立视听文本之间的强势互文关系常常需要求助于视觉之外的符号系统——声音符号系统。正如雅克·德里达基于现象学提出声音具有“表面超验性”，其所指不与自身分离，其表达总是在场。视听文本无论是通过先文本的声音结构建立与先文本的互文关系，还是通过声音符号形象建立与先文本的互文关系，都比在视觉维度上建立概念形象和互文关系更容易被识别。一般来说，声音并不是视听文本的主要叙事元素，所以也不必像分析视觉符号一样去深入分析其复杂的意指关系，但只要声音语言结构或声音符号形象能够被受众识别出其与先文本声音之间的关系，通过声音建立视听文本之间的强势互文关系便成为可能。
副文本（如视听文本的标题）、元文本（如视听文本的评论）等虽然也能通过语言结构和语言形象的复现与其他文本建立联系，但对于视听文本本身而言这只是建立了观念、文化、主题上的互文关系，其并未对视听文本本身的结构和形象进行引用、借鉴、模仿，因此不符合本文所指的强势互文关系。
互文性不止是文本生产维度的概念，其在文本释义的维度亦具有重要意义。短视频的媒介文本具有短、快的特点，在短时间内完成文本表征是短视频文本开展生产实践的基本目标。短视频文本的文字语言、视觉语言也与先文本存在着互文关系，但是如上所述，其并不容易建立强势互文的语境；加之短视频媒介的文本总量过于庞大，视觉语言在短时间内留给受众下的短暂记忆往往无法为受众以后解读文本提供准确清晰的指向，因此，受众很难联想到之前看过的某个先文本。短视频的声像互文实践在文本和意义的生产与解读中常常体现为一种刻意制造关联的互文方式，声音作为一种互文关系的强化手段为文本引用、借鉴、模仿、挪用、释义提供了高效率的可行路径，其作为一种互文连接方式构造出了声像互文在短视频文本生产端和释义端的双重功能机制。
六
声音构建互文本方式的几种类型
（一）按声音构成的元素
从视听语言学来看，即按照声音的构成元素来分，声音可以大体分为音乐、音响、语言三类，因此可以将具有互文性质的声音初步分为音乐性互文、音响性互文和语言性互文。顾名思义，音乐性互文指以歌曲、配乐等音乐形式作为声音性互文的手段（如热门乐曲的“副歌”），在各类视听文本中均有所体现；音响性互文指以各种人造或自然音响作为声音性互文的手段，常被用于控制文本节奏、制造剧情反转等（如短视频中的“卡点音效”）；语言性互文，最接近结构主义的互文理论，通过语言（这里是指文字的声音形象）联系在其之前或之后的文本（如电影经典台词、对白）。这里的声音分类绝不是视听语言学中对声音的加工处理方式，而是作为建立文本之间互文关系的几种方式类型。就像在视听文本中三类声音常常会被单独或综合运用呈现一样，在声像互文中三类声音也会在不同程度上单独或一起介入文本，并建立文本之间的互文关系。
（二）按声音互文的形式
就互文形式而言，声音性互文可简单地分为内容性互文和结构性互文两种基本形式，其中内容性互文又可分为部分性内容互文和整体性内容互文，内容性互文指文本按照既有文本的声音意指体系建立的互文关系。部分和整体的区别在于其是挪用了先文本声音意指体系的一部分还是全部，简单来说，就是文本挪用了先文本的一段声音还是全部声音。内容性互文不要求具有互文性质的声音完整存在，只要求声音的各种素质足以使受众与文本所模仿的先文本进行强势连接，进而将文本放置在互文语境中进行释义。甚至文本本身的完整与否也不再是释义实践中的核心问题，因为文本中没有明示的内容和意义会从先文本中大量析出，文本中模糊含混的意义会在与先文本的联系中得到确定和改写。
结构性互文是指通过声音限定文本内容的结构（包括节奏、形式、风格等，类似于型文本的特点）进而建立的互文关系。结构性互文文本的内容也许会与在其之前或之后的文本有所不同，但是其文本表征的深层逻辑和结构是基本一致的，这与弗拉基米尔·普罗普《故事形态学》中的功能项结构非常相似。某些声音的出现会使叙事朝着特定的方向推进（如常被挪用的希区·柯克电影中的惊悚配乐），若文本存在戏剧结构，且存在通过完整声音架设的与先文本连接的互文语境，则其文本的起因、经过、高潮、结局往往都会被声音所规约；文本内各部分的连接，如承接、反转等关系不再是自由的，而是需要遵循声音在先文本中的固定结构或者声音本身所带有的潜在结构，进而对视觉影像进行组织。
结构性互文不一定直接使用先文本中的原始声音作为连接物，但是其使用的声音在被进行改编、变奏、翻唱、截取、拼接等处理之后仍然会调动起受众对先文本的心理印象。索绪尔在研究音位单位时曾对声音的听感问题给予阐述：“我们只有在听到的语链中才能马上辨出那是否还是同一个声音；只要它给人的印象是同质的，那就是同一个声音。”如果作为最小语音单位的“音位”都能在具体的语链中凭借“印象”是否一致进行判断，那在具体的文本链中被改编、变奏、翻唱、截取、拼接等处理后的声音在理论上也可以被受众判断其是否与文本之前的某个声音同质。如果判断文本与先文本中的声音具有同质性，那无论是内容性互文还是结构性互文，均不会因为声音的改编、变奏、翻唱、截取、拼接等造成认知识别上的断裂，其所建立的文本与先文本的互文关系依旧坚实。
当用户在对短视频次生文本中的声音进行积极挑选的同时，也意味着文本在进行生产前就已经在大体上确定了叙事的逻辑和结构，这与挪用先文本中经典声音的影视剧异曲同工。声音本身不是简单地模仿或引用，而是为了更加紧密地构造文本与先文本的互文关联，挪用先文本的叙事内容、结构、节奏、风格。
七
声像互文中的释义指向
一般来说，每一个在文本链上的文本都可以被看作处于一种共时性互文的状态，但从严格意义上讲，诺曼·费尔克拉夫界定的共时性互文也存在着绝对意义上的先后顺序；即使将某一个具体的文本进行拆解，如将语图互文拆解为文本链上某一点同时出现的语言和图像，也很难成为绝对意义上的共时性存在。索绪尔指出，“视觉的能指可以在几个向度上同时并发”，但是所谓的“视点”一定会先落在语言或者图像两者之一上。米歇尔·福柯也认为，在语言符号和视觉形态之间存在一种顺序，或是从语言到形态，或是从形态到语言，两者总是按某种等级进行排列。粗略来看，声音和影像就像共时性互文研究中的语图一样，但是，两者又不同于语言和图像，因为人眼对语言和图像的感知存在先后顺序，而声音和影像却基本上不存在。索绪尔指出，听觉的能指只有时间上的一条线，它的要素相继出现，构成一个链条。声音采取了与语言/图像/影像不同的感知系统，只在听觉维度上展开，随着线性时间的推移遵循其唯一的路径。不同于语图互文中语言和图像同时对视觉感知进行争夺，声音和影像可以同时被听觉系统和视觉系统分别感知，大脑有同时对两者进行识别和处理的可能，所以声像互文较语图互文而言更接近真正意义上的“共时性”；仅就接收这一物理-生理的过程而言，两者一般也不会互相干扰；至于两者对视听文本释义的相互影响便是两者在认知心理维度和文本维度的较量了。虽然本文对此进行了辨析，但是在实际中，仍很难精准测算出大脑处理文字语言和图像语言极为细小的时间差距，这对于文本研究而言也的确可以忽略不计。因此，本文仍借鉴部分语图互文的现有成果，对声像互文的互释进行研究。
在复杂的视听文本中，声音和影像可能对释义有着不同的指向。声音和影像之间的互释关系与语图互文一样，同属于跨符号系统的范畴，因此要从各符号系统本身的特点入手，分析其各自释义的指向性，然后再探索在视听文本的释义实践中，声音和影像两者如何共同决定文本的释义指向。这与雷蒙德·威廉斯提出的“大众文化文本或实践中的各种元素会将文本朝不同的方向牵引”相似，但与之不同的是，雷蒙德的“牵引”是旨在考察文本背后各种社会文化元素的较量，而本文提出的释义指向则旨在探讨视听文本本身的跨符号系统之间的意义协商和争夺。
本文在已有的语图互文释义指向研究基础上，参照物理中的力学分析方法，将声音和影像对释义实践的指向分为同向指向、反向指向和合力指向（表1）。同向指向是指声音和影像的释义指向相同，两者互相增强彼此的释义强度。反向指向是指声音和影像的释义指向完全相反，可分为一般反向（两者“一方胜利，一方失败”）和无向指向（两者“同归于尽”）。就一般反向而言，声音和影像的释义指向完全相反，但是只要两者对视听文本释义的规约强度不同，两个符号系统就一定会在视听文本中争夺出一个结果。两者在文本中争夺的结果会与其中释义强度较高的符号系统的指向相同，但是这个符号系统的释义强度会被另一个符号系统削弱。无向指向是一种特殊的反向指向，当释义指向完全相反的声音和影像，且两者符号系统的释义强度一致时，由两者共同规约的文本便呈现出一种无鲜明释义指向的状态。两者既不遵从声音或影像任意一个符号系统的释义指向，也没有在跨符号系统中协商出第三种释义指向。在文本的释义之战中，没有任何一方获得胜利。视听文本的释义状态归于“0”，成为了意义模糊、形式怪异、情绪混乱之物。从属性上说，接近于罗兰·巴特提出的图像“刺点”（PUNCTUM）；但与之不同的是，无向指向只是怪异、模糊、混乱，但一般蕴藏着“刺点”所带有的那种“刺激”和“破坏”。
有学者提出，图像与语言既有相合、对应的“互文性”一面，又有相克、互斥的“游离性”一面，于是便产生了图文的“缝隙”。因为“缝隙”的存在，语图关系具有一种特别的张力，声像之间也存在着这种缝隙和张力。如果两个符号系统并非完全对立，但是其释义指向又不同，那么两者会进行协商。两者的协商结果则是出现了介于声音和影像符号系统原有指向之间的第三种指向，即“合力指向”。第三种释义指向是声音符号系统和影像符号系统协商的结果，这不同于两者符号系统中任意一个释义指向；在协商过程中，两者彼此都有妥协，但是两者妥协的程度不同。电影、电视剧、短视频经常使用这种方式营造讽刺、荒诞、戏谑等效果，如严肃的影像和轻快的声音，诙谐的影像和感人的声音等等。
借用“异轨”（détournement）的概念可以更清晰地阐释合力指向。居伊·德波提出，“异轨”就是将不相关的元素放置在一起，创造出不同于两个元素背后情境的新情境，进而颠覆文本的原有意义。德波提出的“异轨”原是作为对抗“景观”的一种实践取向，但是在这里我们暂且不去讨论“异轨”对于情境建构的意义。德波对元素的定义较为广泛，如果我们将声音和影像作为异轨中的两个元素（符号系统），便能更加清晰地体会到在合力指向中形成的一种不同于声音或影像两者任一的新意义（情境）。被“异轨”后的声音与影像，在最大程度上脱离了文本提供的声音或者影像承载的原始语境，是否协商出意义，其实并不在“异轨”的考虑范围内，“异轨”的目的是破坏原有的语境及意义关系。在文本内部，被“异轨”的视听文本的释义指向与单独的声音或影像一定是不同的；如果最终的释义指向相同，那便不满足构成“异轨”的基本条件；如果两者的释义指向完全相反，则属于反向指向的范畴，但是反向指向（包括一般反向和无向指向）也不会出现第三种释义指向，因此同样不属于“异轨”。“异轨”的最终结果和合力指向的最终结果，都是生成了不同于被“异轨”的两个要素（释义指向）。如果“异轨”成功，则文本就会在一定程度上破坏掉所用声音或影像的原始意义，但是视听文本最终的释义指向仍然是两者协商的结果。
声像互释中的无向指向其实与雷内·马格利特的“这不是一个烟斗”的语图矛盾张力一样，在具有实验性质的视听文本中（如先锋电影、纪录片等），声音和影像很难协商出一个同一的意义结果；但是在短视频、影视剧的文本生产中，声音和影像最后一般都会协商/争夺出一个结果（释义指向），即同向、一般意义上的反向或者合力指向。
八
结语
由于视听文本本身的庞杂性，本文难以在有限的篇幅内对电影等视听文本进行如语篇互文、语图互文一般全面地共时性互文性分析，因此主要选取了上述具有代表性的短视频文本进行声像互文阐释。但如上文所论，包括短视频、电影等在内的视听文本之间普遍存在以声音为中介的互文关系，声像互文对视听文本的生产和释义机制研究具有重要意义。
虽然视听文本中存在的声像互文与语图互文极为相似，都存在着释义指向性的问题，但由于声像互文涉及超语言符号系统中的多种模态，因此，声音和影像的互释关系并不能完全地等同于语言和图像。本文在语图释义指向性的基础上，提出声像互文中的同向、反向、合力三种释义指向延展了既往语图互文研究对象和理论框架的界维，希望能为视听文本的生产和释义机制研究提供新思路。
原文刊载于《新闻春秋》2023年第3期
转自：“再建巴别塔”微信公众号
如有侵权，请联系本站删除！
