事实上，从世界电影诞生于1895年直到1927年，早期电影经历了长达32年的只有影像、没有声音的“哑巴时代”，一部影片的叙事过程主要依靠影像和字幕来完成。不过在这个过程中，电影从来都没有停止过寻找发声的方式。早在卢米埃尔发明电影的初期，就出现过真实的人物在电影上映时在银幕后面配音的尝试。之后又出现了在电影放映过程中，播放唱片、钢琴伴奏、乐队演奏或者对着画面现场解说等形式，比如美国导演格里菲斯的影片《一个国家的诞生》邀请作曲家作曲、苏联导演爱森斯坦的影片《战舰波将金号》专门请人配乐等，都取得了非常好的效果。从某种意义上说，当年的唱片、钢琴、乐队和解说，正是电影声音的开始。

1927年10月，美国好莱坞推出了电影《爵士歌王》，在影片中插入了少量对白和几首歌曲，成为了有声电影诞生的标志。声音进入电影，使得电影摆脱了影像画面单一造型手段的束缚，由纯视觉运动的媒介艺术发展成为了视觉与听觉综合、画面与声音相结合的艺术。这是电影史上的一次变革和开拓。

但世界公认的、有历史记载的第一部真正片上发声、完全意义上的有声电影，直到1928年才由美国华纳公司出品，那就是电影《纽约之光》。可惜的是，这部影片的出现，没有良好地展现声音这一听觉元素的艺术表现力，反而在完全静止不动的摄影机、无止境的僵硬对话中丧失了人物的动作性，并且极大地破坏了影像视觉的表现力。电影这一伟大的“哑巴”开始发声了，但还没有学会很好地开口说话。

电影声音的发展，同影像画面的发展一样，都经历了一个比较漫长的过程，而这主要是因为电影是科技的产物，比较受制约于技术的发展。

20世纪三四十年代，录音技术设备非常笨重而且精密度不高，不仅不容易移动位置、难以方便地变换录音角度，而且录音时不能很好地辨析声音、排除杂音干扰。实际拍摄的时候，技术状态的原始，导致演员必须凑近固定装置的麦克风才能录音，这样就大大限制了演员的场面调度和表演自由，同时也很大程度上限制了摄影机运动拍摄的自由度，摄影机只能被限定在一个位置上固定拍摄，这导致了电影在无声时期摸索影像方面的艺术表现力大为减弱。曾经有一部好莱坞电影，用戏谑的方式再现了这样的笨拙场景：一对青年男女谈恋爱，笨重的话筒被藏在女主人公裙子宽领的一边，演员在话筒一边对话声音能录上，转头另一边说话就不行，而且整个录音过程中，演员稍微离得远一些就会没有声音，离得近一点又会只听见心跳喘气的噪音。此外，这个时期正因为声音刚刚出现，制片人或制作公司常常利用人们对于新兴的电影声音的好奇，而从头到尾、非艺术性地滥用声音，使影片成为了百分之百的对白片或音乐片。同时因为录音技术的原始和设备笨重，早期电影只能同期录音，而同期录音必须要求人声与发声体演员嘴唇的张闭起落、情绪的高低、距离的远近配合一致，但当时的条件又达不到，从而声音的存在极大地损害了影像的魅力。

20世纪40年代以后，磁性录音、后期录音合成等技术的开发，给电影声音带来了广阔的前景。当时为了保证电影声音的质量，而且为了追求某些特殊的效果，也为了更好地表达创作者对于声音的要求，许多导演进行了相关的声音实验。首先，声画不同步。法国导演雷内·克莱尔的《百万法郎》中使用音乐和歌声来取代对白。美国导演刘别谦在音乐片《赌城艳史》中，当勇敢的女主角快乐地歌唱着乐观期待时，将女主角与有节奏地喷着蒸汽、鸣着笛的火车特写镜头交切在一起，用不同步的声音创造了妙趣横生的场面。此后电影不仅同期录音的声音清晰度、真实度质量大大提高，而且同期录音的不理想可以由后期补救和再创新，摄影机的自由运动权利和影像造型丰富性重新获得，电影声音的和谐性和规则性慢慢建立起来。

大约20世纪60年代以后，随着电声学和录音技术的进一步发展，从技术上说声音的清晰度已经达到画面的清晰度水平，又因为新型轻便小巧的录音设备的出现，使得实拍时同期录音比较方便。同期录音能够完整地再现现场环境中声音效果，还原真实空间中丰富的声音层次和变化过程，这样同期录音既可以保持生活的现实感，又强调真实性，同时又可以节省费用，一度成为了当时世界电影特别是欧洲电影的首选。这个时期，声音的人声、音响和音乐的多层空间，被很好地挖掘并达到平衡。不过同期录音也展现出明显的弱点，它对于拍摄现场要求非常高，实拍时编剧、导演、摄影、演员等只要有一个部门控制不好，就保证不了录音质量，必须重拍重录，这样会极大地提高影片的拍摄成本。

于是为了降低拍摄成本，增强声音的录音效果和质量，更好地挖掘影像画面和声音相互搭配的艺术表现力，越来越多的电影导演探索出比较成功的“同期录音＋后期录音”的两种录音方式相辅相成的电影创作方式。20世纪70年代，西方国家研制成了诸如杜比（Dolby）、DBX、波尔温（Burwen）等多种降噪及信号增益系统，使得录音时可以把噪音区的电平提高、然后还音时恢复，这样就突出了信号降低了噪音，后来这类系统又成功地转到光学声带上，从而使得电影院放映时也可以还放真实准确的声音。1980年，著名导演阿尔特曼最早尝试了八个声道和十四个无线话筒同时同期录音的方式，以期获得更加理想的现场音响效果。后来，20世纪80年代以后，这类技术又出现了数字化发展趋势，即以数字形式记录声音的脉冲编码调制（PCM）录音方法。这些技术的进步对于电影声音的发展来说是关键性的。

此后，同期录音和后期录音成为了当代世界电影中有机的两种创作方式，互为补充又互有侧重。同期录音可以更多地还原声音的真实度和现场感，后期录音则音效丰富，还可以创造出现实生活中没有的声音，比如科幻片、鬼怪片、动画片等虚幻物像的声音，它在同期录音难以完成、出现失误时加以补救，或者在某些需要特殊表达的时候出现，达到“1＋1大于2”的表达效果。另外还有译制片也是利用了后期配音再加电影原声音乐和音响的方式才得以完成的。