二、声音剪辑
纪录片中的声音和画面共同构筑了屏幕空间和屏幕形象，在叙事、传情、表意等方面起着不可或缺的作用。没有声音的纪录片，不仅可能让人觉得莫名其妙，甚至也会失去真实的质感。
纪录片声音的剪辑是指对纪录片中各种声音元素进行合理的构思、选配、组接和综合处理。具体来说，这些声音元素包括解说词（声）、人物同期声、音响（现场音响、模拟音响）、音乐等。
（一）解说词的剪辑
解说词与画面在表现力上的差异使得它们在纪录片中有着自然的分工。形象塑造、细节描写等是画面的特长，解说词的特长则在叙事、抒情和说理。因此，它不必重复画面已经展示的东西，而应该说明画面没有或不可能说明的内容。在这种情况下，解说词不能“满堂灌”，而要有较多的停顿和间歇。
一般来说，每段画面都要长于相应的解说词。否则，这段词就会拖到其他段落的画面上，画面与解说一词的配合就失衡了。
另外，每段解说词最好不要与相应段落的第一个镜头同时上或与最后一个镜头同时下，即词应比画面迟出，比画面早消，切忌与画面同时上下。
解说词上、下合适的时机一般可遵循1/3或1/4原则。有时一段解说词只是铺在一个较长的镜头上，那就要根据该镜头的具体长度以及画面的内容选择例行的位置上、下解说词。
（二）人物同期声的剪辑
人物同期声是指画面上所出现的人物的同步话语，它是一种直接的真实语言声音。人物同期声在当今纪录片领域越来越受重视，形式也更为多样。
人物同期声的剪辑，首要任务是为谈话定位，即运用谈话素材营造作品的形式，包括是否保留创作者现场主持、叙述的形式等。人物同期声剪辑的基本要求是语意完整、层次清楚、谈话的叙事说理效果与作品总体结构顺畅和谐。生动、有真情实感或重要内容的谈话，不全是有条有理地完整出现，某些谈话内容可能颠三倒四、前后重复、多次补充，因此，畅谈半小时只用一两分钟的情况很正常。这就要求剪辑时要用更多的时间与精力去重组“声音”内容，使之清晰、自然、合理，但又不“断章取义”。
人物同期声的具体剪辑方式有：
（1）直切式剪辑。声音和画面同时切入，这种切入比较生硬、突兀，且缺乏戏剧性变化。
（2）淡入式剪辑。声音音量从低逐步过渡到正常，在前面有解说声或表现群体场面时效果较好。
（3）在谈话中插入相关画面。这样可使谈及的内容形象化，配合谈话扩展信息量，能有效地消除因为声音剪辑而带来的画面跳跃，是处理谈话重复、冗长、语病的有效方法。
（4）重叠式剪辑。使声音提前于画面或是画面提前于声音，从而避免直切式剪辑带来的生硬、突兀的效果，并为对话增加一些戏剧性变化。
（三）现场音响的剪辑
现场音响常被称为“现场声”，包括环境声、自然声等。音响的作用在于能阐释画面、传达情绪、渲染气氛。一般来说，现场音响在纪录片中应给予保留、使用，让所有内容都有声有色、自然逼真。但是，对现场音响的处理又不能是简单的保留，保留只是创造的基础。同时，现场声有远近高低之别，不同的处理方法能产生不同的效果。
（1）声音可以在先，引导画面组接——农家院落欢声笑语，进屋才见家庭欢聚，气氛正浓。
（2）声音可有可无，有和无都是一种效果，如《一个艾滋病病毒感染者》中，患者走过街头，画面是乡亲们惊疑的神态和无声的沉默——一种比打骂还难忍的沉默。
（3）声音可多可少、可高可低，如在《种花生的哲学》里，姚世昌彻夜观察花生生长，偶然听到几声短促细微的虫鸣，万籁俱寂中的虫鸣，虽小犹大。
（4）声音可以越远越大，如《雕塑家刘焕章》的结尾，斧凿声越远越大，这是违反常理的，却能给人以听觉冲击，激发人的联想。
（5）声音还可以变无为有，让一些“哑片”形成声画一体的整体效果——《香港沧桑》中介绍鸦片战争时，画面全是英国军舰入侵广东的照片和图片，后期配以海边作战的枪声、炮声。这种人工配制的音响，给人的印象是更真实且具有现场感。
总而言之，现场声是处理艺术虚与实、藏与露关系的重要手段之一。该有没有，失之假；太满太高，自取噪。用之得当的实声，呈现为逼真自然；用之不当的实声，可能表现为肤浅和表面化。现场声音的多少、虚实所循之理是一种听觉感觉和心理体验、一种声音美的选择，是一种流畅美、和谐美的视听效果。
（四）音乐的选配
音乐是人类表达感情、交流情感的最佳听觉艺术形式。音乐具有抽象性，虽然缺乏语言和自然声的明确性、特定性，却有独特的艺术魅力。抽象的音乐与写实的影像、现场声、同期声和虚实兼备的解说词相配合，营造了纪录片艺术性、逼真性兼备的品格。
在纪录片中，音乐作为一种情绪和意境注入作品，含有创作者表现生活的主观成分，通常又被视为“主观的声音”。但音乐有时候又能以客观声音的形式出现，这就是被客观摄录的演唱、演奏以及出现在拍摄现场的广播、电视等有声源的音乐。对纪录片来说，客观音乐是现实存在的内容和形式，尤其是时空环境的重要标志。因此，客观音乐又往往被视为主观音乐和其他艺术元素的导体，推动作品情节的发展。尽量去捕捉、创造有声源的音乐，以减少对主观音乐的简单依赖，让音乐在表达思想情感时更加自然、更加生活化，这无疑是对纪录片特性的充分理解和尊重，必然有助于营造逼真效果。有经验的摄影师和录音师都有及时捕捉客观音乐的意识，到了后期制作阶段，捕捉客观音乐往往能成为声画蒙太奇技巧的神来之笔。
在纪录片里，不管以何种形式出现，音乐都是作品整体的一部分，是被“吞并”的艺术，不能自成体系，也不能过强过满。以少胜多、服从整体，是创作和运用音乐的基本原则。因此，在音乐创作、选配过程中应注意以下三点：
（1）克服音乐选配的随意性，尽力追求音乐与全片主题、风格的和谐统一。
有些纪录片不重视音乐的表现力，只是把音乐看作一种“填充物”，仅仅作为背景性的东西，随意找出一些宽容度较大的中性音乐，按画面长度填满完事。这种音乐选配的随意性必须加以克服。
音乐的选配要在画面段落的时空特征和人物情绪两大方面寻求统一点。时空特征是指画面内容的时代色彩或地域风貌、环境特征。如反映新疆地区风土人情的节目，就应该采用新疆风格的音乐，而不能选配延边地区特点的乐曲。画面中人物的职业、身份、性格特征以及人物的情绪性因素（如喜怒哀乐），也是选配音乐的主要参照依据。音乐风格、节奏必须紧密参照这些人物的情绪性因素，使音乐风格和画面内容、主题达到和谐统一。
（2）选配音乐要有一个统一全片的基本风格，不能把全片音乐的各个乐段搞成各自为政、互不关联的乐段“大杂烩”。
（3）音乐与解说、音响之间关系的处理要主次分明、互相配合，切忌“三国鼎立，各唱各调”。否则，音乐在音量上的喧宾夺主，会使观众听不清解说声或同期声。
纪录片音乐只有置入适当位置，融入作品整体的内容和形式，使人不知不觉地受到它感染，甚至于感觉不到它存在时，才是最好的音乐。