事實上，從世界電影誕生於1895年直到1927年，早期電影經曆了長達32年的隻有影像、沒有聲音的“啞巴時代”，一部影片的敘事過程主要依靠影像和字幕來完成。不過在這個過程中，電影從來都沒有停止過尋找發聲的方式。早在盧米埃爾發明電影的初期，就出現過真實的人物在電影上映時在銀幕後麵配音的嚐試。之後又出現了在電影放映過程中，播放唱片、鋼琴伴奏、樂隊演奏或者對著畫麵現場解說等形式，比如美國導演格裏菲斯的影片《一個國家的誕生》邀請作曲家作曲、蘇聯導演愛森斯坦的影片《戰艦波將金號》專門請人配樂等，都取得了非常好的效果。從某種意義上說，當年的唱片、鋼琴、樂隊和解說，正是電影聲音的開始。
1927年10月，美國好萊塢推出了電影《爵士歌王》，在影片中插入了少量對白和幾首歌曲，成為了有聲電影誕生的標誌。聲音進入電影，使得電影擺脫了影像畫麵單一造型手段的束縛，由純視覺運動的媒介藝術發展成為了視覺與聽覺綜合、畫麵與聲音相結合的藝術。這是電影史上的一次變革和開拓。
但世界公認的、有曆史記載的第一部真正片上發聲、完全意義上的有聲電影，直到1928年才由美國華納公司出品，那就是電影《紐約之光》。可惜的是，這部影片的出現，沒有良好地展現聲音這一聽覺元素的藝術表現力，反而在完全靜止不動的攝影機、無止境的僵硬對話中喪失了人物的動作性，並且極大地破壞了影像視覺的表現力。電影這一偉大的“啞巴”開始發聲了，但還沒有學會很好地開口說話。
電影聲音的發展，同影像畫麵的發展一樣，都經曆了一個比較漫長的過程，而這主要是因為電影是科技的產物，比較受製約於技術的發展。
20世紀三四十年代，錄音技術設備非常笨重而且精密度不高，不僅不容易移動位置、難以方便地變換錄音角度，而且錄音時不能很好地辨析聲音、排除雜音幹擾。實際拍攝的時候，技術狀態的原始，導致演員必須湊近固定裝置的麥克風才能錄音，這樣就大大限製了演員的場麵調度和表演自由，同時也很大程度上限製了攝影機運動拍攝的自由度，攝影機隻能被限定在一個位置上固定拍攝，這導致了電影在無聲時期摸索影像方麵的藝術表現力大為減弱。曾經有一部好萊塢電影，用戲謔的方式再現了這樣的笨拙場景：一對青年男女談戀愛，笨重的話筒被藏在女主人公裙子寬領的一邊，演員在話筒一邊對話聲音能錄上，轉頭另一邊說話就不行，而且整個錄音過程中，演員稍微離得遠一些就會沒有聲音，離得近一點又會隻聽見心跳喘氣的噪音。此外，這個時期正因為聲音剛剛出現，製片人或製作公司常常利用人們對於新興的電影聲音的好奇，而從頭到尾、非藝術性地濫用聲音，使影片成為了百分之百的對白片或音樂片。同時因為錄音技術的原始和設備笨重，早期電影隻能同期錄音，而同期錄音必須要求人聲與發聲體演員嘴唇的張閉起落、情緒的高低、距離的遠近配合一致，但當時的條件又達不到，從而聲音的存在極大地損害了影像的魅力。