聲音被括起來以後

語言進入字幕時，通常像是被記錄。聲音進入字幕時，卻常像是在通關。人的話可以一句一句排成字，房間裡的聲音得先說明自己為什麼該出現，為什麼會讓一句話中斷，或是被徹底蓋過。問題不在 [music] 太短，而在於這只方括號像一扇窄門，決定什麼聲音能被交給眼睛。

所以螢幕角落跳出 [music] 的時候，我會停一下。聽見的人也許正被一段很具體的聲音包圍：舊收音機漏出來的歌，低頻從地板底下壓近，餐廳音箱裡一首不合時宜的情歌。字幕只遞來一個被擦乾淨的詞，像有人把整個房間擰成一張小標籤，貼在畫面邊上。

如果只說這是損失，又太順手了。對聾人和重聽者來說，字幕不是附屬說明，也不是聽覺原件的殘缺影本；它本來就是進入同一場事件的方式。沒有 [music]，那段聲音甚至不會被交給眼睛。問題不在於字幕不夠像聲音，而在於聲音一旦變成文字，常常被迫從氣氛裡退開，變成一種有用的資訊。

聽見的人不必把每一聲都變成資訊。冰箱在牆邊低低震著，杯底碰到桌面，走廊有人把鑰匙放進碗裡，這些聲音可以沒有用處，只是讓一個地方繼續像它自己。可聲音一旦進入字幕，往往已經通過篩選。APPLAUSE DROWNS SPEECH，掌聲淹沒了說話；GUNFIRE，不必說明誰朝誰開槍。那些標籤冷靜得近乎粗暴，卻也誠實：有時字幕無法歸還一句話，只能告訴你語言如何被聲音擊敗。

自動字幕把這件事暴露得更直接。它太習慣先尋找人在說什麼，至於房間、風聲、遠處的樂器，常常晚一步才被看見。但人工字幕也不是在一張可以慢慢寫作的紙上工作。它面對的是幾秒鐘、兩行字，和一雙正在移動的眼睛。粗糙有時來自懶惰，有時來自媒介必須做出的壓縮。

反過來說，聲音也不該一股腦被推到螢幕中央。字幕如果太愛解釋，會替觀看者搶先感動：把一段旋律寫成 [gentle romantic music plays]，可能比 [quiet violin melody] 更熱心，也更武斷。對只靠字幕進入影片的人來說，過多的聲音說明也可能變成另一種噪音。更好的字幕不一定更文學，而是讓觀看者少一點被統一安排。

最動人的時刻，反而出現在方括號沒有放棄觸感的時候。[heart throbbing] thud-dub, thud-dub。它沒有把心跳解釋成緊張，而是把一小塊節奏搬到眼前。[wet towel slapping] thrack，也不是動作說明，而是一聲濕重的拍打。文字在這裡不假裝還原聲音，只是在眼睛裡重新造出一個可讀的節拍。

後來我再看到 [music]，就不只覺得它貧乏。它像一張貼在門縫上的小紙條，告訴讀它的人：房間裡確實有聲音。只是門沒有打開。紙條輕輕晃了一下。那聲音也許很近，也許隔著雨和牆，正拖著一點脾氣從螢幕外走過去。眼睛停在方括號上，等了一下，然後繼續往前讀。