La palabra hablada
Ya sea que esté sincronizada al video o que provenga de otra grabación de audio, la palabra hablada es insustituible como factor de coherencia por ser base para estructurar el mensaje y obedecer a un determinado ritmo y cadencia., podemos prescindir de los demás elementos y aún así formular un mensaje claro y emotivo, sin embargo, de la palabra es muy difícil.

La Música
Establece, sin decir palabra alguna, el lugar, tiempo y estado de ánimo; ayuda a intensificar la acción, a establecer la ambientación y principalmente a realizar cambios de escena. Considerada como la arquitectura del sonido, se distingue ocho fines primordiales de la música como recurso sonoro:
• Factor de ambientación de una época.
• Elemento de caracterización de personajes y secuencias.
• Fijador de ritmo interno de la narración.
• Definición psicológica de secuencias (humorísticas, tristes, épicas, etc.).
• Narración del “tiempo” del relato.
• Antecedente o rúbrica de situaciones.
• Sutura, encadenamiento y transición.
• Elemento protagonista por sí mismo, en primer plano, cuando la acción lo requiere.

Efectos de sonido
Por lo general, cualquier elemento de sonido diferente de la música o la voz se considera como un efecto de sonido (SFX, sound effects). Balsebre lo define como el “conjunto de formas sonoras representadas por sonidos inarticulados o de estructura musical, de fuentes sonoras naturales y/o artificiales, que restituyen objetiva y subjetivamente la realidad construyendo una imagen.”[2]

[2] Balsebre, A. (1994:125) El lenguaje radiofónico. Cátedra, Madrid.