Die Stimme als ein menschlicher und performativer Klang zwischen Sprache und Geräusch, Körper und Raum ermöglicht eine spannungsvolle Interaktion mit bewegten und unbewegten Bildern. Die Entwicklung akustischer Medientechnologien bewirkte einen fundamentalen Wandel in der Wahrnehmung von Stimmen. Die akusmatische Stimme ist durch Aufnahmetechnik von ihrem sichtbaren Ursprung gelöst; sie ist zeitlich und körperlich entkoppelt. Mit (Film-)Bildern geht sie neue Verbindungen ein und öffnet andere Wahrnehmungsräume. Die Künste verwenden Strategien, diese künstliche Natürlichkeit zu hinterfragen und andere Bild- und Klangwelten für die ästhetische Erfahrung zu generieren. Dabei sind die Bilder vielgestaltig: Körperbilder, literarische Bilder und innere Bilder. Auch Stimmen haben viele Erscheinungen: Sie können uns als phänomenale, sich ereignende oder performative Stimmen, als Sing- und Deklamationsstimmen begegnen, aber auch als metaphorische und innere Stimmen sowie als die Erzählerstimmen einer Polyglossia (Mikhail Bachtin) im Roman. Was zeigen Bilder und Stimmen ihren Hörer- und BetrachterInnen? Wie erzeugen sie auch in ihren Lücken und Verweisen Sinn und Bedeutung? Wie lässt sich von einer prozessualen Synthese von Bild und Stimme in der Wahrnehmung sprechen? Der Sammelband widmet sich aus bildkritischer Perspektive dem Zusammenwirken von Bildern und Stimmen im Prozess des Hören-Sehens sowie einer Verortung dessen in der Philosophie. Er beleuchtet mit Blick auf wahrnehmungspsychologische Forschungen, medienphilosophische Fragen sowie auf die unterschiedlichsten Positionen der Stimmforschung und des Performativen das jeweils singuläre Wechselspiel von Bild und Stimme in der Philosophie und den Künsten. In 12 Beiträgen aus Philosophie, Literatur-, Film-, Musik- und Theaterwissenschaft von Michel Chion, Mladen Dolar, Barbara Flückiger, Alice Lagaay, Peter Szendy und anderen wird ein Diskussionsfeld zur Audio-Vision eröffnet.