音响语言也称同期声，特指拍摄过程中同步记录下来的现场原生态声音。在不同的知识谱系中，人们对音响语言的内涵理解略有不同。例如，在视听语言范畴中，人们通常将人的声音单列研究。但是，在纪录片中，除解说录音之外的人的声音通常是现场同步录制下来的，因此被归到音响语言范畴中来研究。纪录片创作对音响语言的考量通常从三个方面进行：一是人的声音，包括受访者的声音、人物的自然声音、人与环境互动的声音；二是动物的声音，包括动物发出的声音、动物与环境互动的声音；三是环境声音，包括自然环境声音、社会环境声音、环境音乐等。由于声音有重要作用，因此创作者在录制声音的时候，要注意有层次、有质感，不能杂乱无章，切忌缺乏主次。目前国内纪录片重视解说词，轻视音响的创作倾向还没有得到根本改观，这在一定程度上影响了我国纪录片整体水平的提高。
（五）解说语言
纪录片中的解说语言也称解说词，起始阶段是创作者对素材进行加工处理后提炼而成的文字稿，经配音播音员朗读之后变成了解说词（解说录音）。并不是所有纪录片类型都配有解说词，而是有“有无”和“程度”之分。由此，纪录片大体可以分为全解说词纪录片、半解说词纪录片和无解说词纪录片。就全解说词纪录片、半解说词纪录片来说，解说语言与其他语言元素尤其是画面形成配合，成为纪录片的主体。在纪录片的视听空间里，画面的主体性是毋庸置疑的，解说词与画面之间的关系，因作品类别的不同而不同。二者理想的关系应该是解说词从属于画面，起到配合画面叙事和表意的作用。但在一些文献性质较强的纪录片中，如新闻纪录片、历史文化纪录片、自然科技纪录片等，很多时候解说词仍然居于主导地位。
纪录片创作对解说词的考量通常从三个方面进行。一是基于程度的解说词，包括全解说词、半解说词和无解说词。对于无解说词来说，很多情况下解说功能由字幕语言替代。二是基于风格的解说词，包括报道型解说词、政论型解说词和文学型解说词。三是基于人称的解说词，包括第一人称解说词、第二人称解说词和第三人称解说词。其中第二人称解说词很少见，第三人称解说词最常见。在全解说词和半解说词纪录片中，解说词有非常重要的作用，可以交代历史背景、时代背景、总体社会环境和时空要素，强调画面里的关键性信息点，延伸挖掘画面深层次内涵，表达人物内心世界等；可以通过提示和启发引导观众的思维方向，激**感、渲染气氛，总结、提炼、升华主题，帮助压缩时间转移空间，整合画面、协助过渡转场等[2]。综合来看，解说词的功能可以概括为叙事和表意两种。随着纪录片创意理念的发展，解说词功能随之发生变化。
（六）音乐语言
音乐被称为最抽象的艺术。对音乐的感受很大程度上取决于接受者的主观反应，如爱好、习惯、听辨能力等，这些均能造成不同的心理反应。音乐语言具有抽象性和流通性。在纪录片中，音乐语言也是最难定性的语言元素，它所表达的思想不可能像音响语言那样与具体声源有直接联系，但是它在激起人们感情方面却又是准确和细腻的。在纪录片中，“音乐作为一种情绪和意境注入作品，能有效地延伸和深化画面内涵和语言内涵，有效地深化作品的思想蕴涵，有效地增加画面、现场等艺术元素的感情色彩。所以，音乐在纪录片中应表现出高度的概括性和感染性”[3]。在纪录片创作中，大多数情况下，音乐都由专门的制作部门或团队进行独立制作；也有少部分纪录片尤其是一些微纪录片，是在注明来源的情况下，直接从相关资源库中借用过来选配的。
