被看见与开始发声不是一回事
假设一段虚构合奏视频原先保持全景，后来切到鼓手手部，观众这才听清几次轻击。很容易写成此时鼓声加入，但回听可能发现，它在全景时已经持续存在。画面改变的是注意入口，而不一定是声音编排。评论应先核对进入时刻，避免把自己的发现写成作品的新事件。
可以在切镜头前稍多听一段，寻找相同短击是否已经出现。假设前后落点一致，声音也没有明显增强，就能说近景帮助作者辨认了原有声部。这个判断不需要否认视频的作用：它确实提供了有效提示，只是提示与音乐材料本身需要用不同动词描述，才不会混淆过程。
动作画面会提供声音的路径
假设鼓手先抬起一只手，再轻轻碰到鼓边，近景使准备与发声的关系更清楚。观众可以在下一次落下前预期声音，这种提前观看会改变聆听方式。分析可以指出手势与短击怎样配合，但不宜仅凭画面动作判断每一声来源，因为合奏中还可能有未入镜的其他打击声。
若画面里一次明显动作没有对应可辨声音，也不必立刻宣布演奏造假。假设同时有许多声音重叠，轻击可能被遮住，视频版本也可能让细节不易听见。评论可以说当前材料无法确认对应关系，并继续讨论能够核对的部分。无法辨认不是证明不存在，更不是猜测制作内幕的许可。
看另一位乐手会改变比较重点
假设镜头随后切向低音乐手，观众开始注意鼓声与低音如何轮流落下。原来独立听到的短击，被重新放进合作关系。这里视频不只强调一个人，也能帮助建立声部之间的联系。评论如果只赞摄影抓拍准确，仍需说明抓住了哪种关系，读者才能理解它为什么有效。
也可能出现画面与听觉重点分离。假设高处旋律正在展开，镜头却长时间留在动作较少的乐手身上，作者觉得观看缺少参照，可以指出具体段落。这样的批评针对视听组织，不必延伸为演奏者没有贡献。屏幕分配给谁的时间，与音乐里谁承担任务，是相关却不能等同的问题。
把观看带来的发现写出来
成文时，可以先说鼓声早已在全景中存在，近景才让作者注意到轻击的准备动作，下一次切换又显出它与低音的配合。这段描述保留了发现的先后，也让视频成为分析对象。相比直接宣称耳朵听出了全部层次，它更准确地说明视听材料怎样帮助理解。
如果想进一步比较纯音频，可以在不看画面的情况下听同一段，记录注意是否仍停在鼓声上。假设因为已经熟悉画面，自己仍会想起手势，就承认这种经验无法完全清空。评论不需要制造绝对独立的耳朵，而需要知道判断经历过哪些提示，并把关键条件交代给读者。