Film powstawał jako sztuka obrazu, ruchoma fotografia, ożywione malarstwo… Twórców nowego medium było wielu i raczej nigdy nie poznamy ich nazwisk, bo był to proces długotrwały i odbywający się wieloma kanałami. Myśleli oni, że pracują nad kolejną sztuką przedstawiającą, a w takim przypadku dźwięk nie był potrzebny. Bardzo szybko okazało się, że nowe medium dźwięku jednak potrzebuje, a tym powodem są ruch i rytm. Każdy nasz ruch powoduje powstanie jakiegoś dźwięku. To także rytm, bo nasze ruchy są zrytmizowane i albo wsłuchujemy się w rytm, który sami powodujemy, albo poddajemy się rytmowi, który narzuca nam świat zewnętrzny.
Z tego powodu, zarówno na planie, jak i na projekcjach filmowych pojawił się nośnik rytmu – muzyka. Przy okazji, mogła ona zastąpić brakujące dźwięki, lub przynajmniej sprawić by widz nie odczuwał już ich braku. Od początku też pojawili się szaleni wynalazcy, którzy oba media (obraz i dźwięk), próbowali połączyć w jedno urządzenie techniczne, aby tak można je było rejestrować i odtwarzać. Myślano, że nowe udoskonalone medium zastąpi teatr, operę, balet, cyrk i wszelkie inne atrakcje. Tak się jednak nie stało.
Kronikarze zanotowali, że w 1896 r. w Berlinie odbył się pierwszy płatny pokaz filmu dźwiękowego. Zsynchronizowana ścieżka dźwiękowa była odtwarzana z płyty. Nie zachowały się jednak żadne materiały, nazwiska, czy tytuł dzieła. Oczywiście powstają pytania: jak długie były to filmy? i jak dokładny był to synchron? Wiemy, że pierwszy film opatentowany przez Tomasa Edisona miał 5 sekund, ale musiały być też filmy dłuższe. W tym samym roku Max Skladanowski sfilmował z dźwiękiem scenę z operetki. Dźwięk zapisano i odtwarzano z płyty.
Podobno w 1889 r. współpracownik T.A. Edisona, W.K.L. Dickson skonstruował urządzenie złożone z kinetoskopu i fonografu słuchawkowego, które nazwał Kinetofonografem i powitał mistrza mówiąc z ekranu. Miało to być kino dźwiękowe dla jednej osoby. Opowieść budzi wiele wątpliwości, włącznie z taką, że Edison był już wtedy głuchy. Wydaje się też mało prawdopodobne, żeby mając w ręku taki wynalazek, nigdzie się nim nie chwalił. Istniał za to aparat Kinetophone (1895), przy pomocy którego odtwarzano niesynchroniczną muzykę i efekty dźwiękowe.
Kilka eksperymentów zaprezentowano na Wystawie Światowej w Paryżu w 1900 r. Były to fragmenty spektakli teatralnych prezentowane przez C. Maurice’a ze studia Gaumont, filmy baletowe i operowe z synchronizowaną muzyką. Wynika z tego, że planując wprowadzenie dźwięku do filmu, przede wszystkim myślano o muzyce. Jak byśmy dziś powiedzieli: muzyce wewnątrzkadrowej.
Filmy trwały od kilku sekund do kilku minut. Dźwięk odtwarzano z płyty, a asynchrony były ogromne. Gaumont próbował także połączyć w jeden wynalazki Edisona i Braci Lumière. Dźwięk nagrywano, jednocześnie z kręceniem filmu (na walec fonografu lub płyty gramofonowe). Pierwsze filmy składały się z jednego ujęcia, a ich treść nie była skomplikowana. Synchron był bardzo umowny, zarówno ze względu na moment rozpoczęcia projekcji, jak i swobodne tempo odtwarzania obu urządzeń. Kamery i projektory napędzano ręcznie, a fonografy i gramofony kręciły się dzięki sprężynie podobnej do stosowanych w zegarkach.
Ostatni element to charakter i tematyka pierwszych filmów. Największą radość sprawiały widowni bardzo szybko poruszające się postacie. Można to było osiągnąć kręcąc w różnym tempie korbką projektora. Atrakcję stanowiły filmy przewijane do tyłu. Próby synchronizacji z dźwiękiem wymuszały dostosowanie tempa i kierunku do odtwarzania dźwięku, a więc ten rodzaj projekcji stawał się mniej atrakcyjny.
Drugim zastosowanym powszechnie rodzajem zapisu dźwięku był zapis optyczny. Został wynaleziony dla filmu i obecnie tylko w filmie jest stosowany. Natomiast do lat 50. zapis optyczny był stosowany także w radiofonii. Zapis metodą optyczną polega na zamianie drgań wywołanych falami dźwiękowymi na energię świetlną, która zostawia swój ślad na taśmie filmowej.
Za prekursora można uznać polskiego lekarza A. Wikszemskiego, który w 1889 r. opatentował urządzenie do fonograficznej rejestracji drgań dźwiękowych. Był to system luster odbijających promienie świetlne, z których jedno było połączone z membraną drgającą pod wpływem dźwięku. Na wałek, zamknięty w obudowie, nawijał się ruchem ciągłym papier światłoczuły i na nim powstawał ślad w formie wykresu. Zapis dźwięku był jednostronny, poprzeczny, ale do jego odczytania niezbędne były kolejne wynalazki – fotokomórka i zapis na przezroczystej, celuloidowej taśmie.
W 1904 r. po raz pierwszy, zapisał dźwięk na taśmie optycznej, zamieszkały w Londynie Francuz: E.A. Lauste. Wykorzystał w tym celu 2,5 mm fragment taśmy optycznej pomiędzy klatką filmową a perforacją. Ścieżka dźwiękowa była czarno białym paskiem o zmiennej szerokości. Nad rzeźbieniem rowka dźwięku na taśmie filmowej pracował także Pineau.
Podstawą takiego zapisu był galwanometr strunowy. Prąd elektryczny powstający z fal akustycznych jakie dotarły do mikrofonu, po wzmocnieniu był doprowadzany do struny, umieszczonej w polu elektromagnesu. Struna pod wpływem prądu odchylała się. Ponieważ była ustawiona na drodze promieni świetlnych, jej cień powodował zygzakowate naświetlenie taśmy. W późniejszym czasie do zapisu wykorzystano ramkę i lusterko, które odbija światło i oświetla raz większą raz mniejsza powierzchnię.
Wynalazek opatentował w 1906 r., ale dopiero w 1910 r. udało się z sukcesem zapisać ludzką mowę, a następnie ją odtworzyć. W 1906 r. niezależnie od E.Lausta patent na optyczny zapis powierzchniowy uzyskał też Korn. Inne prace to Engel, Massolle, Focht. W 1911 r. Lauste zademonstrował w Wlk. Brytanii pierwszy film z dźwiękiem optycznym. Prace zakończył w 1913 r. i zamierzał zawojować Amerykę. Współpracował z Edisonem i Dicksonem. Udał się do USA, ale wojna położyła kres jego nadziejom. Do pomysłu powrócono dopiero w latach 20. i na tej bazie powstał współczesny zapis powierzchniowy.
W 1886 r. w laboratorium braci Bell wymyślono i opatentowano zapis dźwięku na taśmie filmowej, jako zmianę strumienia światła, modulowaną przez mechaniczny przetwornik fal dźwiękowych. Był to pomysł z którego powstał gęstościowy zapis dźwięku (zależny od jasności światła). Drgania fal dźwiękowych zamieniane były na sygnał elektryczny o zmiennej mocy, zależnej od chwilowych drgań spowodowanych dźwiękiem. Żarówka włączona o obwód świeciła światłem o zmiennej jasności i na taśmie filmowej zostawiała paski o tej samej szerokości, za to różnej grubości i szarości. Brak dźwięku przedstawiał pasek czarny.
W Rosji i Niemczech w latach 1889-1901 prowadzono próby optycznego zapisu gęstościowego z użyciem selenowej fotokomórki. Selen to bardzo ciekawy pierwiastek chemiczny. Jego przewodnictwo prądu zależy od naświetlenia i efekt jest podobny jak w przypadku żarówki. Dla filmu jak się okazało miał za dużą bezwładność. Samą ideę wykorzystano na równi z zapisem powierzchniowym w latach 20. Definitywnie zrezygnowano z niego na początku lat 50. Zapis powierzchniowy okazał się lepszy.
W 1912 r. zaczęto kręcić pierwsze filmy (fabularne) pełnometrażowe, w których dźwięk był oczekiwany. W 1911 r. powstał szwedzki Vals ur solstrålen o dł. 65,5 m. Dźwięk zsynchronizowano z płytą metodą Biophon, a obraz pokolorowano ręcznie. Od 1907 r. K. Prószyński zajmował się synchronizacją dźwięku. Opracował Kinofon i zrealizował nim kilka filmów w Wlk. Brytanii (1913) i USA (1918).
Kolejna fala prób wyprodukowania filmu dźwiękowego przypada na lata 1908-1914. Nowe systemy pojawiały się właściwie, co roku. Główne wysiłki skierowano na synchron. Przede wszystkim odtwarzano kroniki filmowe z nagranym na płytę głosem komentatora. W dalszym ciągu jakość dźwięku była jednak straszna, a odtwarzany dźwięk cichy. Stosowano jednoczesne odtwarzanie kilku płyt i próbowano konstruować wzmacniacze wykorzystując sprzężone powietrze. Nie przynosiło to dobrych rezultatów.
Ograniczenia powstawały też na planie filmowym. Aktor nie mógł ruszać się z miejsca, bo mówił do tuby. Długość filmu musiała być dopasowana do długości płyt, czyli było to 10 minut, co nazwano aktem. Ostatecznie fragmenty dźwiękowe stanowiły krótkie wstawki w niemej projekcji. Po tamtych próbach pozostało nam pojęcie aktu jako 10 minutowego fragmentu filmu, a dopasowując się do długości płyt, tak zaczęto pakować taśmę filmową.
Była jeszcze jedna przeszkoda – właściciele kin, którzy nie chcieli wymieniać posiadanego sprzętu, oraz operatorzy kinowi, dla których nowe urządzenia były w obsłudze za trudne. Inne wynalazki to Kinetofon i Kinefon. Dźwięk – muzykę, efekty i dialogi nagrywano w formie słuchowiska na płyty, a następnie dokręcano, do tak wykonanego playbacku, obraz. Wytwórnia Sokół w 1913 r. zrealizowała tak Potop i Krzyżaków według powieści Henryka Sienkiewicza. Ciekawostka cieszyła się powodzeniem bardzo krótko, a więc w następnych filmach, powrócono do tradycyjnej technologii. Na film dźwiękowy trzeba było poczekać kolejne kilkanaście lat.
