Чтобы избежать дезориентации, это сочетание несочетаемого должно было подчиниться условностям, выработанным стандартами восприятия для театра, объемное пространство которого было подчинено культуре композиций двумерной живописи. Однако сама новинка звукового кино заставила ощутить комбинацию плоского пространства с электрическим звуком как коллизию устного и визуального, трактованного тут же как оппозиция субъективного и объективного, магического и рационального.
На первый взгляд нет никакой связи между развитием технических искусств и средств коммуникации с возросшим в первой трети XX века интересом к символическим практикам архаических культур со стороны художников, писателей, лингвистов, социологов, психологов, философов, антропологов, будь это Велемир Хлебников, Пабло Пикассо, Антонен Арто, Люсьен Леви-Брюль, Эрнст Кассирер или Александр Лурия. Их эстетические эксперименты и академические исследования позволили, однако, заново осмыслить связь между чувствами, их опосредованными предметными воплощениями (в картинке, букве, звуке) и мыслительными фигурами. В этом контексте стоят и первые звуковые фильмы Дзиги Вертова.
Вертовская программа расширения несовершенных человеческих органов чувств при помощи механических глаз и ушей была реализована в его первом звуковом фильме «Энтузиазм» (1931) как «педагогическая поэма». Провоцируя «естественное» восприятие, он моделировал утопическое существо с чувственными протезами, киноглазом, радиоухом, радиомозгом, способное к синэстетическому восприятию фрагментированного механического мира и созданию новых ассоциативных цепочек. Это утопическое существо получало в его фильмах «реальное тело», облегчающее подражание. «Энтузиазм» воспитывал в течение фильма идеального слушателя (как «Человек с киноаппаратом» моделировал идеального зрителя), потребителя и создателя нового искусства. Им становилась радиослушательница-скульптор, зрение которой было внутренним, «слепым», и не случайно Вертов сделал ее изобразительное творчество подчеркнуто тактильным.
Кинозрение и кинослух были искусственно разъединены и собраны, из соотношения обоих рядов извлекались новые качества, эпистемологические или магические. Фильм начинается с трансляции звуковой дорожки фильма по радио. Но мы видим то, что девушка-посредник слышит, как будто каналы восприятия неправильно соединены. Глаз и ухо меняются местами. Этот обмен становится сюжетом фильма, в котором Вертов проверяет, может ли изображение заменить звук и наоборот, может ли услышанное материализоваться как увиденное. В шумовом коллаже увертюры «Энтузиазма» Вертов перевернул установленную иерархию чувств: архаичный аффективный шум утверждался над аналитическим зрением. Звуки вызывали визуальные ассоциации (удары колокола тянули за собой кадры с короной, удары метронома, знака радио, «стирали» статую Христа), они были свободны от времени, пространства и могли устанавливать связи, не существующие в реальности, что позволяло Вертову установить между звуком и изображением магическую и фальшивую каузальность. При переключении каналов он свободно менял модус фигуративности обоих измерений. Чтобы записать эти преображения, Вертов должен был отказаться от линейной формы сценария и искать аналогий в диаграммах и схемах, которые он часто представлял в форме кругов или эллипсов. Это обострилось при работе над следующим звуковым фильмом, «Три песни о Ленине» (1933), сюжетом которого стало соотношение чувств, опосредованных голосом, буквой и картинкой.
Уже в «Киноглазе» (1924) Вертов пытался передать в титрах подражание звуку, имитируя шумы, китайский акцент или передавая заикание при помощи анимированной графики. «Энтузиазм» развертывался как непрерывная цепочка переключений от одного канала восприятия к другому. Асинхронность звука и изображения повлияла не просто на формальные приемы, но на вертовский образ мысли. Оппозиция элементов картинка/звук, ухо/глаз, снятая в их трансформации друг в друга, была перенесена на уровень семантический. Выстроенные фильмом оппозиции церковь/клуб, уголь/металл, металл/огонь, зерно/массы, следуя формальной логике превращения изображения в звук, выглядели так: ухо → глаз, звук → изображение, радио → фильм, церковь → клуб, уголь → металл, металл → огонь, зерно → массы.
В «Трех песнях о Ленине» Вертов использовал этот принцип, позволивший ему построить фильм как непрекращающуюся мультипликацию оппозиций, которые в конце концов венчались переходом противоположностей друг в друга: слепая становилась зрячей, сухое — влажным, из воды рождался свет, а из смерти — жизнь. Эти магические преобразования были вдохновлены медиальными экспериментами, преображением чувств в звуковом кино.
Для «Трех песен о Ленине» Вертов собирает новый фольклор стран советского Востока и вживается в архаическое сознание. Кампания по ликвидации безграмотности в этих регионах только начинается, мифологическая ритуалистика укоренена в быту, и устная культура определяет мышление, особенности запоминания, классификаций, умозаключений, восприятие форм, понимание символов, метафор и поэтику. Выбор этой литературной матрицы как источника вдохновения для своего второго звукового фильма — после брюитистской симфонии индустриальных шумов — кажется парадоксальным. Парадоксально и несоответствие между предметом изображения и метафорическими отсылками: процесс модернизации (электрификации, просвещения, секуляризации, эмансипации женщины) осмысливается в формах мышления, сохраняющих концепцию циклического времени и ритуальные нормы поведения. Кадры, визуализирующие фольклорные тропы, риторические клише, метафорические переносы и метонимические замещения, вели к новой поэтике, отсылающей к анимизму, фетишизму, магической партиципации и смешивающей языческую, исламскую и христианскую традиции. Интерес Вертова к архаической устной поэзии экзотических регионов свидетельствуют о быстром реагировании на некоторые тенденции того времени.