影片伊始，画面出现，以粗砺的环境音为底色，声音的颗粒感已然生成。列车与轨道摩擦的声响从远处滑来，引导我们将视线移向即将加重的画面右侧。尖锐的刹车声响之后，沉闷的脚步声随即响起，两种音源的远近对照制造出明显的纵深感。人物从摄影机两边涌向前方，走在人群中心的安娜突然被画面的重心所牵引，在她最终抵达更远的景别后，另外那些人的脚步声和他们的身影同时消失了。至此第一幕进行过半，而此后的一半几乎与前完全对称。这里的对称指的是听觉的对称，不同于画面开间的对称，听觉的对称是纵深方向的。这是声音的透视法。
熟悉阿克曼作品的人都应感受到纯粹听觉的吸引。从处女作开始，阿克曼便构建出其独特的声音系统。《我你他她》包含两种声音体系，一种是空间的(封闭的)声音，另一种是城市的(流动的)声音。在她之后的作品《让娜·迪尔曼》和《安娜的旅程》中，这两种声音对主导权的争夺决定了各自气质的微妙差异。前者在大部分时候是封闭的，且令观看者处于压低的姿态，在之前的影评场景信息和电影语言中我曾提过声音(-画外音)如何成为空间的“窗口”，在原本封闭系统内蔓延的情绪如何随着声音的方向倾泻而出，而最后的车鸣又如何将我们拽入真实的情境。而在后者，声音简直无需特意进出就形成了格外丰富的敞开的空间层次。摄影机捕捉到的声音似乎比我们在现实中听到的声音更加精确，以至于自动门的开合、一张折叠的纸被打开以及拉动窗帘的声响都那样使我们着迷。在这之下，列车声、城市噪音形成了一个稳定的声音的场，声音不再是漂浮于画面之上，亦不是某一时刻从某一薄面穿透而来的力，而是持续不断地层层包围地作用于影像主体。施加在凝滞的画面上时，声音先于画面，这分明是反物理的，应当说是声音的逻辑先于画面的逻辑。电话铃响了我才去接这是常识，声音引导动作，动作生成画面。但这并不意味着声音处于支配的地位，人物清晰的吐字声即设立了一种同步标准。和画面一样，声音的异动实际取决于人的不定态的漂移。
............要认知整个声音系统，无法被忽视的关键是车的声音。车，这一现代化的机械猛兽，却同人物与风景的流动融为一体。班宁在《小路》中反复以车冲撞自然的意象(云、雨、雾、雪)，形成一种有趣的协奏。呼啸而过的车在视觉上使我们来不及反应，却在听觉上留下一道优雅的弧线。而在阿克曼的电影里，车作为缺场的存在，仅为人物的交谈提供一种韵律，这是直接抛弃车笨重的物质躯体而发挥了其飘逸的精神。
.....................除了固定机位的长镜头外，影片还有许多跟随人物运动的横移镜头，这使得声音的变化更为灵活。镜头跟随人物在街上游荡，当掠过一家餐厅的橱窗时，里头的钢琴声渐渐响起，又在嗒嗒的高跟鞋声里淡出，多么轻松而自由的时刻。
......当人物不再游荡时，“旅程”结束了，原先的声音系统一点点地分解，影片也陷入安静的基调里。
......
