تكلمنا حتى الآن عن الفيلم الصامت فقط، ولكن مندوبي التليفزيون كثيراً ما يجرون أحاديث قصيرة مع المسئولين أو يسجلون مقتطفات من تصريحاتهم، تسمى هذه المقتطفات الفيلمية التي تحتوي على عنصر الصوت إلى جانب عنصر الصورة Sound Bites أو Clips أي لقطات صوتية مرئية.

ذلك أن التسجيلات الـتلفزيونية الإخبارية يجب أن تحـتـوى عـلى نـفس النوعيات من المعلومات مثل تقارير شهود العيان وآراء الخبراء والتعليقات الشخصية، أي المعلومات التي يستطيع صناع الأحداث أو المشتركون فيها تقديمها بشكل أفضل أو أكثر تأثيراً من المندوب أو قارئ النشرة. والمدة التي تستغرقها اللقطات الصوتية المرئيـة فـي التليفزيون هي نفسها بالتـقريب مـا تستغرقها الـ Actualities في الراديو أي حوالي ٢٥ ثانية.

تستخدم في تسجيل اللقطات الصوتية المرئية كاميرا واحدة في العادة يتم وضعها خلف المندوب بحيث يكون ظهره مواجها للكاميرا بينما يظهر وجه المتحدث مواجها تماما لها بحيث يكون على مسافة كافية من جانب الكادر ليحتل مركز الاهتمام في الصورة، أي أنها من نوع اللقطات التي تؤخذ من خلف الكتف، وبهذا فإنه عندما يقول المتحدث شيئاً فإنه يكون ملتفتا للمندوب وموجها للكاميرا في نفس الوقت. أما وضع الكاميرا في أحد الأطراف فإنه يعطينا بروفيل (صورة لجانب واحد) للمتحدث والمندوب وهو شكل غير مستحب في حالتنا هذه، لأنه يعطى انطباعاً بالمواجهة والتحدي.

ويفضل أن تكون اللقطة قريبة Close Up للمتحدث فقط، إذ إنه ليس هناك حاجة ملحة لكي تظهر صورة المندوب وهو يمسك بالميكروفون، ولكن كثيراً من محطات التليفزيون تفضل النوع الأول من اللقطات التي تجمع بين كل من المندوب والمتحدث لكي تثبت لجمهور المشاهدين تواجدها في مكان الحادث، ولذلك كثيراً ما يتم كتابة رمز المحطة والحروف الأولى من اسمها حول جوانب الميكروفون الذي يمسك به المندوب حتى تظهر واضحة على الشاشة، وهو أسلوب دعائي فج حيث يمكن تحقيق نفس الهدف بوسائل أقل ظهوراً.