En su concepto, es la integración e interrelación plena entre lo auditivo y lo visual para producir una nueva realidad o lenguaje.

La percepción es simultánea. Se crean así nuevas realidades sensoriales mediante mecanismos como la armonía (a cada sonido le corresponde una imagen), complementaria (lo que si aporta lo visual lo aporta lo auditivo), refuerzo (se refuerzan los significados entre sí) y contraste (el significado nace del contraste entre ambos).