本論文的研究動機來自於一般的電視觀賞經驗。「電視」這樣一個如此貼近我們日常生活的媒介，所提供給觀看者的並不全然是一般生活當中視覺以及聽覺的再現而已。在部份電視節目當中，觀看者有時也能感受到這控制的斧鑿痕跡，會注意到音樂的存在似乎與畫面有些不相宜，亦即會發現耳朵所聽見的與眼睛所看見的電視內容，似乎有點矛盾或者不協調。 因此，本論文由音樂的基礎：「聲音」的物理特性開始討論，藉由文獻分析，可以瞭解，「受一定音樂樂理規範」的聲音，也就是音樂，能對人的生理系統產生激發作用，並且由於生理狀態的改變，音樂進一步還能引發人的基礎情緒反應。而在情緒反應產生之後，本研究認為，藉由音樂「形式作用」與「內容作用」的過程，可使人產生一個可變動的審美結果。而此不固定的審美結果，參考了認知科學「音樂流等於潛意識流」的說法，本研究認為，這是一種完形現象。 而電視這種媒體，同時給予影像以及聲音兩種訊息來源。本研究認為，音樂和影像都能分別給予一種完形感，而當兩者因為來源相同而必須整合為一個完形的時候，就有可能產生不協調的情形。而本研究假設，造成不協調的可能因素之一，便是兩者的時間線索與空間線索不一致。為此，本研究以特殊設計的電視短片，對十位志願受訪者進行深度訪談，從回答當中，得以驗證了當電視短片中的畫面與音樂所包含的時空線索不一致時，可產生如「時間感覺被破壞」、「明顯感覺不協調」等負面觀感。因此，影音的時空線索，應是決定電視中音樂與畫面協調與否的關鍵因素之一。