Forma de teatro de bonecos japonês com narrador — influencia o cinema japonês, especialmente no voice-over e na separação emocional entre voz e imagem.
A tradição japonesa Jôruri tem origem no teatro de marionetes Bunraku e opera segundo um princípio que frequentemente irrita cineastas ocidentais: uma voz narrativa externa — o Tayu — comenta, interpreta e emocionaliza a ação enquanto as marionetes se movem. Essa voz não faz parte da trama dramática, mas paira sobre ela, contando ao espectador o que as bonecas sentem. Essa separação estrutural entre ação e camada narrativa se enraizou tão profundamente na linguagem cinematográfica japonesa que perdura até hoje.
No set e na edição, isso é imediatamente perceptível: onde o cinema americano ou alemão deposita a emoção no rosto do ator — no olhar, nos cantos da boca — o cinema japonês trabalha com níveis narrativos paralelos. O voice-over lá não é literário ou reflexivo como no Film Noir, mas sim presente e dramático. Ele acompanha as imagens como um segundo protagonista. Isso também significa que o ator não precisa mostrar tudo. Frequentemente, a contenção interpretada do corpo é o sinal para a camada sonora se tornar emocional. Essa relação não é hierárquica — é dialógica. Imagem e voz negociam o significado entre si.
Em práticas como os melodramas de Mizoguchi ou, mais tarde, em Koreeda, isso é claro: a câmera registra a agitação interna de forma bastante neutra, enquanto o texto do voice-over ou a música abre o espaço afetivo. Isso também permite distanciamento emocional — um personagem pode parecer superficialmente calmo, enquanto a camada narrativa comunica seu desespero. Isso não é um jogo psicológico profundo à la Stanislavski; é arquitetura formal. Jôruri ensina: a voz pode contar mais do que o rosto.
Relevante para montadores e designers de som: isso significa que a edição e a mixagem de som não são subordinadas, mas sim iguais à imagem. Uma pausa no voice-over pode pesar mais do que um corte. Essa tradição também explica por que os filmes japoneses frequentemente se concentram menos em close-ups do rosto do que o cinema ocidental — a alma reside na camada sonora, não no close-up.