场景的主导原声——对白、引擎声。观众应该优先聆听的声音。
在片场，我们总是遵循一个明确的层级结构：关键声音是场景的叙事锚点。这不仅仅是最响亮的声音——这是观众不自觉地会去关注的声音，因为我们作为声音设计师是这样安排的。在咖啡馆的对话场景中，那就是演员的声音。在工厂的追逐戏中，是主角的呼吸声和脚步声，而不是周围的机器噪音。关键声音承载着信息、情感、故事——所有其他声音只是背景纹理。
实际的挑战从录音开始。现场录音师必须知道哪个声音应该是主导，并据此调整麦克风。如果我作为摄影指导计划一个面部的特写镜头，那么录音团队就知道：这个人的低语将是关键声音，因此左边的风声就不会是优先考虑的。在剪辑阶段——这是区分好坏的关键——就是要确保关键声音永远不会被相互竞争的频率所淹没。一个具有百层深度背景音的混音，只有当主要声音保持水晶般清晰时才能奏效。这需要清晰的声像定位（panning）决策，通常还需要均衡（EQ）和压缩（Compression），以使关键声音保持在最前面。
常见错误：初学者将关键声音与响度混淆。不。低语可以是关键声音——那么只需要将其他所有声音调小或过滤掉，以便低语能够被听见。响亮的爆炸声可以是关键声音，也可以仅仅是背景音（Ambient）——这取决于场景是关于爆炸本身还是一个人的反应。关键声音总是由内容驱动的，而不仅仅是分贝的问题。如果两个人正在窃窃私语一个秘密，而他们身后正在举行一个盛大的派对，那么低语仍然是关键声音——现场噪音必须被压制在后面，即使它在物理上更响。
在对话剪辑或画外音工作中，你必须了解演员的临场感峰值（Presence Peak），以保护他们的声音作为关键声音。在拟音（Foley）和声音设计中——当你重建自然声音或设计基于合成器的效果时——关键声音定义了情感和叙事的重心在哪里。音乐，音乐，几乎总是次于关键声音，即使它听起来很响；它是框架，而不是信息本身。