早期的人类是以自己的身体器官去感觉和认识世界的。而所有感官中，眼睛和耳朵是接收信息最大量的。人们通过视觉和听觉去感知和接收相互之间的各种身体语言和声音信息，并借此来进行交流，这可以理解为最初的视听语言。随着人类思维的发展，认知方式出具体向抽象和概括发展，文字出现。以后的几千年的文明史，基本上是以文字为主的再现性媒介的历史。

    直到科技迅猛发展的当今，视听媒介的出现，更是真切地让人类认识到自己的眼睛和耳朵是如何去看，去听的，甚至发现摄影机和录音机有时候比我们的感官更敏锐，更清晰，更能深入我们的内心。

任何语言的生成都离不开物质媒介，视听语言也不例外，它的主要物质媒介是视听媒介。其审视觉部分是影像画面，听觉部分是声音。

因此，简言之，视听语言是视听艺术所特有的表意指示体系，它包含了视听艺术的诸种语言元素及其运用规则，它以自己固有的方式实现交流传播活动，并呈现出独特的美学价值。