В общеобразовательной статье про эволюционную роль звука наткнулся на новое: обработка звука в мозге занимает в 20 раз меньше времени (иногда и в 100), чем обработка изображения, и происходит изначально в областях, ответственных условно за эмоции, а не за смыслы. Именно поэтому звук происходящего в пространстве способен незаметно для зрителя "подкрашивать" изображение в нужную эмоцию. Понятно, что об этом эффекте давным-давно знают и пользуются во всех индустриях развлечений, но интересен физиологический механизм.
https://www.npr.org/sections/health-shots/2015/09/10/436342537/how-sound-shaped-the-evolution-of-your-brain?t=1563785639395

Кроме того, на занятиях нам говорили про зрение и слух как "survival senses" — если ты видишь и/или слышишь опасность, ты спасешься. Если ты ее можешь потрогать, то уже скорее всего поздно. Поэтому 90% (условно) информации человек получает по зрительным и слуховым каналам, а все остальные чувства довольно рудиментарные. С другой стороны, чем более рудиментарное чувство, тем более древние участки мозга работают на их обработке и тем более ineffable, невыразимым, первобытным становится экспириенс.