包括被拍摄物体人、景、物；伴随被拍摄物体出现的光线、色彩；因为光线、色彩作用所产生的影调、色调；由被拍摄物体运动和摄像机运动组成的场面调度；伴随摄像机运动所出现的轴线、角度、视点、构图、景别；镜头的编辑组合。
2. 声音系统
分音乐、音响、语言三部分。音乐包括古今中外各类题材和样式的音乐；音响包括自然音响和非自然的拟音；语言包括对话、独白、解说、字幕等。
3. 声画关系
分为3种：对应（同步）、对位、分离。
视听语言就是由画面系统、声音系统、声画关系组成的立体的、链状和网状的语言系统。
*人、景、物—是指被拍摄的主体。除了客观世界存在的客观物体外，还包括虚拟景观和虚拟物体。
*声音--（1）伴随被拍摄物体出现的原生状态的、有生源的自然声音，包括语言、音乐、音响。我们日常生活中说话、演唱演奏音乐、自然界的风声、雨声、狗叫声等音响，都是在视觉观察的同时就被听觉注意到了的。声音与光线、色彩一样，是伴随被拍摄的人、景、物同时存在的。只要有画面，声音肯定同时出现。摄影机、摄像机实际上是正常人视觉和听觉的生理模仿。（2）出自然界原有的语言、音乐、音响外，通过拟音还可以创作大量的虚拟声响，这些声音是艺术创作时的重要手段。
*光线、色彩—从技术角度上说，光线和色彩是人、景、物能够被摄影机、摄像机记录下来的前提，没有光线和色彩，视觉效果就不复存在，其中光线有分为自然光和人工布光。
*影调、色调—通过光影造型和对比色彩产生的艺术效果，是艺术造型的重要手法。
*场面调度--（1）被拍摄物体调度，包括直线运动、折线运动、曲线运动、升降运动；（2）摄像机运动，包括推、拉、摇、移。
*景别—包括远、全、中、近、特。这里特别要提到介于中景和近景之间的中近景。从观众对电视的感知特点而言，中近景应该说是距离最合适因而也是最常见的景别。它在家庭收视中的效果甚至成为电视节目制作理论的重要支柱。
*视点—指主体观察客观事物时的位置，有正常视点和非正常视点。正常视点一般是指人正常生活状态下观察事物的位置。非正常视点是指观察事物时并不是处于习惯的或常见的位置，如过高、过低等。
*构图—构图是精心设计下的画面布局，它会产生特殊的艺术效果和意义。
*画面编辑—即蒙太奇，蒙太奇的含义有广义和狭义的解释。在画面组接编辑时，以下两层意思值得注意：（1）广义蒙太奇指所有镜头之间的组接，主要为叙事性的和交待性的；（2）狭义蒙太奇指从爱森斯坦的蒙太奇理论派生出来的手法，它通过两个以上镜头的组接产生令人惊奇和赞叹的效果，有时伴随极强的感染力。爱森斯坦的蒙太奇理论包括冲突蒙太奇、杂耍蒙太奇，以及由此演变延伸的其他蒙太奇手法。
与蒙太奇相对应的是巴赞的长镜头理论。长镜头是指一个在长时间
不切换的镜头中，拍摄和反映出事物之间的关系、距离以及事物的发展变化过程。相对蒙太奇理论而言，它强调在一个镜头中通过连续拍摄产生意义，而不是靠镜头组接产生的人为的含义。长镜头理论支持一些强调客观真实的节目类型，如纪录片等，同时它也是电视艺术表现的重要手法。
