目前，许多动画短片选择利用画外音（也即Voice-over）的方式来讲故事。这种方式常常为影片的叙事提供了许多便利。有一些故事的信息，若仅靠画面与对白，需要很长篇幅才可能表达清楚，独白/旁白却仅用三两句话就足以讲明。这让叙事变得非常经济简单。比较典型的例子是《我和吸铁石和一个死去的朋友》。男主角的独白为画面所补充的信息量很大，因此稍慢的镜头剪辑节奏也并不显得拖沓。

但我们有时会发现，在同样声画结构的部分作品中，声音和画面的关系却出现了某种倒转。Voice-over这样的称呼，在一定程度上指代了画面作为叙事的基底，声音出现在叙事空间之外的情形，后者无非起到附加的、额外的、再覆盖一层的作用。然而有些时候又并非如此。在部分作品中，声音的叙事功能起到了决定性的作用，带有讲述感的独白或旁白，提供了绝大部分的故事信息；相较而言，画面反而成了“可有可无”——《坐在我脸上》就是这样的作品。在这部动画短片中，画面里对女主角和房间进行了三维扫描与重建。场景中那些带有数码故障效果的细节，充分隐喻了女主角内心的挣扎困境。但若是没有第一人称的独白叙述，恐怕视觉内容的表意是无法被锚定的和不清晰的。因此，如果要另造出一个概念的话，画面应该承担了Image-over的功能（或许可以不准确地对译为“声外画”）：声音是基础，画面才是附加——严谨些讲，它不完全是Voice-over的对立面或反题，而是其最极端、最特殊的一种。

Image-over的情况很容易被诟病为作品在动画之本质上失焦了。表达得直白一点，有人认为，没有使用能突出动画特点的方式来讲故事，更像是一部听觉媒介为主的作品，怎么还能叫动画呢？这种批评不无道理，但或许声称“动画就应该如何如何”的立场也难免具有较大的局限性。

当然，还有另一种情况，即声音和画面的重要程度可谓旗鼓相当，甚至是平行关系——例如《浪漫安魂曲》。画面是中式武侠与水墨元素，男女二人在比武；而声音所传达的内容则是女人在电话里和男人提出分手。这两条线索没有必然关联，却微妙地产生出对照关系，遥相呼应，形成一种有趣的垂直蒙太奇。这些都在提示着我们，一部影片中的声画关系有许多值得探讨的地方。