伴随着电影、电视的诞生和普及，视听语言成为了人类除口头语言和书面语言之外的又一套语言形式。当创作者意识到有这样一种情况，就是把各种不同状态下活动的小画格随意接到一起和把这一系列画面彼此有机地接到一起是有区别的时候，视听语言就诞生了。


视听语言又被人们称作是20世纪以来的主导性语言，其产生背景是电影、电视、动画、游戏等主流的视听媒体在当代社会的极度繁荣，以及相关视听技术的高度发展，视听语言在此局面下迅速产生、定型并体系化。它发展迅猛，逐渐超过了传统语言形态的文字载体，并在表意方式、语汇组织和感知方式上迥异于前者，大大地影响了当代人的交流、思维和理解方式。


伴随着影视艺术的发展，视听语言的定义不断出现新的变化。在电影诞生初期，电影理论家卡努杜就富有先见地预言：“电影通过形象表现手段丰富了人文的含义，它将构成一种无可置疑的、真正广泛的语言。为此，它必须把生活的全部‘形象体现’（即艺术）印象一切激情的源泉，通过运动，在生活原型中寻找生活本身……新鲜、年轻和不断探索的电影艺术在寻找自己的语汇。而且，它使我们以及我们的后天形成的全部复杂心理适应真正的伟大语言，这是一种真实的、极重要的、排除声音分析的视觉形象语言。”亚历山大·阿尔诺也认为“电影是一种画面语言，它有自己的单词、名型、修辞、语型变化、省略、规律和语法”。


因此，视听语言主要是电影、动画等视听媒体的艺术表现手段，同时也是大众传媒中的一种符号编码系统，它通过把两个不同的符号组接到一起产生新的含义，并成为交流感情、思想和事实的新方法。视听语言逐渐发展成为一种独特的艺术形态，经过电影人百年的探索和努力，视听语言正以其独特的魅力，并通过每个优秀导演的不同风格加以演绎，它甚至变成了一种交流沟通手段、信息传播手段。


视听语言的主要内容包括影片的构成、镜头的拍摄、镜头的组接和声画关系等。