人声和音乐分离指的是人物声音跟音乐互相分开，两者独立却又上下衔接而产生的一种效果。人物声音在进入声音轨道时没有任何背景音乐，在人物声音开始或结束前后，音乐才随之而来。音乐作为人物声音的铺垫与人物产生某种联系，这种分离技巧使得影片在信息解释方面的衔接更流畅，同时因为这种声轨方式使观众听觉上没有留出空白，声音的信息被独立突出，而不是重复表现声音已有的内容，加强了声音的内在联系。如在《寻找小糖人》中，伴随着一阵悠扬的琴声后，歌手罗德里格斯掀开窗户在影片中首次露面，下一个画面是创作者对他的采访，在人物采访的过程中，为了表现人物的真实状态，采访通常会保留整段使用而不是切碎成精炼的一两句话。
创作者保留了与他初次见面的所有细节，包括正式采访前的准备动作，如罗德里格斯喝水并问着一些随意的问题，由这些细节向观众展示着他的个人魅力。在人物出场完毕后，音乐才进入下一个画面，这种人声与音乐的衔接通常也是流行音乐纪录片中常用的剪辑手法。同时《寻找小糖人》有着多条叙事线，在创作者联系到了音乐侦探克雷格后，出发去开普敦并在咖啡厅见面，于是镜头画面连接到克雷格对小糖人歌词信息的讲述，在讲述完毕之后，下一段画面通常会播放小糖人的歌曲来作为叙事轨道的功能，以音乐为观众开启下一阶段的叙事。人声和音乐分开运用可以很好的连接影片叙事，或者进行影片主题的提炼升华，从而达到进一步深化影片主题的效果。
在笔者的作品《查无此人》中，片尾处使用了人声与音乐分离，在旁白过后，片尾使用的音乐是主人公创作的歌曲《Don’t leave me》,即“别离开我”的意思，中国的嘻哈音乐近年来处于快速发展的状态，仍然有很多年轻人在为自己的音乐梦想努力着，但是他们也仍然默默无闻着，主人公作为一个19岁的少年，一边面临着学业的压力，一边有着对嘻哈音乐的坚守，这首歌代表着主人公对音乐和生活的态度，歌词也映衬了作品要表达的主题。可见，纪录片中人声的运用是与音乐相配合和相互作用的，流行音乐纪录片的核心一般是表达音乐，而大部分的音乐本身就是传达信息的方式，人声与音乐分离的技巧很好的衔接叙事帮助观众理解音乐人物的故事和音乐创作。
人声与音乐对位
对位的说法来自音乐的对位法，“指复调音乐中两个以上的，有独立表现的旋律同时进行。它可以把音调不同、节奏不同的若干声部结合起来构成一首乐曲，并形成复杂多变的对位。”7 人声和音乐的对位关系并不是字面意思理解的人物声音与音乐完全契合、互相“对位”的关系，它们不是按照现实逻辑相同步，而是起到一种呼应关系，或是现实与心理的呼应关系，这种手法能够表达出更深的内涵，这是创作者主观的一种艺术处理技巧。比如人物采访在讲述爱情故事的时候，背景音乐用的是比较跳跃、不稳定的节奏，在讲述悲伤情节的时候，背景音乐则采用较欢快的节奏。
在奥斯卡获奖纪录片《艾米》中，艾米讲述她小时候的成长经历，内容包括因为家庭的漠视致使她从小性格的叛逆，并在十三四岁的时候被送去看心理医生，服用抗抑郁药物，这些经历导致她在成名后也一度不喜欢遵从大众的品味，只做真实的自己。其中在讲述这段经历时，背景音乐配上了一段的较激昂、节奏较快的旋律；以及在谈到艾米与男朋友恋爱经历的内容，两人的恋爱本应该是甜蜜的、欢乐的事情，但是背景音乐加入了一段空灵的、局促不安的鼓点声轨，好像在向观众暗示接下来艾米和男友分手结局的走向，果然，接下来在解说词信息的提示下，慢慢的跟观众揭开了艾米这段糟糕恋情的结局。
《寻找小糖人》中，影片通过采访、解说词等形式回忆事件，以主观解说词加资料佐证信息，其中有一段采访猜测到小糖人在举办演唱会后，因为演唱会不像计划的成功，小糖人可能因为受不了打击已经不在人世了，在这段大胆的猜测内容中，作者加入了跳跃的、稳定的音乐，抑制了采访内容过于感伤的情绪，在接下来的叙事中，随着小糖人还在世的真相被揭开，音乐也逐渐明快起来。这种人声与音乐对位的技巧是创作者在创作时加入的一种评价手法，让观众跳出人物采访的内容，采用更加理性的观点看待和评价。两者相互独立，各自表达不同的内容，按照其规律发展，但是又以其独特的内在节奏从不同方面说明同一涵义的结合形式，在这种相互的作用下，通过对比、比喻、象征的对列效果产生新的寓意,给人一种独特的视听享受。
同期环境音响和后期音效音响
为了不影响纪录片的真实性的特性，纪录片通常会以同期声来作为影片的主要声音元素，以此来达到真实性的效果，这类同期声主要由纪录片拍摄过程中所记录下来的客观存在的声音构成，包括采访、现场音乐、环境音。同期的人声采访内容是纪录片信息构成的重要来源，现场音乐是纪录片表达主题的最佳展示，环境音响是纪录片建立生活真实感所必需的视听素材之一，纪录片也会去根据画面的需要捕捉一些环境音用于后期剪辑。同时为了渲染艺术氛围，流行音乐纪录片中还会加入后期声音制作，包括加入音效、解说词、背景音乐等声音。为了弥补纪录片在前期拍摄过程中缺失的一些信息，创作者在后期制作中加入解说词和背景音乐作为主观表达，为了特定情节和达到真实感的效果，一些模拟的音效也会被运用，通常这类音效会由后期录音棚拟音制作。
同期环境音响
在流行音乐纪录片的拍摄中，同期的环境音响是必不可少的。纪录片的环境音通常是由专门的录音师进行同期的环境声捕捉。纪录片在绝对真实客观的环境下拍摄，就不可避免的产生很多不可控的声音，这些不可控声音会收录在同期声中，供后期剪辑使用。很多纪录片为了追求和强调现场感和真实感，也会将不可控的声音甚至是噪音保留下来，成为纪录片声音的一部分。
环境声音同时是信息的一种传达，流行音乐纪录片中很多环境音向观众传达着歌手的生存环境、情绪状态等信息。比如在《艾米》中，谈及艾米感情的资料片段，影片有好几段是艾米电话声音的片段，艾米的声音沙哑而悲伤的诉说着对男朋友的思念导致自残的行为，这几段以艾米的声音信息为主，画面则播放着几张艾米的日常生活照片，画面不喧宾夺主，使得观众将注意力放在电话内容上。另外，在艾米的电话声音中，伴随着电话声常有的底噪和一些人物动作引发的混乱嘈杂声，以及电话时不时的卡顿，说明艾米情绪的躁动不安和奔溃状态。正是由于这些艾米亲诉的声音，使得观众能够得知艾米情感生活的不顺。
在电话声音后，风吹过树叶以及鸟叫声等环境音进入画面，艾米的歌声也渐入，引导下一段叙事。在《渔湾市》中，纪录片描写了湖南的摇滚乐状况，影片拍摄历时五年，其中包括从上世纪90年代末到2009年出现的大多数乐队。其中，乐队生活的环境和大多数的乐队一样，混乱嘈杂，在片中充斥着大量的街头环境音，这些声音信息向观众表达着，地下摇滚乐队的生存现状。同期的环境音使观众在观看过程中同时闻其声，让观众体验到声临其境的感觉，从而凸显影片其独特的魅力。在真实客观的还原事物状态的同时，还能展示了人物的情绪、性格，直接补充其感受、经历等信息。
流行音乐纪录片里的声音非常丰富，由于音乐本身的特性，环境声的很多声音元素和镜头所捕捉到的同期音都是构成音乐主题的可能，它们不单单是背景声，在与画面结合的同时，也会产生无数种可能性，随着录音技术的发达，创作者对环境声的运用也会越来越丰富。
后期音效音响
艺术源于生活而高于生活，只要是艺术作品，都需要靠一些艺术手法进行加工制作。在流行音乐纪录片中，利用各种环境音效去创造画面空间，能有力的弥补画面的局限性。音效是打造空间感所需要的必不可少的声音元素，音效是影片中为了某一特定情节运用各种道具制作出来的一种声音，音效可以通过在拍摄现场的同步采集和后期录音棚里的拟音制作而成。在纪录片的声音录制中，会遇到一些同期声出现问题而不能使用的情况，于是采用模拟自然环境的方法制作声音，所以观众听到的很多纪录片中的环境音都是音效，由后期制作而成。