Aikaperspektiivi (en keksi tähän hätään parempaakaan termiä) erottaa video -ja elokuvateoksen valokuvasta. Valokuvan katselulla ei ole ennalta määriteltyä alkua ja loppua, mutta videolla ja elokuvalla on. Tämän vuoksi videolla on yhteistä myös musiikin ja äänen kanssa - niilläkin kun on vastaavalla tavalla alku ja loppu. Tämän merkitys voi helposti unohtua jos ajattelee videokuvausta visuaalista puolta korostaen. Stock footage-tyyppisiä videoklippejä tarjoavien sivustojen materiaalista iso osa on usein kuvattu järjestelmäkameralla, joiden äänen tallennuksessa on paljon toivomisen varaa. Monien klippien tapauksessa se ei kuitenkaan haittaa. Onhan niinkin, että monissa ammattituotannoissa kuvaushetkellä tallennettua ääniraitaa ei käytetä ollenkaan. Mitä isompi tuotanto ja budjetti, sitä todennäköisemmin joukko ammattilaisia rakentaa äänimaailman jälkikäteen.