以多媒融合、前沿科技介入为趋势的数字艺术是当今艺术发展的前沿领域,交互式多媒体作品作为这个领域当中的重要成员,融合了前沿交互技术与多种媒体形式,展现出焕然一新的综合艺术呈现效果,是这个时代创新精神的体现。交互式多媒体作品所依托的创作平台大多是开放的编程环境,能够从最基础的层级构建或管理视听内容,这种拥有高度开放性与自由度的创作工具使跨媒体创作成为可能,各领域的艺术家都可以借助这样的工具来实现综合艺术创作。影像与音乐的结合是交互式多媒体作品中最为典型的结合形式,集中展现了交互艺术的视听呈现特征。由于创作实践与理论研究都还处于发展阶段,专注于交互式多媒体作品中视听结合的创作理论成果还十分少见,而创作理论的指导对于作品审美层次的提升有着重要作用。所以对于交互式多媒体作品创作的发展来说,开创一条新的视听关系研究路径有着重要的理论价值与应用价值,对于推动这一艺术形式走向成熟也具有一定的历史意义。本文针对交互式多媒体艺术中声音与影像的关系,以总结其中的音视互控策略为研究目的,分四个阶段展开研究:第一阶段,从电影视听理论、格式塔知觉组织原则、联觉效应以及平面设计原理等来自不同领域、由不同时代专家提出的经典理论中归纳总结实现音视互控的理论依据;第二阶段,结合声音艺术领域的聆听模式、声音合成技术与相关作曲概念,得出音视互控策略的四个应用方面的阶段性结论;第三阶段,选择多部不同体裁、具有代表性的交互式多媒体作品作为实例,对阶段性结论进行分析与验证;第四阶段,结合当今主流的交互式创作平台对结论中的互控策略实现形式进行演示,在验证策略的可行性的同时为阶段性结论补充实践方法,最终得出完整策略。本文首次归纳提出了交互式多媒体作品创作中的音视互控策略的四个应用方面,即:宏观形象互控、时间分配互控、空间分配互控、微观形象互控;以及两类实现形式,即:直接输入与间接同步。本文的结论对于国内当前交互式多媒体艺术的视听理论研究具有填补空白的意义,对于相关跨媒体创作能够起到一定的启发、借鉴作用。