سینماسینما، افشین اشراقی – باندِ صوتی، جدا از جنبه‌ی تحلیلی، می‌تواند معیاری باشد برای سبک‌سنگین‌کردنِ فیلم‌ها. این نکته‌ای‌ست که اغلبْ در نقد و بررسی‌ها نادیده گرفته می‌شود. بله، پرداختن به صدا (در نقد فیلم) مرسوم نیست و اولویت با تصویر (فرم بصری و روایی) است. لابد چون خیلی‌ها سینما را مدیومی صرفاً دیداری می‌دانند و یا دست‌کم در نقدهای‌شان چنین می‌نمایند. پس، کی نوبت به صدا می‌رسد؟ شاید فقط وقتی که سازندگان (به‌طور مشخص تیم صدا و کارگردان و هم‌چنین فیلم‌نامه‌نویس) استراتژی‌ای را برای صدا در نظر گرفته باشند و ایضاً منتقد نیز، فارغ از موفق‌بودن یا نبودن‌شان، از درکِ فضای شنیداری عاجز نباشد. جالب این‌که شماری از منتقدان، گاهی روی کوچک‌ترین جنبه‌های تکنیکیِ مرتبط با تصویر انگشت می‌گذارند و موشکافانه بررسی‌شان می‌کنند اما حتی نیمی از آن ریزبینی‌ها را خرجِ صدا نمی‌کنند و نگاه‌شان به صدا، در بهترین حالت، محدود می‌شود به اشاره‌هایی کوتاه و توصیفی.
اتفاقاً اگر بنا باشد با نگاهی ارزش‌گذارانه سراغِ فیلم‌ها برویم، صدا ملاکِ خوبی برای تمیز دادنِ سره از ناسره است. چون صدا معمولاً به عنوان عنصری نامنعطف و تحمیلی شناخته می‌شود. در حکمِ «چیزی» که باید باشد، همان‌گونه که هست. و این همان نگرشی‌ست که سازندگانِ ایتالیا ایتالیا نیز به صدا داشته‌اند. ایتالیا ایتالیا نه‌تنها از ظرفیت‌های نهان و آشکار و بی‌بدیلِ صدا هیچ استفاده‌ای نکرده، که لغزش‌های آشکاری هم در این زمینه داشته است. این بین شاید بتوان روی چند جلوه‌ی کوچک انگشت گذاشت (نه با نگاهی تحسین‌آمیز، بلکه صرفاً به‌خاطرِ جاگذاری‌شان). برای نمونه: در اوایلِ فیلم ما در حال سِیر کردن در رؤیاهای آرزومندانه‌ی نادر (حامد کمیلی) هستیم که به یک‌باره و با به صدا درآمدنِ زنگِ آیفون، پرت می‌شویم به زندگیِ روزمره‌اش.
فیلم برای پیش‌بردنِ روایت و پرداختن به شخصیتِ نادر و بیانِ احوالاتِ درونی‌اش، در کنار گفت‌وگو، از نریشن و تک‌گوییِ درونی نیز استفاده کرده است و ما تقریباً در سراسرِ فیلم صدای نادر را می‌شنویم؛ البته اغلب، آزاردهنده و گوش‌خراش. چرا؟ چون «شینِ» حامد کمیلی بدجور می‌زند. در دنیای عینی هستند کسانی که اصواتِ صفیری (مثلاً س و ش) را غلیظ و با تأکید ادا می‌کنند؛ بعضی‌ها سهوی و بعضی‌ها هم عمدی. دسته‌ی اول نحوه‌ی تلفظ‌شان همین‌جوری‌ست، بی ادا و اطوار. اما دسته‌ی دوم این‌طور بیان‌کردن را – جدی یا شوخی – نشانه‌ی باکلاس‌بودن می‌دانند و راهی برای عشوه‌گری. اما اصوات صفیری (در مدیوم‌های شنیداری و دیداری-شنیداری) نویزی نامطلوب‌اند و کنترل‌کردن‌شان راه دارد. مگر این‌که رها کردن‌شان به امان خدا عمدی باشد و منظورِ خاصی پشت‌شان. نقصی را که وصف‌اش آمد، می‌شد نشنیده گرفت اگر متعلق به شخصیتی فرعی بود. اما همان‌طور که اشاره شد صدا از آنِ شخصیتِ اصلیِ فیلم است؛ هم‌او که دائم وراجی می‌کند. به‌طبع، نریشن‌ها و تک‌گویی‌های درونی در استودیو (یا لااقل شرایطی مشابهِ آن) ضبط شده‌اند. که اگر چنین نباشد باز هم انتقاد به قوت خود باقی‌ست: چرا سازندگان این‌قدر راحت از کنارِ این مسئله گذشته‌اند؟
نکته‌ی دیگر این‌که در طولِ فیلم، صدا بارها و بارها بم و کمی گنگ می‌شود. این نقص به‌ویژه در نریشن‌ها مشهود است. که احتمالِ قریب‌به‌یقین برمی‌گردد به نسخه‌ی در حال اکران. نگارنده فیلم را در سینما عصر جدیدِ گرگان تماشا کرد و برای آن‌که مطمئن شود مشکلِ مزبور از سیستمِ صوتی نیست، از آپاراتچی درباره‌اش پرسید. جواب البته منفی بود؛ مثل نظرِ نگارنده درباره‌ی صدا و کلیتِ فیلم.