ادراک شنیداری از مهم, ترین حواس انسانی,است که با احساس حضور او در زندگی زیسته هم,آمیخته است. ویژگی,های تحلیلی صدا نه فقط در فیزیک صوت که به انگار ه های مجازی آن نیز گسترش می یابد. عکس ها به عنوان سندتاریخی، این این, منظر که محل اجماع ادراک دیداری و حواس دیگر انسانی هستند، می توانند نمایه های صوتی و انگاره های نمادین مجازی صدا را در بستر خود ارایه دهند. بنابراین، در متن پیش رو، از تاریخ اجتماعی و فرهنگی حواس به عنوان روش تحقیق ادراک شنیداری در متن عکس استفاده شده تا لایه های ضمنی صوتی در آن مورد تفسیر و تحلیل قرار گیرد. اهمیت کار آن, جا خودرا نشان می دهد که عکس های شهری, را به عنوان اسنادی درنظر داشته باشیم که توانایی «ثبت حسی» موضوعات انسانی در اجتماعات شهری را دارند و بنابراین بیننده-مفسر-می تواند در هنگامه تاویل و تفسیر، از قوه شنیداری به عنوان یکی از حواس پنج, گانه در فهم عکس بهره گیرد. سوال اما این, جاست که ادراک شنیداری در تحلیل عکس که رابطه ای لازم و ملزوم با ادراک دیداری دارد، چگونه می تواند اطلاعات تاریخی درباره متن خود ارایه دهد؟ فرضیه ما آن است که عکس های شهری به دلیل ثبت زندگی روزانه مردم، اطلاعاتی را به جز در فرم و ساختار بصری خود، به صورت داده های ضمنی ثبت می کند که می توان از طریق درک شنیداری-تاریخی سند عکاسانه، آن را تحلیل و فهم نمود. نتیجه آن, که ادراک شنوایی آن, جا که در اسناد عکاسانه با قوه دیداری تداخل پیدا کند، انبوهی از اطلاعات فرهنگی مبتنی بر آگاهی همچون نوستالژیا، خاطرات، و یادها را در بیننده,خاص خود ایجاد می کنند؛ به علاوه، از طریق رد نمایه های صوتی ثبت شده در سطح عکس، می توان بافت تاریخی اجتماعی انسانی، کیفیت زیست و تعاملات زندگی روزمره یک مقوله جمعتی را در متن آن مورد مطالعه قرار داد.