Το Audio Puppeteering είναι ένας όρος που επινοήθηκε από τον σχεδιαστή ήχου ταινιών Ben Burtt, για να περιγράψει την πράξη της μετάφρασης της ανθρώπινης γλώσσας σε μια διαφορετική αλλά αναγνωρίσιμη μορφή. Μέσω της χρήσης κοινών ηχητικών μοτίβων και της σωστής χρήσης του διαθέσιμου ηχητικού λεξιλογίου, το ηχητικό κουκλοθέατρο μπορεί να κάνει τη μη ανθρώπινη ομιλία κατανοητή στο ανθρώπινο κοινό. Αυτή η ιδέα, την οποία πρωτοστάτησε ο Burtt, οδήγησε σε αυτό που ορισμένοι αποκαλούν «ομιλούν ρομπότ», όπως φαίνεται από τους χαρακτήρες του Star Wars και της ταινίας της Pixar το 2008, WALL-E.
Ο Ben Burtt είναι ένας αξιοσέβαστος βετεράνος του κινηματογραφικού κόσμου, διάσημος για τη δημιουργία γλωσσών εξωγήινων, ρομπότ και πλασμάτων. Ήταν ο Burtt που εφηύρε τη γλώσσα Wookie για το Star Wars, συνδυάζοντας τους ήχους των αρκούδων, των σκύλων, των λιονταριών και ενός ερεθισμένου θαλάσσιου ίππου για να δημιουργήσει τον χαρακτηριστικό ήχο. Ο Burtt κατασκεύασε επίσης τη γλώσσα ρομπότ του R2-D2 στις ταινίες Star Wars, ίσως το πρώτο του πείραμα με το ηχητικό κουκλοθέατρο. Για τους περισσότερους θεατές, ο R2-D2 έχει σαφείς προθέσεις που είναι κατανοητές, παρόλο που χρησιμοποιεί μόνο μια σειρά ρομποτικών θορύβων για να επικοινωνήσει.
Ο Burtt περιγράφει το ηχητικό κουκλοθέατρο ως μια μορφή μετάφρασης. Στη διαδικασία δημιουργίας του WALL-E, ο σεναριογράφος Andrew Stanton θα έγραφε γραμμές διαλόγου για τον κύριο χαρακτήρα του ρομπότ στα αγγλικά και ο Burtt θα μετέφραζε χρησιμοποιώντας την ποικιλία των ήχων που θα μπορούσε να κάνει ο Wall-E. Εξαρτώντας τη διαίσθηση του κοινού και συνεργαζόμενοι με τους εμψυχωτές, αυτό κάνει τις προθέσεις του ρομπότ κατανοητές στο ανθρώπινο κοινό, παρόλο που ο χαρακτήρας δεν μιλάει ανθρώπινη γλώσσα.
Ένα από τα κλειδιά για επιτυχημένο κουκλοθέατρο είναι η χρήση ήχων που είναι οικείοι στο κοινό. Στη δημιουργία της γλώσσας Wookie, ο Burtt συνδύασε γνωστούς ήχους για να δημιουργήσει μια νέα ιδέα ήχου. Ο Burtt έχει προτείνει ότι αυτό δίνει στις νέες δημιουργίες αξιοπιστία, καθώς φαίνονται γειωμένες στον κόσμο του κοινού, παρά στο εξωπραγματικό σκηνικό της ταινίας.
Ακριβώς όπως οι άνθρωποι έχουν ένα λεξιλόγιο λέξεων, έχουμε επίσης ένα υγιές λεξιλόγιο. Έχουμε την ικανότητα να αναγνωρίζουμε πώς ακούγεται το γέλιο ή το κλάμα και τείνουμε να συσχετίζουμε τις έννοιες με ορισμένα ηχητικά μοτίβα. Εάν ένα ηχητικό μοτίβο που είναι παρόμοιο σε ρυθμό, μοτίβο τόνου ή ρυθμό αναπαράγεται από μια μη ανθρώπινη πηγή, μπορεί ακόμα να φέρει μαζί του τις καθολικές συσχετίσεις. Έτσι, όταν ο R2-D2 κάνει ένα κλαψούρισμα, καταλαβαίνουμε την πρόθεση πίσω από αυτό ως φόβο ή άγχος. Αυτό είναι ένας από τους βασικούς άξονες του ηχητικού κουκλοθέατρου, η ικανότητα να εμποτίζει τους μη ανθρώπινους χαρακτήρες με ανθρώπινα συναισθήματα.
Ταινίες που περιλάμβαναν ήχο υπάρχουν για λιγότερο από έναν αιώνα, με την εισαγωγή του συγχρονισμένου ήχου στην ταινία του 1927 The Jazz Singer. Από την εφεύρεσή της, η τέχνη και η πρακτική του ήχου ταινιών έχει γίνει μια δημιουργική εστία τέχνης και καινοτομίας. Μέσω των συνεισφορών του Ben Burtt, του Gary Rydstrom και άλλων καλλιτεχνών ήχου, το ηχητικό στοιχείο ορισμένων ταινιών είναι πλέον τόσο σημαντικό όσο και η κινηματογράφηση ή η σκηνοθεσία. Το ηχητικό κουκλοθέατρο είναι ακόμα μια νεανική μορφή επικοινωνίας, αλλά φαίνεται να έχει ένα λαμπρό μέλλον καθώς η φαντασία των κινηματογραφιστών συνεχίζει να πετάει στα ύψη σε νέους κόσμους.