Lacan situait le "stade du miroir" constitutif du sujet sur un plan optique. Selon Peter Sloterdijk, le stade le plus archaïque n'est pas optique, mais auditif. C'est ce qui explique la fascination que produisent certains chanteurs, ou celle des Sirènes dans l'histoire d'Ulysse. Le sujet s'accroche à une tournure sonore, au son d'une voix, à une image musicale, pour attendre le retour de son moment de vérité, son instant musical. Dans cette écoute, il noue un pacte avec son propre avenir. La joie de vivre où il arrivera au plus près de lui-même naîtra de cette intonation. Lorsque son chant sera interprété, enfin, il sera comme il s'est promis à lui-même. Le monde résonnera après lui. Il sera parvenu à l'instant accompli, dans une sorte d'hypnose du bonheur qui tient à l'alliance entre le son et son attente la plus dissimulée. C'est l'effet de sirène, qui s'appuie sur la sélectivité de l'oreille humaine.

Cette situation fondamentale est masquée par le déchaînement de la machinerie moderne des images. Les masses sont placées sous le charme de l'individualisme visuel.