Dans cet article nous déclinerons langage et images, en parole et visage, en mouvements anticipés, imaginés et en illusions du son par l’image. Ce sera l’occasion pour nous de revisiter la notion de Gestalt dont on a pu dire, depuis le structuralisme, qu’elle était définitivement dépassée. En ce qui concerne Les Structures anthropologiques de l’imaginaire de Gilbert Durand, on rappellera que la Gestalt n’est — même pas implicitement — une approche exclusivement statique de la cognition. Bien au contraire, nous montrerons que c’est à partir des mouvements qu’émergent les formes et que se stabilisent en mémoire la morphologie des gestes audibles et visibles de la bouche, saisis au vol dans le décours d’un flux de quelque quatre à six syllabes à la seconde, via la perception des coordinations motrices qu’il est nécessaire de maîtriser pour l’expression courante du langage entre humains. Nous appliquerons ici, pour les flux perceptifs du langage, l’Analyse de scènes, héritière de la Gestalt, y compris pour l’expression gestuelle du visage et de la main chez les sourds qui pratiquent la Langue française Parlée Complétée (LPC), adaptée du Cued Speech du Dr Richard Cornett (1967).