I grandi registi che verso la fine degli anni Venti passarono il guado dal muto al parlato, mi chiedo come dovevano sentirsi. Forse per molti la grande scoperta non era un progresso ma un limite, toglieva qualcosa all’immagine invece di completarla. E difatti qualcuno non si adattò, o non capì le strade nuove che si aprivano. Fritz Lang confessava di rimpiangere il muto: quando la Garbo recita una scena d’amore (portava come esempio) nei suoi vecchi film, il pubblico può intuire quello che sta dicendo anche senza sentire la sua voce; e questo aumenta l’efficacia della scena perché lo spettatore la completa a suo piacere, lavora di fantasia. Lang aveva ragione, ma per nostra fortuna non soffriva di rimpianti. Al sonoro non si adeguò subito (gli ci vollero due o tre anni d’inattività per assimilarlo) ma quando lo fece ne tirò fuori il meglio. M, il suo primo film parlato, è da questo punto di vista un testo sacro, un tornante nell’attività del regista, una miniera di invenzioni, di novità espressive che hanno influenzato per anni il cinema a venire. Certe forme oggi sono pane quotidiano, allora erano rivoluzioni: come il passaggio da un ambiente a un altro per mezzo della voce fuori campo, la presenza di un personaggio rivelata da una traccia sonora senza che ci sia bisogno di vederlo in faccia (il fischio dell’assassino, il suo respiro); insomma il ruolo essenziale e non di supporto che il suono deve avere in relazione all’immagine.
In M si integrano – ha detto qualcuno – espressionismo e umanesimo. È vero. Ed è proprio l’uso straordinario del sonoro che spinge il regista lontano dai simboli e lo accompagna verso la realtà. C’è in M una ‘naturalezza’ assente nei suoi capolavori precedenti (e che Lang approfondirà nel suo periodo americano). Ma c’è soprattutto una conferma per assurdo: che la più grande invenzione del cinema sonoro è stata il silenzio.
Gianni Amelio, Il vizio del cinema, Einaudi, Torino 2004


Lang, subito sedotto dalle possibilità espressive del suono, giunge in modo naturale a creare contrappunti visuali e sonori. In M, per esempio quando l’ombra di Peter Lorre si proietta sul manifesto che promette una ricompensa per la cattura dell’insaziabile assassino (l’attore è invisibile allo spettatore), non ne percepiamo che la voce. Stesso effetto durante il consiglio dei ladri, le cui sole ombre appaiono sullo schermo, mentre si svolge la loro conversazione. […]
Con rara maestria Lang utilizza il suono in contrappunto con l’immagine: l’immagine è valorizzata dal suono. Quando la madre si sporge sulla tromba delle scale disperatamente vuote, per chiamare Elsie, l’assenza della bambina è resa ancor più tangibile dalle immagini: la tavola con il coperto davanti alla sedia vuota e il ticchettio lancinante dell’orologio, che misura inesorabile il passare del tempo. Le grida di richiamo della madre risuonano nel solaio deserto. L’assassinio poi suggerito da un’ellissi: la palla che rotola e il palloncino che s’impiglia al filo del telegrafo, immagini su cui si prolunga e muore il grido della madre.
Il suono anticipa talora l’immagine, o meglio si riversa sull’immagine successiva, collegandola più strettamente a quella che precede. Allusioni sonore, associazioni d’idee utilizzate come raccordi accentuano il ritmo dell’azione e gli donano densità. È il suono a intensificare il significato dell’immagine: quando Lorre fugge verso l’edificio dove va a rintanarsi, passa rumorosamente un carro di pompieri. Nell’inquadratura successiva l’ingresso è vuoto e silenzioso.
Lang ha compreso per primo che il film sonoro non doveva, come il teatro, ridursi al racconto puro e semplice dei fatti. Così, quando il commissario Lohmann fa il suo rapporto, le immagini che affluiscono dànno ampiezza al racconto: vediamo gli uffici sventrati e le casseforti intatte. Così, quando il ministro telefona al prefetto e questi riferisce su tutte le misure prese, Lang ci presenta le perquisizioni minuziose, le ricerche effettuate per ogni dove.
Attraverso l’impiego del suono Lang prepara la scoperta dell’assassino: ci mostra, nella taverna, il cieco che vende palloncini tapparsi le orecchie; perché la musica troppo forte lo disturba (come fa l’assassino quando, sulla terrazza di un caffè, il suo ‘Leitmotiv’, un’aria fischiettata della danza dei Troll di Grieg, diventa troppo stridente). Quando la musica si attenua, egli si dondola beato.
Così lo spettatore comprenderà che il fischio rammenterà, più avanti, all’orecchio sensibile del cieco, l’incontro con la piccola Elsie.
Poco a poco, il suono conduce alla scoperta dell’assassino: è all’inizio quel rantolo di bestia braccata nel silenzio delle soffitte. Quando il guardiano notturno ha chiuso a chiave la porta dei solai, il coltello di Lorre si spezza nel vano tentativo di forzare la serratura. Poi i colpi ripetuti, con cui cerca di raddrizzare un chiodo strappato dal muro, tradiranno la sua presenza. Ed è l’irruzione: si scuotono le porte, si picchia sui tramezzi.
Al massimo del rumore, riecheggia il grido stridente di Lorre davanti alla giuria della malavita, mentre urla che è stato spinto da una forza invincibile. È il momento più alto di questa gamma tragica, melopea in cui suono e immagini si fondono in un contrappunto indistruttibile.
Lotte H. Eisner, Lo schermo demoniaco. Le influenze di Max Reinhardt e dell’espressionismo, Editori Riuniti, Roma 1983


In M, Lang si dimostra in grado non solo di adattarsi rapidamente al sonoro, ma di costruire un nuovo modello e nuove procedure di messa in scena che inglobano pienamente le tecnologie audiovisive. Egli trasforma il progetto di elaborazione formale sviluppato ai tempi del muto in un tipo di scrittura cinematografica che si misura con l’incremento di naturalità e di realismo prodotto dal suono e presenta spazi e azioni dalla indubbia autenticità. Da un lato valorizza le potenzialità del sonoro, costruendo sequenze organizzate attorno ai dialoghi o affidando all’ascolto di un’aria fischiettata la traccia investigativa fondamentale del film. D’altro canto, Lang articola regimi diversi dell’immagine, non solo introducendo ancora elementi di stilizzazione forte, ma soprattutto mostrando spazi vuoti, privi di presenze umane, che potenziano l’angoscia con singolare suggestione. Alcune immagini acquistano una speciale valenza simbolica, proseguendo una pratica di produzione del simbolo che Lang ha lungamente perseguito: la M quasi stampata sul cappotto di Beckert, l’ombra dell’assassino che compare davanti alla bambina sul manifesto della polizia prima del personaggio, le immagini dell’assassino allo specchio che assume espressioni e maschere diverse o, ancora, il palloncino di Elsie che vola verso il cielo e si ferma tra i fili della luce sono tutte figure visive di grande intensità, che attestano come Lang non si appiattisca sul presunto realismo immediato dell’immagine sonora, ma cerchi di dare vita a una messa in scena più elaborata e complessa.
Paolo Bertetto, Enciclopedia del Cinema. Dizionario critico dei film, Treccani, Roma 2004