Die interdisziplinäre Arbeit wendet Konzepte von Stimme und Vielstimmigkeit sowohl als konkretes sicht-, hör- und verstehbares ästhetisches Ausdrucksmittel als auch als abstrakte analytische Kategorien für die Untersuchung von Musikvideos an. Abstrakte Stimmkonzepte aus Musik-, Medien-, Literatur-, Sprach- und Kulturwissenschaften werden mit der Analyse von konkreten audiovisuellen Stimminszenierungen verbunden. Die Untersuchung teilt sich in drei Teile: erstens die theoretische Klärung der Stimm- und Polyphoniebegriffe, zweitens die Transkription eines Musikvideos ("Verliebt" von der Antilopen Gang) durch das audiovisuelle Online-Transkriptionstool trAVis sowie drittens die Analyse dieses Musikvideos unter der Verbindung der Transkription mit den theoretischen und methodischen Überlegungen zur Polyphonie. Das exemplarisch ausgewählte Musikvideo hat dabei die Funktion, das Konzept der Polyphonie als theoretisches und methodologisches Instrumentarium für die Analyse von audiovisuellen Produkten erschöpfend zu überprüfen.