Comment construire une convergence d'ordre musical entre le son et l'image, entre l'audio et le visuel, à l'heure du numérique? Qu'est-ce qu'est musicable dans le domaine de l'image? Nous postulons que la convergence musicale se construit par l'utilisation de dispositifs technologiques qui permettent 1) d'établir un certain degré d'interaction entre les médias visuel et musical, et 2) de manipuler les moyens du visuel en utilisant un ensemble défini d'opérations compositionnelles cohérentes avec un paradigme musical choisi. Sur cette base, nous mettons en avant l'hypothèse que ce qui est "musicable" dans le domaine de l'image est l'ensemble des variables visuelles qui peuvent être manipulées au moyen du dispositif technologique utilisé dans le processus de création dans la mesure où elles font musicalement sens. Dans cet esprit, nous traçons le cheminement historique qui a produit la convergence entre les médias et nous présentons un cas d'étude multiple intégré par douze travaux qui appartiennent à diverses étapes de l'histoire de la musique visuelle. Ensuite, nous analysons les 41 méthodes utilisées dans les travaux analysés pour construire la convergence musicale entre les médias. Finalement, nous présentons une démonstration artistique de l'application des méthodes et des concepts proposés pour construire la convergence musicale entre les médias. La conclusion fait la synthèse des résultats, revient sur l'interaction entre approche théorique et pratique dans ce travail et évoque les voies d'une recherche future.