不只是在劇情的層次上,聲音扮演了重要角色:兇手的破綻、罪行的證據、破案的線索,此片中的聲音還在「敘事技巧」上和「空間形構」上發揮了特殊作用。佛列玆‧朗以各種聲音作為串連(articulate)鏡頭與鏡頭、場與場之間的敘事聯繫元素;比如,以同一段旁白重疊了兩個鏡頭(警方與幫派會議畫面交互剪接),或是一場戲結束前角色口中說出了「十一點鐘」行動,待切換至下一場戲開頭時,畫外音準確傳來十一響的教堂鐘聲。整部片幾乎都是以聲音元素作為串連敘事的機制(device),開發了各式各樣的聲音敘事技巧,也實驗了各種音畫辯證的可能性。此外,從《Berlin》直到《Metropolis》等一系列默片,都只讓觀眾「看見」城市,一直等到了《M》,觀眾才終於「聽見」城市的聲音:車輛的喇叭聲、報童叫賣頭條新聞的高喊、酒吧的人聲鼎沸、看熱鬧群眾的議論紛紛、教堂塔樓的悠揚鐘聲、吟遊詩人的手風琴或賣藝人的手搖樂器旋律、母親呼喚孩子歸家的哀戚嘶喊…等等。這些無色無形的聲音暗示了畫面景框之外的城市元素;或者說,這些聲音也在觀眾的耳中和心幕之上,形成了城市的空間輪廓─就像是主角兇手在街心被乞丐圍捕的那一幕,四周隱伏的乞丐們互相打信號的尖哨聲,彷彿形成了一道道無形之牆,將他密密實實地圍堵了起來,沒有逃脫的出路。彷彿在無意之間,佛烈茲‧朗從1927的《大都會》到1932的《M》,從社會的階級衝突到精神病態的個人心理,隱約暗中預示了納粹的興起的軌跡之一;1933年,納粹取得了政權。這兩部片,似乎可以說是為克拉考爾(Siegfried Kracauer)的經典分析「從卡里加利博士到希特勒」(From Caligari to Hitler)中,在那一間表現主義小屋和席捲歐陸版圖的納粹國族之間,添置了一幕城市柏林的場景。