La définition de Segmentation
Dans le traitement de la parole humaine, la segmentation désigne l'opération qui permet de percevoir une succession d'unités (phonèmes, syllabes, mots) dans un flux sonore continu. Si les mécanismes de segmentation sont responsables de la distinction d'unités dans un signal physique ininterrompu et enchevêtré, le système de traitement de la parole fait intervenir des opérations de normalisation du signal qui permettent de reconnaître la constance des unités malgré leur variabilité acoustique, selon les locuteurs et les contextes d'émission.
Les mécanismes de segmentation
L'intervention des opérations de segmentation a été démontrée dans la perception des phonèmes. L'adulte perçoit une suite ordonnée d'unités phoniques à partir d'un support physique ne présentant ni l'invariance ni la linéarité manifestées par sa perception. Les recherches expérimentales ont montré que les segments phonétiques sont discriminés et identifiés à partir de la variation d'indices acoustiques correspondant aux traits qui sous-tendent les contrastes phonémiques (par exemple, le délai de l'attaque vocale pour le trait de voisement opposant /b/ à /p/, l'écartement des premiers formants pour le trait d'ouverture différenciant /a/ de /i/).
Dans le phénomène de perception catégorielle, la discrimination de la consonne initiale d'une syllabe synthétique (par exemple, /b/ vs /p/ dans ba ou pa) s'établit par regroupement des variations de l'indice acoustique. En deçà d'un certain délai de l'attaque vocale, les différents exemplaires de ba ne sont pas discriminés entre eux. Au-delà du seuil, les échantillons présentés sont perçus comme une syllabe pa indifférenciée. De ce fait, on a cru que les mécanismes de segmentation résultaient d'un découpage du flux auditif dépendant de l'expérience linguistique et de la connaissance d'un système de signes, les éléments perçus étant ceux par lesquels la langue oppose ses unités signifiantes (par exemple, bar vs par, malle vs mille).
La segmentation au plan développemental
Cette conception a été entièrement révisée avec la découverte des remarquables capacités perceptives dont font preuve les jeunes enfants. Au contraire, les opérations de segmentation et de normalisation du signal sont des prérequis pour l'acquisition de la langue maternelle. Dans les jours qui suivent la naissance, on observe une perception catégorielle, sur la base des variations des mêmes indices acoustiques et avec des performances discriminatives analogues à celles des adultes. Le nouveau-né peut même réagir différentiellement à des catégories phonétiques que l'adulte de sa communauté ne discrimine plus parce que sa langue n'exploite pas le contraste phonémique en jeu.
Toutefois, ces capacités précoces font l'objet d'interprétations diverses quant au domaine de leur application (le langage ou la parole humaine) et quant à la nature de l'unité à l'œuvre dans le fractionnement du stimulus et la représentation des constances. On a supposé que l'être humain disposait d'un module phonétique inné, associé à une architecture neuronale fixe, et répondant spécifiquement aux propriétés linguistiquement pertinentes des sons de langage. Ces propriétés étant celles susceptibles d'être exploitées par n'importe quelle langue pour contraster ses phonèmes. L'hypothèse entraîne que l'unité de segmentation et de représentation corresponde au trait phonétique ou au segment phonétique (consonne vs voyelle).
La seconde interprétation prend en compte la sensibilité du nourrisson à l'égard des caractéristiques prosodiques de la parole (rythme et intonation). Elle considère les modèles, adaptés aux capacités de traitement du jeune enfant, qu'offre effectivement l'adulte à sa perception et à sa mémorisation. À 4 mois, le nourrisson est capable de réagir à la constance d'un élément vocalique (par exemple, /a/ ou /i/) en négligeant les variations dues à la hauteur des voix ou aux mélodies qui l'accompagnent. Au terme du second trimestre, il parvient à repérer la similarité entre stimulus partageant un même élément consonantique (exemple /ma/, /mi/, /mu/) et à négliger leurs différences vocaliques. Dans ce cas, l'unité de fractionnement de la parole et de représentation de ses invariants pourrait être une unité prosodique, rythmique et articulatoire, la syllabe, que l'enfant sera précisément capable de produire de façon stable dans son babillage aux environs de 7 mois.