La définition de Parole

La parole correspond aux sons du langage. Par extension, il s'agit de la faculté d'articuler et de percevoir des sons pour communiquer. Le terme de parole fait référence à la capacité que nous avons en tant qu'êtres humains d'exprimer nos pensées et de communiquer avec nos congénères à l'aide du langage articulé.

L'expression du langage

La parole constitue l'expression première et naturelle de cette faculté hautement abstraite et spécifique à notre espèce qu'est le langage. Produire et percevoir le langage parlé sont des activités si automatisées, si aisées et si rapides que nous avons beaucoup de difficultés à soupçonner l'extrême complexité des mécanismes qui les sous-tendent.
En faisant référence au processus d'articulation, la notion de parole renvoie à l'étude des sons produits par le système phonatoire humain. Le locuteur va produire un objet physique (ou signal de parole), qui constituera à son tour l'entrée du système de perception. Bien entendu, les propriétés du signal de parole dépendent étroitement de celles du système de production, c'est-à-dire de notre organe phonatoire, de manière telle que l'étude de la production et de la perception de la parole doit intégrer ces deux versants de nos capacités de traitement. La parole renvoyant également à l'organisation sonore des langues, nous devons également tenir compte des particularités de celles-ci dans l'étude de la production et de la perception.

L'organisation sonore des langues

Du point de vue linguistique, la fonction essentielle des sons de parole est de permettre de différencier des unités significatives (ou mots de la langue). Les sons qui possèdent cette capacité correspondent aux phonèmes de cette langue. Ainsi, par exemple, les sons [t] et [d] représentent deux phonèmes différents du français, car la substitution de l'un par l'autre nous permet de distinguer le mot toux, constitué des phonèmes /t/ et /u/, du mot doux, constitué de /d/ et /u/. Une telle définition des sons par référence au code de la langue relève du domaine de la phonologie, branche de la linguistique qui étudie l'organisation sonore des langues particulières, tandis que leur étude du point de vue concret de la réalisation relève d'une autre branche de la linguistique: la phonétique.
Les phonèmes d'une langue sont susceptibles d'être caractérisés et classés sur la base d'un certain nombre de propriétés élémentaires (ou traits). Ces traits font généralement référence à des caractéristiques articulatoires relativement constantes du système phonatoire lors de la génération des différents sons de la langue. Ces dernières caractéristiques permettent de définir les phonèmes et de les différencier. Par exemple, l'opposition entre les phonèmes /d/ et /t/ est exprimée par le fait que le premier d'entre eux est caractérisé par le trait <+ sonore> (ce qui signifie que lors de son articulation il existe une vibration des cordes vocales), tandis que le deuxième ne possède pas un tel trait: il est (ou encore sourd).
Cette caractérisation des phonèmes sous la forme d'un ensemble restreint de traits distinctifs permet, d'une part, de définir chaque phonème sous la forme d'un faisceau particulier de traits, et d'autre part, de rendre compte des relations que ces phonèmes entretiennent dans le système sonore de la langue.
Chaque langue possède son propre répertoire de phonèmes et de règles de combinaison. En français, l'opposition entre les sons [l] et [r] est pertinente car elle permet de distinguer, par exemple, le mot lime du mot rime. Donc, /r/ et /l/ sont deux phonèmes du français. En revanche, cette opposition de sons n'est pas exploitée en japonais. Là où le français comporte deux phonèmes distincts, le japonais n'en possède qu'un. Ce fait a des conséquences fondamentales sur la manière dont les auditeurs français et japonais perçoivent ces sons.

Le traitement du signal de parole

La possibilité de visualiser le signal de parole et de manipuler ses différentes propriétés a permis de dégager ses principales caractéristiques:

En contraste avec la nature discrète de notre perception de la parole, le signal acoustique correspondant a une forme essentiellement continue.
Les marques (ou indices) acoustiques qui permettent d'identifier les différents sons de la langue varient de manière importante selon leur contexte de réalisation. Un même indice peut donner lieu à la perception de deux sons distincts, tandis que deux indices différents peuvent donner naissance à la perception d'un même son en fonction de leur contexte de réalisation.
Les indices acoustiques correspondant à des sons perçus en succession peuvent se chevaucher largement sur le plan temporel. Autrement dit, il existe une transmission partiellement parallèle de l'information correspondant aux sons d'une séquence.

Afin de comprendre ces caractéristiques de continuité, de variabilité et de chevauchement temporel, il est nécessaire de faire référence à la nature des processus impliqués dans la production du signal de parole. En effet, l'examen des mouvements articulatoires montre que les sons successifs ne sont pas produits de manière indépendante, mais en étroite interaction. Ainsi, si le son initial des mots poux et pie est perçu de manière identique, le positionnement des lèvres lors de leur production n'est pas le même. En effet, ce positionnement est lié à la voyelle qui suivra le phonème /p/. Pour la production de poux, les lèvres sont arrondies et avancées, tandis que pour pie elles sont au contraire étirées et rétractées. La prise en considération de ce phénomène de coarticulation permet de comprendre la relation très complexe et indirecte qui relie les gestes articulatoires aux sons émis et perçus.
La complexité de cette relation est telle qu'elle a conduit les tenants de la théorie motrice de la perception de la parole à formuler l'hypothèse que ce que nous percevons, ce sont les gestes articulatoires qui sont à l'origine de sons de parole, et non pas les sons eux-mêmes. L'analyse du signal acoustique serait simplement le moyen qui permettrait à l'auditeur d'inférer les intentions gestuelles à valeur linguistique du locuteur.
La prise en considération du phénomène de la coarticulation rend compréhensibles certaines différences importantes de traitement observées en fonction de l'organisation phonologique des langues. Ce point peut être illustré à partir de l'exemple des procédures impliquées dans la segmentation perceptive des mots.
Le degré de coarticulation entre sons contigus est variable. Il est en particulier plus étroit entre les phonèmes d'une même syllabe qu'entre des phonèmes appartenant à deux syllabes distinctes. Cela résulte du fait que, du point de vue articulatoire, la syllabe constitue la trace d'un geste articulatoire intégré.
Ce fait autorise à penser que, du point de vue perceptif, les syllabes peuvent être traitées en tant qu'unités perceptives. Toutefois, les principes de l'organisation syllabique des langues peuvent être très différents, et ce en fonction de leur organisation phonologique. Classiquement, les linguistes considèrent que le rythme du français est de nature syllabique. Ainsi, les auditeurs de cette langue vont s'accorder pour dire que la syllabe initiale de balcon est bal, tandis que celle du mot balance est ba. Les choses sont tout autres en ce qui concerne l'anglais. Les mots de cette langue, dont la structure rythmique est basée sur l'accent tonique, ne possèdent pas nécessairement une structure syllabique claire. Si nous prenons le mot anglais balance, certains auditeurs vont juger que la syllabe initiale est bal, tandis que d'autres diront qu'elle est ba. Dans quelle mesure cette différence dans les principes d'organisation métrique peut-elle affecter les procédures de segmentation perceptive? Des recherches conduites en psycholinguistique sur la base d'expériences de détection de séquences de phonèmes ont montré que les auditeurs français segmentent les mots en unités syllabiques, tandis que cela n'est pas le cas pour les auditeurs anglais. Par ailleurs, ces travaux ont mis en évidence que, lorsque les individus français analysent les mots anglais, ils le font également en termes syllabiques, tandis que, lorsque les auditeurs anglais analysent les mots français, ils n'utilisent pas une stratégie de segmentation syllabique. Ce double résultat est important en ce qu'il montre que les procédures d'analyse du signal de parole varient non seulement en fonction des propriétés acoustiques du stimulus auquel les individus sont confrontés, mais aussi selon l'organisation phonologique de leur langue.
Un exemple classique de cette influence de la langue maternelle est celui de l'auditeur japonais qui s'avère incapable de faire la distinction entre des séquences telles que la et ra. Cette incapacité résulte du fait préalablement mentionné que l'opposition entre /l/ et /r/ n'a pas de valeur phonémique en japonais. Apprendre une langue du point de vue de son organisation sonore exige de distinguer les oppositions de sons qui sont pertinentes pour le traitement de cette langue de celles qui ne le sont pas.
Les psycholinguistes ont cherché à comprendre comment s'effectue cet apprentissage. Pour y parvenir, ils ont étudié de manière intensive les capacités de perception des sons de parole du très jeune enfant. Ces travaux ont mis en évidence des faits remarquables. En premier lieu, ils ont montré que, dès ses premiers jours de vie, l'enfant est capable d'opérer une discrimination entre les paires de sons qui s'opposent sur un seul trait distinctif, comme [pa] et [ba]. De façon plus étonnante, ces études ont révélé que l'enfant distingue potentiellement toutes les oppositions de sons susceptibles d'être exploitées par les langues humaines. Sur ce plan, ses performances perceptives sont bien supérieures à celles des adultes de son environnement linguistique, car ces derniers n'opèrent correctement de discrimination qu'en fonction des oppositions pertinentes dans leur propre langue. Ces capacités perceptives très ouvertes chez le jeune enfant déclinent en effet très rapidement. Ainsi, à la fin de sa première année de vie, sa capacité de discrimination ne porte plus que sur les oppositions pertinentes dans la langue de son environnement. L'acquisition du système sonore de la langue se fait ainsi par le passage progressif mais très rapide d'un système ouvert (l'enfant doit être à la naissance capable d'acquérir n'importe quelle langue naturelle) à un système plus fermé (le système phonologique de la langue de l'environnement doit être établi et stabilisé).

Produire et percevoir les mots

Dans les conditions ordinaires de communication, un locuteur produit en moyenne 200 mots par minute, c'est-à-dire entre 3 et 4 mots par seconde. Ces mots sont extraits d'un lexique mental comportant entre 50 000 et 70 000 unités. Ils sont produits les uns après les autres en accord avec les contraintes syntaxiques et sémantiques de la langue. L'auditeur, pour sa part, ne dispose que de 300 millièmes de seconde environ pour identifier chaque mot de l'énoncé et l'intégrer dans une structure significative susceptible de lui permettre d'inférer le message émis par le locuteur. Aussi, rendre compte de ces performances constitue un défi majeur pour la psycholinguistique.
Les psycholinguistes sont d'accord pour considérer que ces performances si complexes ne sont pas assurées par un système unique, mais par un ensemble de sous-systèmes de traitement dont chacun effectue un ensemble bien défini d'opérations. Il en va ainsi, notamment, des processus de production et de perception des unités significatives (ou mots). Produire un mot, c'est passer d'une signification à une forme, tandis que le percevoir, c'est effectuer le chemin inverse.
La production d'un mot comporte une première étape, dite de sélection lexicale, au cours de laquelle un item, susceptible de véhiculer l'idée que le locuteur veut transmettre, est spécifié du point de vue syntaxique et sémantique. Lors d'une seconde étape, cette unité (ou lemma), est encodée phonologiquement, c'est-à-dire qu'une forme (ou prononciation) lui est associée. Cette forme est alors utilisée pour construire le plan articulatoire, qui est ensuite développé sous la forme d'une séquence de gestes articulatoires. Le résultat terminal de ces opérations est la génération d'une onde acoustique (ou signal de parole).
A première vue, il peut sembler étrange de concevoir que la sélection d'un mot comporte deux étapes distinctes: la récupération de sa signification et ensuite celle de sa forme. Toutefois, il suffit de penser au phénomène très courant du mot sur le bout de la langue pour voir qu'une telle séparation est nécessaire. Quand nous sommes dans cet état psychologique particulier, nous avons clairement l'impression de savoir ce que nous voulons exprimer, mais nous ne trouvons pas le mot pour le dire. S'agissant du processus de reconnaissance des mots parlés, on peut imaginer que les opérations se déroulent dans le sens opposé. Le point de départ de la perception est constitué par l'analyse du signal de parole. Suite à cette analyse, nous devons construire une forme de représentation sensorielle (ou code) permettant de contacter, dans le lexique mental, l'entrée lexicale correspondante. L'accès à cette entrée nous fournit enfin toutes les informations qui lui sont associées, en particulier celles concernant sa signification.
Malgré son caractère très schématique, cette forme de modélisation permet de conceptualiser d'une manière cohérente la nature des opérations et des représentations mentales mises en jeu lors de la production et de la perception de la parole. Un concept central dans ce cadre théorique est celui de lexique mental. Proposer l'existence d'un tel dictionnaire interne est nécessaire, car la relation qui existe entre la prononciation d'un mot et sa signification est arbitraire et doit être mémorisée par le locuteur. L'objectif des recherches conduites en psycholinguistique sur la production et la perception des mots parlés concerne essentiellement l'étude des procédures d'accès à ce lexique interne.
Une tâche expérimentale courante, pour étudier les procédures d'accès lors de la production d'un mot, est celle de la dénomination. On présente à l'individu le dessin d'un objet, et on lui demande d'en donner le nom le plus rapidement possible. Des travaux conduits à l'aide de ce paradigme expérimental fort simple ont mis en évidence un certain nombre de faits très importants. En particulier, ils ont permis d'établir la chronologie des étapes de production en montrant que la récupération des informations de nature syntaxique et sémantique sur le nom de l'objet à dénommer précède de quelques dizaines de millièmes de seconde celle des informations de nature phonologique nécessaires à sa prononciation. Grâce à l'emploi des techniques d'imagerie cérébrale on a pu également tracer le décours temporel de ces opérations dans les différentes régions du cortex.
Dans le domaine de la perception, le défi majeur est posé par le fait que la reconnaissance des mots est assujettie à des contraintes temporelles importantes. Le mot n'est pas fourni d'emblée, mais arrive à notre système auditif sous la forme d'une suite ordonnée de sons. Comment, alors, cette séquence est-elle traitée, afin que la reconnaissance du mot soit la plus rapide possible? La plupart des modèles actuels formulent l'hypothèse que les premiers sons du mot entendu activent dans notre lexique mental une multiplicité de représentations lexicales. Cet ensemble initial sera progressivement réduit en fonction de la compatibilité des différents candidats avec la suite de l'information sensorielle. Par exemple, l'audition des premiers sons du mot vocabulaire va activer les représentations de tous les mots commençant par la séquence vo. Cette cohorte initiale de candidats sera ensuite réduite au fur et à mesure de l'intégration des sons successifs. Le mot vocabulaire serait identifié à la fin de la séquence vocabu, car c'est le seul mot de la langue compatible avec cette séquence initiale. Cette procédure permet d'isoler très rapidement le mot présenté.
De nombreuses recherches ont permis de caractériser d'une manière très précise la nature des mécanismes très subtils mis en jeu lors de la reconnaissance des mots. Elles ont montré que l'identification d'un mot parlé est le résultat terminal d'un processus complexe au cours duquel sont activées de multiples représentations mentales concurrentes. Les modélisations connexionistes ont contribué de manière importante à la caractérisation de ces processus de nature essentiellement dynamique.
Toutefois, malgré l'importance des progrès accomplis dans les domaines de la perception et de la production du langage parlé, nous sommes encore loin de pouvoir rendre compte d'une manière satisfaisante des processus impliqués dans les conditions plus ordinaires de communication. Un tel objectif ne peut être approché que dans le cadre d'un programme largement interdisciplinaire intégrant principalement les apports de la psychologie, de la linguistique et des neurosciences.

La parole intérieure

Il s'agit de l'activité interne de même nature que la parole externe, et qui sert de support à de nombreuses activités mentales. L'importance de la parole intérieure dans l'activité mentale a été soulignée par Lev Vygotski. Il s'agit d'une subvocalisation, c'est-à-dire d'une activité de parole dont la partie effectrice est normalement inhibée, de façon complète ou seulement partielle. En effet, elle peut se manifester chez certaines personnes, qui bougent les lèvres ou parlent toutes seules en agissant ou en réfléchissant. En l'absence de verbalisation manifeste, l'activité subvocale peut être mise en évidence par des enregistrements externes, recueillis sur le larynx, de l'activité des cordes vocales.
La parole intérieure est plus activement mobilisée par certaines activités cognitives, comme le calcul mental et, de façon générale, dès lors qu'apparaissent des difficultés dans la résolution mentale de problèmes. La parole intérieure est un phénomène attesté, distinct de l'hypothèse du langage intérieur.