Version classiqueVersion mobile

Des sons et des sens

 | 
Frederico Albano Leoni

2. Langues sans paralangues ?

Texte intégral

Produire et comprendre les sens

  • 1 J’utilise le terme de signification, ici et ailleurs dans ce livre, plus ou moins tel que le propo (...)
  • 2 L’attention accordée à la mimique, aux gestes, à l’actio remonte loin (Quintilien y consacre la deu (...)

1Il est possible de retrouver un point d’équilibre entre les asymétries rappelées ci-dessus, quand elles placent au centre de la réflexion phonologique le problème de la signification1, entendue comme processus complexe auquel concourent divers facteurs, comme la parole, les gestes, la mimique2, et le problème de l’interprétation, entendue comme un « aller et retour entre la perception progressive du co-texte graphique et auditif, ses hypothèses [à savoir celles du récepteur] sur le sens de ce qu’il est en train d’écouter ou de lire, et l’identification de chacun des morceaux » (De Mauro 1994, p. 19).

  • 3 Nous pouvons comprendre ce qu’entendait Halliday par « meaning in its most general sense » en lisan (...)

2Envisager la question de la signification comme centre de gravité de la réflexion linguistique n’est pas une idée neuve. On retrouve une telle option interprétative, pour ne rappeler que quelques auteurs, outre De Mauro, chez Mathesius (1971 [1929]), chez Benveniste (1967, p. 215 ; 1968, p. 25-26), chez Halliday et Hasan (1989, p. 4) qui considèrent la linguistique comme l’étude du signifié pris dans son acception la plus générale3.

3C’est donc à partir de là que se reforme le lien crucial entre signifiant et signifié, sans lequel il ne saurait à aucun niveau y avoir d’unité linguistique (plus loin nous affronterons la question du phonème et chercherons à comprendre s’il doit être considéré ou pas comme une unité linguistique). Des phénomènes apparemment disparates et incommensurables, comme certains aspects de la prosodie (« La prosodie »), de la voix (« La voix »), de la mimique et de la gestualité, trouvent leur dimension unificatrice dans les processus de la signification, de l’énonciation et du discours.

4Choisir comme point de départ l’unité indissoluble de ce lien permet d’alléger le signifiant phonique de sa charge en tant qu’unique porteur du signifié, car de cette unité dérivent les principes de maximum d’économie et de maximum d’efficacité qui l’organisent. En outre, du relâchement du lien qui unit signifiant et signifié, ou de celui qui unit locuteur et auditeur, naissent, comme nous le verrons plus loin, tous les problèmes de segmentation phonique du continuum et d’identification des unités linguistiques.

5La linguistique, ou tout au moins une partie très consistante de celle-ci, a cependant mis au point un schéma catégoriel qui permet d’éluder de nombreux problèmes difficiles concernant la signification, et en particulier ceux qui naissent de l’observation de deux importantes propriétés de la langue parlée : la prosodie et la voix. Le schéma consiste d’une part en l’application de la distinction entre « linguistique » et « paralinguistique », à l’intérieur de laquelle est enchâssée, pratiquement comme si elle était un de ses appareils opératifs, l’opposition entre « segmental » et « suprasegmental », et d’autre part, en l’exclusion du paralinguistique des objets possibles d’étude linguistique, ou pour le moins, en le considérant comme « marginal » (Martinet 1969 [1962], p. 44-58, ici p. 58).

Linguistique et paralinguistique

  • 4 Le terme paralinguistique et son histoire sont décrits chez Eco et Volli (1970), dans leur introduc (...)
  • 5 Pour les vicissitudes que traverse l’histoire du terme de connotation et du terme corrélatif de dén (...)

6Mettre la signification au centre de l’activité linguistique permet, ou plutôt exige, une réflexion différente sur les catégories du linguistique et du paralinguistique4, nous amenant à nous demander si cette distinction, essentiellement pratiquée dans les études portant sur la prosodie et la voix, mais qui, à y regarder de plus près, touche la catégorie elle-même de la connotation5, est effectivement fondée. En effet, à la dimension linguistique sont attribués les signifiés grammaticaux et littéraux (référentiels), et à la dimension paralinguistique, les signifiés dits attitudinaux, à savoir ceux qui manifestent une certaine attitude du sujet. Selon une opinion diffuse, la linguistique devrait s’occuper de la première catégorie, laissant les manifestations de la seconde à la psychologie, à l’éthologie, à la physiologie ou à d’autres sciences encore.

7On peut se demander quels sont les présupposés de cette dichotomie et ceux de l’attribution à la linguistique de l’étude de la seule dimension dénotative. Il ne s’agit certainement pas de présupposés biologiques ; bien au contraire, la biologie semble renverser les priorités :

  • 6 On trouve une présentation explicite de la dénotation comme résultat d’un processus d’abstraction d (...)

Comprendre l’origine évolutive des langues naturelles implique qu’on reconnaisse à ces dernières une fonction biologique fondamentale qui, sélectionnée de manière adéquate, pourrait en être l’origine. Jusqu’à ce jour, il a été impossible d’assurer une telle compréhension parce que le langage a été considéré comme un système symbolique dénotatif pour la transmission d’informations. En effet, si telle était la fonction biologique du langage, il serait nécessaire pour son origine évolutive que préexiste la fonction de dénotation pour développer le système symbolique dans la transmission d’informations ; mais cette fonction est précisément celle dont l’origine évolutive devrait être expliquée. Au contraire, si l’on reconnaît que le langage est connotatif et non dénotatif et que la fonction est celle d’orienter l’orienté dans son domaine cognitif, et non pas de mettre en relief des entités indépendantes, il devient évident que les interactions d’orientation apprises matérialisent une fonction d’origine non-linguistique qui, sous l’effet d’une pression sélective par application récursive, peut être à l’origine, au cours de l’évolution, de ce système d’interactions consensuelles coopératives entre organismes qu’est le langage naturel (Maturana, dans Maturana et Varela 1980, p. 30-31)6

8Cette dichotomie ainsi que la primauté de la dénotation sont donc un artéfact, la manifestation de la persistance d’un arrière-fond implicite de cette méfiance à l’égard de la parole dont nous avons parlé au chapitre 1, « Langue/parole », méfiance pour laquelle le signifié étudié par les linguistes est essentiellement le signifié dénotatif et, même si de manière illusoire, discret, de la langue : ainsi, dans la phrase « l’enfant mange la pomme » l’enfant mange la pomme et c’est tout. Mais cela n’est vrai que dans le cas où cette phrase est reportée dans un manuel de linguistique, comme exemple éventuellement de construction transitive. Dans un emploi réel, il en va bien autrement et aujourd’hui, comme nous l’avons vu, certains auteurs soutiennent, peut-être à juste titre, que la signification est toujours connotative.

9Ignorer cela signifie, dans un certain sens, demeurer à l’intérieur de l’ancienne opposition entre sens propre et sens figuré, et favorise l’orientation portant à l’élimination ou à la mise en marge de la recherche linguistique du signifié prosodique, qui a des caractéristiques très différentes de la dénotation, et de la capacité connotative de la voix.

10J’ai utilisé le terme arrière-fond parce que je crois qu’il est le résidu d’une vision logicienne des langues qui reste en quelque sorte sous-tendue par une partie de la réflexion linguistique, bien qu’aujourd’hui la sémantique, abstraction faite de la sémantique analytique, qui est un monde à part, ne parte plus de ces présupposés et qu’elle se construise par contre sur les catégories de l’indétermination, du vague et de la déformabilité.

  • 7 Il n’est peut-être pas hasardeux d’affirmer que ces aspects étaient considérés comme extra-fonction (...)

11Dans tous les cas, si nous confrontons le débat contemporain, qui remonte aux travaux recueillis dans Sebeok, Hayes et Bateson (1964), aux positions comme celles qu’exprime par exemple Pagliaro (1957, p. 72-78, 87-93), qui, malgré quelques précautions, maintient une nette séparation entre la communication verbale, la prosodie et le geste, nous voyons qu’aujourd’hui s’est affirmée une vision plus intégrée et pour ainsi dire sémiotique : le fonctionnement et la structure d’un acte linguistique parlé, comme ceux de sa phonologie, de sa morphologie, de sa syntaxe, de son lexique ne sauraient être compris hors du jeu complexe des interrelations, continuellement changeantes, avec les autres composantes et avec le monde7.

12En effet, des positions plus nuancées se font jour, même si elles ne sont pas en mesure d’annuler une telle dichotomie. Ainsi, par exemple, Halliday (1967, p. 10) affirme avec précaution : « Il ne suffit pas de traiter les systèmes intonatifs comme s’ils se limitaient à transporter un ensemble de nuances émotives qui se superposent aux unités et aux catégories grammaticales et lexicales ».

  • 8 Ladd reconnaît aussi que les traits linguistiques et paralinguistiques coïncident souvent, en ce se (...)

13Ladd (1996, p. 33-41) reconnaît que les messages paralinguistiques sont non-propositional et difficiles à paraphraser avec exactitude, mais aussi qu’en de nombreuses circonstances ils servent à communiquer avec force et efficacité et peuvent par ailleurs être également interprétés en l’absence d’un message proprement linguistique, comme dans les cas de filtrage, ou quand on ne comprend pas la langue ou qu’on communique avec les animaux ; il reconnaît en outre que les canaux paralinguistiques sont coordonnés et s’alignent sur les canaux linguistiques et que le message paralinguistique met en jeu l’interprétation de l’énoncé dans son ensemble8 ; il reconnaît aussi avec franchise l’existence de nombreuses incongruités et de nombreuses contradictions dans le traitement qui est fait de ces problèmes :

De nombreuses discussions en matière de métrique autosegmentale portant sur les effets des variations du pitch ont pour objet la question de savoir si un phénomène donné doit être représenté dans la chaîne tonale ou bien s’il doit être considéré comme un facteur scalaire « extrinsèque » […]. Présentés ainsi, ces points sont les derniers d’une longue série d’impasses paralinguistiques […] : alors qu’un chercheur considère un phénomène intonatif donné comme linguistique et lui réserve une place dans l’analyse phonologique (en ce cas la chaîne tonale), un autre chercheur, ou bien le même chercheur quelques années plus tard, soutient que le phénomène est extérieur au système des oppositions linguistiques et donc ne doit en aucun cas être représenté phonologiquement (ibid., p. 282).

14Son refus de tracer une frontière nette entre langue et para-langue est donc cohérent et acceptable (ibid., p. 283).

15Un signe de rapprochement est à mettre au compte des responsables d’un récent et important volume consacré aux manifestations phoniques des émotions (Magno Caldognetto, Cavicchio et Cosi 2008, p. vi) :

  • 9 Toutefois, malgré les prémisses, la catégorie du paralinguistique présentée comme une catégorie dis (...)

Les contributions présentées dans ce volume démontrent l’exigence d’intégrer dans les analyses linguistiques portant sur le parler les émotions considérées non seulement comme une composante paralinguistique, mais plutôt comme une base cognitive de l’acte communicatif qui, en tant que tel, détermine les choix linguistiques tant au niveau fonctionnel qu’au niveau positionnel, plaçant le parlé dans le scénario plus large de la communication multimodale.9

16Il est donc facile de voir qu’une large part de la discussion sur linguistique et paralinguistique porte de fait sur la prosodie et sur la voix, ainsi que sur leurs capacités significatrices.

La prosodie

17La prosodie est un phénomène difficile à étudier pour de nombreuses raisons.

18La première raison est certainement le fait que toutes les variables physiques qui la déterminent (le temps et l’intensité pour le rythme, la fréquence fondamentale pour l’intonation) sont disposées le long d’un continuum dont il n’existe aucune représentation discrète donnée par avance (comme cela arrive, par contre, grâce à l’écriture, pour la phonologie, la morphologie, le lexique et, en partie, pour la syntaxe). Cet aspect est à la base de nombreux problèmes théoriques et d’application.

  • 10 Semblable à celle que choisit Benveniste (1969, p. 58) à propos de la musique : « La “langue” musi (...)
  • 11 La prosodie est linéaire seulement du point de vue physique. En effet, du point de vue linguistique (...)

19La seconde raison est que la prosodie n’est pas facilement décomposable et moins que jamais réductible au modèle de la double articulation (Martinet 1969 [1962], p. 44-58). En effet, même si dans certains cas il est possible d’isoler une portion de prosodie, comme dans le cas de l’interrogation, et de la faire équivaloir, en forçant quelque peu les choses, à un monème, de telles portions ne sont pas analysables ultérieurement comme la combinaison d’un nombre fini d’unités récurrentes. En effet, les valeurs physiques qui déterminent la prosodie sont toujours et toutes radicalement relatives, et ne sont évaluables et interprétables que par rapport à ce qui suit et à ce qui précède à l’intérieur de toute l’unité prosodique considérée. Par conséquent, l’unité prosodique (par exemple, l’unité tonale ou ses constituants mineurs) est plutôt le résultat d’une dynamique entre des grandeurs variables, définies seulement à l’intérieur d’une configuration donnée10. Ainsi, d’un segment vocalique, dont je peux décrire de manière « objective » la hauteur, l’intensité et le timbre, mais aussi la durée, même avec une certaine incertitude due aux problèmes de segmentation, je ne pourrais dire s’il est linguistiquement aigu ou grave, long ou bref, intense ou faible11. En somme, toute la prosodie est dans les rapports, continuellement changeants, entre grandeurs, elles aussi continuellement changeantes et que nous percevons comme formes (Gestalten).

  • 12 Le mot casa peut être réalisé [‘ka:sa], [‘ka:za], [‘ha:sa], [‘kæ:sa], [‘ka:sə] etc. sans que cela n (...)
  • 13 Outre l’exemple de Vygotskij (cité au chapitre 1, § 6), on se souviendra du cas, raconté par Jakobs (...)

20Une troisième raison réside dans la nature particulière de la très grande variabilité prosodique (à considérer, naturellement, en relation aux évidents éléments invariants). La variabilité est une caractéristique fondamentale de toutes les manifestations sonores (et pas seulement sonores) des langues. Mais, alors que la variabilité dans la réalisation des sons qui constituent la chaîne peut, d’une certaine manière et au moins en partie, être ramenée à quelque autre forme de variation (diatopique, diastratique ou diaphasique), de sorte qu’elle ne concourt pas à la détermination du contenu sémantique de l’énoncé12, la variation prosodique, dans les mêmes conditions diatopiques, diaphasiques et diastratiques (qu’elle manifeste elle aussi), est toujours le reflet d’une différence, même légère, dans les intentions communicatives du parleur, dans ses attitudes, dans ses émotions, dans ses états d’âme : à une variation prosodique correspond toujours une variation sémantico-pragmatique de l’énoncé, parfaitement claire pour celui qui écoute13.

21Cela est très clairement dit chez ’t Hart, Collier et Cohen (1990, p. 110-114) :

  • 14 Le thème de la difficulté de la prosodie et de l’insuffisance des connaissances dont nous disposons (...)

Les traits intonatifs n’ont pas une signification intrinsèque […]. Nous supposons que ces choix (c’est-à-dire ceux parmi les différents contours) sont influencés par les signifiés attitudinaux qu’un locuteur veut ajouter au signifié littéral de ses énoncés. Mais la codification réelle dans un contour mélodique donné des signifiés attitudinaux est évidemment gouvernée par un si grand nombre de facteurs pragmatiques et situationnels que nous cherchons encore un paradigme expérimental utile auquel rattacher cet aspect complexe.14

22Rossi et al. (1981, p. 21-22) rappellent que dans les variations de la seule courbe intonative sont codifiées des informations portant sur : a) la modalité de la phrase, b) la structure de la phrase, c) l’attitude du locuteur, d) la quantité d’information transmise par chaque élément, e) la réalisation des accents lexicaux et morphologiques, f) les caractéristiques individuelles du locuteur, g) ses caractéristiques socioculturelles et sa provenance dialectale, h) son âge et son sexe, i) la nature des unités segmentales (voyelles et consonnes) qui constituent le signal, ainsi que leur concaténation. J’ajouterai qu’une autre complication que nous connaissons bien est due au fait qu’aucune de ces informations ne peut être isolée ni étudiée en soi, sinon au prix de simplifications drastiques dans la production des signaux à étudier qui finiraient par n’être plus du tout naturels.

  • 15 Du point de vue de la méthode, on devra dans tous les cas accepter, comme hypothèse de travail, qu’ (...)

23En outre, les variations prosodiques et les variations attitudinales du locuteur (ou bien les variations connotatives du sens) se développent chacune le long d’un continuum propre qui ne saurait aisément être discrétisé. Il est évident que chercher à mettre en corrélation deux variables continues, relativement peu connues, et chercher à établir le sens des covariations est une entreprise difficile15, par ailleurs mise justement en relief dans de nombreux travaux récents (par exemple Mozziconacci 2002 ; Wichman 2002 ; Zei Pollermann 2002). Comme nous le verrons dans « La voix », la question se pose en termes identiques à propos de la voix.

24Donc, la recherche des invariants et de la structure, ou des règles certaines pour la transformation superficielle de ce qui est en profondeur, se heurte à une limite sérieuse dans l’analyse prosodique, dans laquelle les solides paradigmes catégoriaux et discrétisants des phonologies segmentales ne sont pas automatiquement applicables en raison de la nature de l’objet à la fois différente et évanescente.

  • 16 Il faut dire que, alors qu’il est très facile d’observer comment dans la pratique communicative les (...)
  • 17 Comme à l’évidence, par exemple en français, dans le cas de phrases du type « Ah, en train il part  (...)
  • 18 La prosodie résout facilement l’ambiguïté de la phrase des manuels « Une vieille porte la barre » ; (...)
  • 19 À une affirmation du type « ho mangiato una mela » (j’ai mangé une pomme) il est possible en italie (...)

25Toutefois, parallèlement à ces difficultés dans la description de la prosodie, il est possible de constater que les locuteurs en connaissent le fonctionnement à la perfection et en utilisent tout le potentiel16. La prosodie dispose donc d’une grammaire qui lui est propre permettant la transmission d’un très grand nombre de sens à partir d’une même séquence et qui, en outre, recoupe aussi bien la syntaxe grâce aux processus complexes de la focalisation, de la mise en relief17, de la dynamique informative et de l’articulation en unités (Sornicola 1981, p. 191-240)18 que la sémantique (le cas le plus évident est lorsque la prosodie contredit le contenu lexical d’un énoncé (Bolinger 1989, p. 76)19.

  • 20 De même que sont naturels les indices qui marquent la limite entre blocs informatifs dits unités to (...)

26Cette composante d’une extraordinaire importance dans la communication orale se réalise à travers un mécanisme articulatoire extrêmement économique, basé sur : a) une variation de quelques dizaines de Hz par rapport à la fréquence fondamentale propre de chaque parleur, b) une variation qui peut aussi n’être que de quelques millisecondes dans la durée des syllabes, et c) de petites variations dans la pression de l’air expiratoire dues aux différents obstacles glottiques ou supraglottiques. Ce mécanisme est parfaitement congruent avec les capacités auditives et reflète des dynamiques phonatoires générales d’ordre probablement biologique, donc naturelles et universelles : son articulation en unités tonales est liée à ce que l’on appelle les « groupes respiratoires » ; les unités tonales se terminent toujours (sauf en cas de « marque ») avec un affaiblissement naturel de tous les indices (intensité et fréquence tendent vers zéro et l’élocution ralentit), et la « marque » (par exemple le mouvement ascendant terminal de ‘f0’) n’est que le renversement d’un mouvement naturel. Les caractéristiques prosodiques propres à chaque langue sont donc la composante arbitraire qui se greffe sur une base solidement naturelle (comme du reste de nombreuses autres manifestations linguistiques)20.

  • 21 Cette perspective, dans un certain sens, permet de réinterpréter sur le plan du signifiant le princ (...)

27Le principe de base du continuum phonique, qui en garantit la productibilité et la perceptibilité, de la syllabe à l’unité tonale et au-delà de cette dernière, est en effet celui du rythme : alternance entre périodique et apériodique, entre arsis et thésis, entre long et bref, entre maxima et minima de sonorité intrinsèque, d’intensité, de durée, de hauteur21.

28Les difficultés intrinsèques dans l’analyse de la prosodie se reflètent dans les deux problèmes que doit affronter celui qui l’étudie. Le premier de ces problèmes, et du reste le principal, est de comprendre en quoi consiste et où réside le signifié que celui qui parle confie à la prosodie et que celui qui écoute y reconnaît. Le second problème, strictement lié au premier, mais qui lui est logiquement subordonné, est de comprendre de quelle manière les faits prosodiques peuvent être le mieux représentés par le linguiste, c’est-à-dire de la manière la plus conforme à leur interprétation.

  • 22 L’espace que leur dédiaient les grands manuels de phonétique entre la fin du xixe siècle et la prem (...)
  • 23 On trouvera une présentation de la linguistique pragoise des années trente chez Raynaud (1990) et S (...)
  • 24 La tradition britannique d’analyse et d’annotation remonte à la fin du xviiie siècle. On trouve de (...)

29Jusqu’à il y a quelques années, les linguistes avaient prêté une moindre attention à la prosodie par rapport à celle qu’ils prêtaient non seulement à la phonétique et à la phonologie segmentales mais aussi à la morphologie, à la syntaxe, voire à la sémantique22. Les positions qui s’exprimèrent au cours des premières décennies du xxe siècle à Prague (Mathesius 1911)23, à Genève (Bally 1944 (1932), p. 47-48 et passim), en Angleterre (Jones 1909 ; Palmer 1922)24 et aux États-Unis (Pike 1945) demeuraient substantiellement marginales, malgré leur importance théorique.

  • 25 Crystal (1969, p. 20-96) propose une liste très riche et fort utile. Depuis quelques années la bibl (...)
  • 26 Il existe naturellement quelques exceptions surprenantes : dans le manuel de linguistique de référe (...)

30Depuis quelques années la situation a changé. Les études en matière de prosodie et en particulier celles consacrées à l’intonation ont énormément augmenté25 et sont devenues centrales : aujourd’hui la linguistique reconnaît à la prosodie un rôle déterminant tant au niveau de l’idéation et de l’exécution du discours, que par rapport à sa segmentation et à l’interprétation de la part de l’écouteur26.

31La prosodie est donc difficile à étudier pour toutes les raisons que nous venons d’évoquer.

  • 27 Le terme suprasegmental, créé par Hockett en 1942, est certainement un reflet de cet argument et du (...)
  • 28 La thèse d’une codification du signal de parole à travers deux canaux distincts est présentée de ma (...)

32En outre, à la distinction entre « linguistique » et « paralinguistique » se superpose une autre distinction relative aux catégories descriptives, entre « segmental » et « suprasegmental ». Cette seconde distinction est, selon moi, motivée par un argument traditionnel que j’approfondirai au chapitre 3, selon lequel la séquence segmentale (idéalement dans sa forme écrite) apparaît au parleur alphabétisé, ainsi qu’au linguiste, comme primaire, stable, permanente, comme une sorte de squelette invariant sur lequel s’applique la prosodie27. Un second argument, peut-être plus consistant, est fourni par la théorie des canaux parallèles dont un, le canal primaire, serait voué à la codification segmentale et un autre, le canal secondaire, qui se superpose au premier, serait voué à la codification prosodique28.

  • 29 Oliverio (1999, p. 53-54, p. 101-105), après avoir rappelé les respectives fonctions principales de (...)
  • 30 En faisant l’expérience mentale de projeter cette dichotomie dans une perspective phylogénétique, o (...)

33Sans entrer dans le fond du débat, que l’on ne peut pas trancher ici, afin d’établir pour cette théorie la possibilité d’une base neurologique dans les différentes fonctions de diverses parties du cerveau29, je voudrais faire observer cependant que cette théorie, au moins en ce qui concerne la hiérarchie entre les deux canaux, est linguistiquement et sémiotiquement contrintuitive. En effet, alors qu’un énoncé, même le plus neutre, produit par n’importe quel locuteur, reflète toujours une attitude (Bolinger 1989, 67-68) et ne saurait exister qu’à l’intérieur d’un schéma prosodique (Bally 1944 [1932], p. 47-48), un schéma prosodique peut exister et signifier sans contenir de séquence segmentale (comme lorsque nous murmurons la bouche fermée une mélodie [mmmmm]), ou bien peut exister en s’appuyant sur une séquence segmentale artificielle et asémantique conservant une capacité communicative (Stetson 1936, 246)30.

34Pour reprendre des termes anciens mais très efficaces, la phoné existe sans la diálektos, mais la seconde ne peut exister sans la première (Laspia 1997, p. 59-69).

La prosodie comme génératrice de sens

  • 31 Rossi et al. (1981, p. 99-137) demeurent prudents quant à leurs conclusions à propos du vocatif en (...)
  • 32 Ces aspects seront discutés dans la sous-partie dédiée à la voix. Le lecteur observera qu’ils aurai (...)

35Il est reconnu à la prosodie, universellement dirons-nous, au moins pour les langues comme l’italien et le français, le rôle de transmettre des sens grammaticaux, référés à la modalité de l’énonciation (interrogative, jussive et autres), en particulier dans les cas où la modalité en question n’est pas représentée par des instruments morphologiques spécifiques31. On lui reconnaît, en outre, le rôle de transmettre la manifestation des émotions, d’états d’âme et d’attitudes, d’intentions, de jugements, d’évaluations32.

  • 33 Cruttenden (1986, p. 58), discutant de la taxinomie des tons nucléaires de l’anglais, dans laquelle (...)

36C’est peut-être ce second aspect, évidemment très complexe et relevant du problème plus général du sens, qui décourage les linguistes parce que, comme je l’ai dit, l’ensemble des sens transmis est illimité et continu. Le problème que l’on rencontre quand on est confronté aux ensembles illimités et continus est celui de trouver le juste point d’équilibre entre la tendance économique à répartir cet ensemble dans un groupe limité de catégories, facilement utilisables mais fatalement génériques et peu explicatives, et la tendance à développer des grilles avec un nombre lui aussi illimité de catégories, et donc non manipulables et affectées par la subjectivité de l’analyste. Mais c’est précisément là l’effort qui doit être fait dès lors que l’on considère qu’il est possible de construire une grammaire de la prosodie qui tende, tout en demeurant facilement maniable, à faire le pont entre le limité et l’illimité33 ; et c’est bien ce qu’a réalisé, de manière inégalée, la recherche anglo-saxonne et en particulier la recherche britannique.

37Ainsi, O’Connor et Arnold (1961), dans un manuel considéré aujourd’hui comme classique, accordent une grande importance à la question des significations de l’intonation, qui représentent le fil conducteur du livre, et dans un chapitre au titre explicite (« Intonation and signification ») (ibid., p. 30-71) relèvent 10 schémas prosodiques de base et pour chacun d’eux (ibid., p. 30-31) ils observent des énoncés appartenant respectivement aux catégories « affirmations », ou « questions » (spéciales ou générales), ou « ordres » ou « interjections ». Les énoncés du groupe 1, catégorie « affirmations » (ibid., p. 33) transmettent une attitude « cool, calm, phlegmatic, detached, reserved, dispassionate, dull, possibly grim or surly ». Les affirmations du groupe 2 (ibid., p. 36) ont un caractère « categoric, considered, weighty, judicial, dispassionate (more emphatic and often more ponderous-sounding than with Tone Group 1) ». Les statements du groupe 7 (ibid., p. 53) expriment « soothing, reassuring […] there is a hint of great self-confidence or self-reliance on the part of the speaker ». Et ainsi de suite. Peut-être pourra-t-on avoir l’impression d’une certaine ingénuité, mais on ne peut oublier que derrière ces classifications, il y a une longue et sérieuse expérience d’écoute et d’interprétation, et que celles-ci en viennent en outre à ressembler aux représentations de la voix dans la littérature, ce dont je parlerai dans « La voix ».

38On retrouve chez Halliday (1967, p. 9) le même objectif de ramener à des classes discrètes les nuances prosodiques :

  • 34 On trouve une application élégante de ce schéma à l’italien dans Lepschy (1978b).

On peut représenter la conversation spontanée en anglais standard britannique comme impliquant une sélection continue d’un ensemble de cinq tons (cinq sont simples, 1, 2, 3, 4, 5, et deux composés, 13 et 53). Ces cinq tons constituent un système phonologique, à un premier niveau de précision, satisfaisant aussi bien la chaîne (c’est-à-dire l’axe syntagmatique) que le choix (c’est-à-dire l’axe paradigmatique). En d’autres termes, il est ici suggéré que le parlé continu peut être analysé comme une succession ininterrompue de groupes tonaux, chacun desquels sélectionne un des cinq tons. Aux fins de l’analyse, la sélection peut être considérée discrète sur les deux axes, syntagmatique et paradigmatique : c’est-à-dire que l’on peut faire une bonne description si nous postulons que chaque groupe tonal commence là où finit le précédent, sans superpositions et sans hiatus, et que chaque groupe tonal peut être assigné sans ambigüité à un ton, excluant ainsi tous les autres.34

39Halliday affirme en outre de manière tout à fait explicite le primat du signifié et considère le signifié prosodique comme parfaitement intégré au mécanisme de la signification :

Quand nous décrivons une langue nous nous occupons du signifié, et toutes les oppositions de signifié peuvent être établies aussi bien dans la grammaire que dans le lexique. Si nous considérons que l’intonation en anglais est significative – si, par exemple, le choix entre deux énoncés possibles qui diffèrent seulement parce que l’un a le ton 1 et l’autre le ton 4 est un choix véritable entre des énoncés différents – alors nous devons chercher à déterminer le lieu qu’occupent ces choix par rapport à l’ensemble total des structures formelles de la langue ; et il n’y a que deux espèces de structures formelles : la structure grammaticale et la structure lexicale. Il ne suffit pas de considérer les systèmes intonatifs comme s’ils se limitaient à transporter un ensemble de nuances émotives qui se superposent aux unités et aux catégories de la grammaire et du lexique (ibid., p. 10).

40De manière plus explicite encore, Halliday (ibid., p. 18) réaffirme ce principe après avoir parlé des tons et de leurs combinaisons :

Mais le choix d’un ton n’est pas déterminé par d’autres traits grammaticaux ; au contraire il est […] de plein droit un choix grammatical indépendant. Aussi, il n’est pas surprenant que la plupart des énoncés en anglais pourraient être remplacés par d’autres énoncés, différents dans leur signifié formel et contextuel, qui se différencient seulement par le ton.

41En outre, Halliday montre qu’il sait conjuguer ce qu’il y a de mieux dans une tradition phonologique générale avec l’attention au signifié.

  • 35 Le repérage des modules prosodiques n’est pas une opération sans fondement mais le résultat de choi (...)

Par exemple, le ton 1 peut être, et il l’est en effet, le représentant d’un certain nombre de termes, chacun d’eux dans un système grammatical différent. Mais en même temps, il est important d’observer que le ton 1 est phonétiquement identique – c’est-à-dire qu’il a la même gamme de variation phonétique – dans chacun de ses emplois. Le concept de « ton 1 » se base sur une abstraction à partir des données phonétiques pour laquelle on s’est simplement demandé : « cette distinction, que j’extrais des observations de la substance, est-elle significative ? est-elle exploitée quelque part dans la grammaire ou dans le lexique de la langue ? » (ibid., p. 11-12).35

42Du reste, à la question de savoir quel doit être le degré de précision d’un niveau descriptif, la réponse (ibid., p. 9) est qu’il n’y a pas de limites théoriques : c’est la grammaire qui en décide (grammaire ici entendue dans le sens de système). Le niveau phonologique (c’est-à-dire non phonétique) peut être considéré comme un pont entre forme et substance (ibid.).

43Enfin, Halliday (ibid., p. 47-48) est particulièrement explicite concernant la nécessité d’intégrer les signifiés prosodiques dans la description de la langue :

  • 36 On trouve un exemple de la subtilité des analyses de Halliday (ibid., p. 33-47) dans sa classe 13 ( (...)

S’agissant de l’intonation du point de vue grammatical je n’entends pas rejeter l’idée qu’elle soit porteuse de signifiés émotifs. La réponse des informateurs auxquels on demandait d’évaluer des contours (mélodiques) selon une échelle donnée reflète exactement la conscience du parlant natif sur la valeur significative de l’intonation dans la langue ; et nombre des étiquettes utilisées ici, qui, comme toutes les étiquettes grammaticales, sont choisies sur la base de critères sémantiques, n’ajoutent rien en tant que telles à une formulation en termes attitudinaux. En revanche, ce que je cherche à suggérer est que, dans de nombreux cas, les schémas peuvent être systématisés sous forme d’assertions grammaticales formelles qui nous permettent à la fois de montrer quelles sont les possibilités oppositionnelles en un point précis de la langue, et de les relier, par ailleurs, à d’autres choix grammaticaux. Je ne pense pas qu’il soit possible de décrire complètement la grammaire de l’anglais parlé sans faire référence aux oppositions réalisées par l’intonation ; procédant ainsi, il est possible de faire de nombreuses et importantes distinctions, y compris celles qui ne sont pas intonatives mais qui dépendent du système intonatif.36

44Cette position est partagée et présentée avec grande efficacité par Crystal (1969, p. vii, 282-303), quand il définit la nature de sa stratégie : d’un côté, développer un modèle de la description de l’intonation qui s’intègre aux modèles généraux de la phonologie non segmentale ; de l’autre, réserver la plus grande attention aux problèmes du signifié et aux interrelations de la prosodie avec la mimique et avec le contexte.

45Cette perspective est également suivie par Bolinger (1986 ; 1989), qui consacre deux travaux fondamentaux à l’intonation. Le premier analyse les constituants des profils intonatifs et le second illustre les usages concrets, en privilégiant la perspective de la parole et en fournissant une présentation magistrale de la plasticité et de la finesse significative de la mélodie ainsi que de sa nature iconique (Bolinger 1989, p. viii).

46Enfin, une preuve a contrario de l’efficacité de la prosodie est que, de même qu’il existe des lapsus grammaticaux ou lexicaux ou phonologiques, il existe aussi des lapsus ou erreurs prosodiques, qui génèrent donc des non-sens, comme le montre parfois la lecture des journaux télévisés qui peuvent alors devenir incompréhensibles et fastidieux. Bolinger (1989, p. 70) rappelle précisément que les erreurs (prosodiques) de lecture nous disent combien l’intonation est importante.

  • 37 Si en grammaire on reconnaît que les profils prosodiques respectifs du français Tu viens ! – Tu vie (...)

47Du reste, la prosodie ne peut que faire partie des propriétés nécessaires de l’énoncé puisqu’aucun énoncé ne peut être réalisé sans elle37. Il est à noter qu’en appliquant au-dehors des études strictement prosodiques le raisonnement qui dans ces études conduit à la distinction des signifiés littéraux par rapport aux signifiés attitudinaux, paradoxalement, tous les processus de la signification et du discours finiraient par être paralinguistiques, et le seraient aussi les sens qui naissent occasionnellement de processus métaphoriques, métonymiques, synesthésiques, ironiques, hyperboliques, énantiosémiques, consolidés seulement en partie sous forme d’acceptions lexicographiques. La variété des sens générés par la prosodie n’est pas qualitativement différente de la variété des sens générés par le contexte et par les processus mentaux de rapprochements par ressemblance ou par contigüité. Certes, il est nécessaire de renoncer à une grammaire qui les contienne tous, et de se contenter des catégories générales, comme celles que reconnaît la rhétorique pour les mouvements des sens, et celles, comme nous venons de le voir, de la tradition britannique en matière d’études prosodiques.

48Il existe donc de nombreux et évidents motifs pour considérer la prosodie non pas comme un accessoire à appliquer, mais comme une composante active de la signification et comme un constituant du sens.

49Il faut enfin considérer avec attention, dans ce cas aussi, le point de vue de l’auditeur que les modèles d’analyse prosodique délaissent en général, parce que ceux-là sont plutôt orientés en direction du locuteur (Bailly, Aubergé et Morlec 1997, p. 21). En effet, on peut observer chez l’écouteur, sur la base des indices linguistiques perçus, comment celui-ci développe de manière précoce des attentes et des représentations internes qui lui permettent l’interprétation du message (ibid., p. 22-24). C’est la confirmation de ce qu’a observé Bregman (1990, p. 602-603), à propos de la coprésence et de la coopération des mécanismes de perception primitive et de perception basée sur des schémas appris : c’est certainement la perception auditive qui met en mouvement le processus d’analyse et de décodage, mais presque au même moment, le signal linguistique met en jeu des activités cognitives plus poussées d’analyse du contexte, du cotexte, des attentes des locuteurs etc., qui se superposent à la perception purement auditive et, pour ainsi dire, la guident dans le décodage selon des schémas propres à chaque langue.

  • 38 Crystal (1969, p. 284), parlant du rapport entre intonation et structures grammaticales, observe qu (...)

50Il serait naturellement intéressant d’étudier aussi le cas contraire, à savoir celui d’une reconnaissance prosodique à travers des indices lexicaux38.

  • 39 À propos de ce dernier point, un autre présupposé généralement partagé et que représente de manière (...)

51Par conséquent, nous pouvons voir, une fois de plus, pourquoi le processus ne part pas seulement du signal (prosodique), entendu comme unique porteur de l’information, mais est toujours intégré et pourquoi l’hypothèse de contenu contribue à la détermination de la reconnaissance de ce qui est perçu39.

La prosodie dans l’ontogenèse du langage

52La prosodie joue un rôle central non seulement dans la construction du discours et du sens et dans son interprétation de la part de l’auditeur, mais aussi dans l’ontogenèse du langage : avant la naissance déjà, la première catégorisation des voix humaines est confiée à la prosodie. Cela est aussi confirmé par l’importance de la prosodie dans l’acquisition de la langue (maternelle) de la part des enfants et dans le développement de leur capacité de segmenter le continuum de la chaîne parlée (processus qui a lieu sans que l’enfant n’ait encore aucun contrôle conscient sur le mécanisme laryngé, et quand son contrôle des schémas prosodiques de sa langue est encore à un stade initial).

53Les conclusions auxquelles parviennent Mehler et Dupoux (1990, p. 213-220) sur la base à la fois de leurs propres expériences et de celles d’autres chercheurs sont bien connues. En soumettant des nouveaux nés français à l’écoute de textes en langue française et en langue russe, filtrés de manière telle que ce qui était perçu par l’enfant était semblable à ce qu’il percevait dans l’utérus, l’enfant distinguait, sur la base de la seule prosodie, les deux langues. En revanche, la distinction n’avait pas lieu entre deux langues inconnues.

54Hawkins (1999, p. 195) présente très clairement les aspects ontogénétiques du problème :

Les propriétés plus générales de ce que sera la langue maternelle de l’enfant sont de nature prosodiques et certaines de ces propriétés peuvent être apprises dès la naissance voire avant. Les schémas rythmiques et mélodiques peuvent être perçus dans l’utérus en ce sens qu’ils sont ce qui reste du signal quand la voix de la mère arrive dans l’utérus à travers le filtre passe-bas de son corps. […] les schémas de réponse étaient les mêmes, que la voix fût perçue non filtrée ou bien filtrée au point qu’il n’en restât que l’information prosodique […]. D’autres données suggèrent que les enfants sont sensibles aux propriétés idiolinguistiques qui marquent des limites de phrase dès l’âge de six mois et à celles qui marquent les limites de syntagme à partir de neuf mois.

55Ainsi, après quelques mois de vie, l’enfant organise déjà un système élémentaire de marques sonores dans lequel la distinction primaire entre profil terminal ascendant et profil descendant est établie et reliée au sens (ou aux intentions) d’attirer et de maintenir l’attention ou bien à celui de l’attente d’une réponse. Il rétablit en outre une relation de complémentarité entre les deux profils (Ducard 2002, p. 134-135).

56Ducard (ibid.) expose avec une profusion de détails les résultats de nombreux travaux expérimentaux consacrés au rôle de la prosodie dans la formation des capacités linguistiques de l’enfant déjà dans une phase périnatale, c’est-à-dire depuis quelques semaines avant la naissance jusqu’aux premiers mois de vie. Une fois de plus, on retrouve, entre autre, la centralité de la syllabe comme unité de base (infra, chap. 4, « La syllabe comme pars minima naturelle »).

57En somme, dans le processus de sémiotisation du monde, les premières répartitions entre les sens que réalise l’enfant se font sur des bases prosodiques (et l’on n’oubliera pas non plus de rappeler également l’importance de la prosodie dans l’interaction entre humains et animaux), et c’est encore à la prosodie qu’est confiée la première segmentation du continuum phonique.

Les représentations de la prosodie

  • 40 Une excellente présentation des problèmes techniques et théoriques de l’intonation est offerte par (...)

58Les modèles courants de la représentation de la prosodie peuvent être rangés en deux classes : celle des représentations qui tendent au continu, à l’analogique, à l’holistique (dites représentations « par profils », anglais contours, considérées tendanciellement comme phonétiques) et celle des représentations qui tendent au discret et au catégoriel (dites « par niveaux », anglais levels, considérées tendanciellement comme phonologiques). À cette division se joint, et d’une certaine manière se superpose, la division effectuée par l’instrument utilisé pour l’analyse, selon qu’il s’agit essentiellement de l’oreille humaine ou d’un dispositif électronique40.

59Un des motifs des difficultés initiales dans l’analyse prosodique moderne et dans sa représentation, vers la fin du xixe siècle, résidait dans le fait que l’écriture ne donnait que peu d’indications, par ailleurs rudimentaires. Mais ce manque d’indications permit précisément une liberté et une absence de préjugés impensables dans les réflexions segmentales de l’époque, preuve de la relation qui existe entre les modes et techniques de représentation et les modèles théoriques.

  • 41 Chez Jones (1909) aucune forme de segmentation ni aucune analyse des signifiés portés par l’intonat (...)
  • 42 La plus répandue a été mise au point en Angleterre (entre autres par Sweet 1878 ; des exemples chez (...)

60Ainsi, pour la période allant des origines des études prosodiques modernes jusqu’à la moitié du xxe siècle, l’évaluation de la prosodie et la représentation graphique qui en dérivait ne pouvaient se fonder que sur l’impression auditive de l’observateur41 (éventuellement confortée par l’inspection des tracés obtenus, de manière alors rudimentaire, dans l’extraction du pitch). La représentation était donc de type analogique42, par profils, et les faits prosodiques, en particuliers les faits intonatifs, étaient observés dans la globalité de leur dynamique. Pour cette raison, la prosodie était conçue comme un phénomène continu ou seulement discrétisé, et ce de manière sommaire ; quant à l’information, elle était contenue dans le profil mélodique dans son ensemble, même si, naturellement, certaines de ses manifestations, telles que les manifestations grammaticales, étaient plus facilement localisables. Le problème principal de cette méthode était celui d’une absence d’échelles objectives explicites et donc celui d’une certaine subjectivité aussi bien de l’analyse que de sa représentation, source d’opinions souvent discutables ou controversées.

61On fait remonter à Pike (1945) l’introduction du principe d’articulation du continuum en un certain nombre de degrés accentuels, de niveaux mélodiques et de profils terminaux (Lepschy 1978a, p. 111-112), avec comme conséquence la phonologisation de la prosodie, c’est-à-dire la tentative de repérage de portions discrètes contrastives, par analogie avec les phonèmes. On trouve une interprétation modérée de ce principe par exemple chez Halliday et chez Martinet.

  • 43 Les modèles « phonétiques », appelés aussi modèles « linéaires », sont représentés par les systèmes (...)

62Au cours des vingt-cinq dernières années, la diffusion mondiale d’instruments informatiques puissants et polyvalents nous a conduits à la substitution, pratiquement générale, de la représentation subjective de l’impression auditive par des tracés générés par l’ordinateur. La représentation visuelle de tels tracés analogiques s’accompagne de la possibilité d’extraire des valeurs numériques discrètes des variables pour chaque point du tracé43. En outre, et peut-être est-ce là un fait tout aussi important, les tracés sont aussi représentés comme une succession de caractères alphanumériques, permettant ainsi leur lecture automatique.

  • 44 La question des paires minimales prosodiques est ambigüe. En effet, la paire italienne vieni !/vien (...)

63Cet instrument a selon nous favorisé la diffusion des analyses de type phonologique par niveaux. Mais, naturellement, l’impulsion qui a déterminé ce changement de perspective a un fondement linguistique. Elle est due à l’intérêt de la part des phonologies les plus récentes de matrice générative (essentiellement la phonologie dite métrique-auto segmentale, présentée chez Ladd 1996) pour les langues à tons, c’est-à-dire dans lesquelles les oppositions tonales, les localisations sur une ou plusieurs syllabes de la chaîne, se prêtaient à une représentation analogue à celle des paires minimales des oppositions phonologiques segmentales44, portant ainsi l’analyse prosodique à une sorte de phonologisation de type binaire ; sur la prosodie étaient alors appliqués les outils conceptuels qui au cours du xxe siècle avait été élaborés par l’analyse segmentale.

  • 45 La théorie métrico-autosegmentale bénéficie de l’appui d’un modèle de représentation des dynamiques (...)

64L’étape suivante consista en l’exportation de cette perspective dans les études prosodiques de langues non tonales, initialement l’anglais puis de nombreuses autres langues dont l’italien et le français45.

  • 46 La perspective phonologisante binaire a un précédent important, aujourd’hui peut-être oublié, avec (...)

65Ce modèle, devenu rapidement dominant au moins sur le plan quantitatif, est défini par par son caractère binaire, aussi toute la dynamique prosodique est-elle réduite au jeu d’un petit nombre de combinaisons entre un ton haut et un ton bas, indiqués généralement par les lettres H(igh) et L(ow) (ou A et B en italien) complétées par des signes diacritiques (Martin 2009, p. 76-78)46.

66Mais les tentatives de réduction de la prosodie à un schéma binaire d’alternances (haut/bas), même si elles sont très fréquentes, ne semblent pas donner de résultats satisfaisants. Il a en effet été observé (Marotta 2002-2003) que le système de notation ToBI, et les modèles dans lesquels il s’intègrait, présentaient au moins trois types de problèmes extrêmement sérieux.

  • 47 Marotta (2002-2003, p. 241-242) : « Dans la T(héorie) A(utosegmentale) de l’I(intonation) les catég (...)

67Le premier de ces problèmes est celui de vouloir réduire la grande complexité des profils intonatifs à un ensemble extrêmement pauvre de traits binaires et de leurs combinaisons47.

  • 48 Marotta (2002-2003, p. 246-250) dresse la liste de nombreux cas d’inadéquation de la représentation (...)

68Le second, conséquence du premier, est l’incapacité du modèle à rendre compte dans sa formalisation de différences mélodiques entre les variétés d’une même langue, à la fois importantes du point de vue linguistique et facilement perceptibles par les locuteurs48.

  • 49 Marotta (ibid., p. 243-246) présente le cadre problématique de la situation. On trouve des observat (...)

69Le troisième, peut-être le plus sérieux, est l’extrême difficulté de traiter les signifiés des profils intonatifs49. Du reste, Ladd lui-même (1996, p. 98-102) reconnaît que les catégories sémantiques utilisées dans les applications du modèle ToBI sont très pauvres et conclut (ibid., p. 101-102) :

Ce point n’a guère été discuté. Nous savons trop peu de choses sur les inférences pragmatiques pour que le débat puisse être clos. […] Il n’existe pas de schéma théorique à l’intérieur duquel il soit possible de faire une évaluation comparative qui jouisse d’un consensus unanime. Pour lors, les propositions sur le signifié des phénomènes intonatifs ne constituent pas une source fiable de données sur la phonologie de l’intonation.

  • 50 Les travaux rassemblés par Magno Caldognetto, Cavicchio et Cosi (2008), à la seule exception de Pay (...)

70En somme, si l’on met en relation la complexité et la puissance sémiotique de la prosodie discutées dans ce paragraphe avec la pauvreté analytique des modèles actuels les plus courants, on voit comment – du moins est-ce mon opinion – une représentation phonologique de la prosodie reposant sur les combinaisons de peu de traits est, non seulement peu efficace, mais surtout infondée, et que l’abandon d’un appareil théorique et descriptif subtil et pénétrant comme celui qui vient d’être décrit (supra, « La prosodie comme génératrice de sens »), se présente comme une régression50.

  • 51 On trouve des exemples dans De Dominicis (1992, p. 57-60), Rossi (1999), Heinz (2006), Cresti (1992 (...)

71Inversement, une représentation de la prosodie raisonnablement holistique, ou gestaltique, non pas dans le sens où elle voit dans chaque profil un événement unique et non analysable, mais dans le sens où elle est capable d’y reconnaître des composantes (non discrètes mais saillantes) et des portions de parole, comme celle de Halliday, dans laquelle les matrices britannique et pragoise se fondent (en ce qui concerne la perspective fonctionnelle et la dynamique informative)51, semble plus adéquate à la phénoménologie et aux fonctions de la prosodie, au dépassement de la dichotomie entre linguistique et paralinguistique et, en un mot, plus moderne.

72Donc, de ce point de vue aussi, une méthodologie trop rigidement discrétisante et en un certain sens segmentale, outre le fait qu’elle soit peu fondée sur la matière et sur la perception des locuteurs/auditeurs, apparaît également peu explicative.

La voix

73La voix est peut-être le lieu où, de la manière la plus évidente, s’incarne la faculté humaine du langage et où les liens entre le sujet parlant, dans sa réalité psychophysique, et la langue sont les plus étroits. La langue est donc très différente de cette espèce de mécanique et de ce banal générateur de sons articulés auquels on la réduit, comme il advient quand on ignore son rôle dans la signification. Il n’est cependant pas surprenant d’observer la méfiance avec laquelle une bonne part de la linguistique observe sa capacité significative et évocatrice (Boulakia 2002). Et si l’on se demande quelles en sont les causes, on en trouve deux concomitantes que nous avons déjà rencontrées : la première, qu’elle partage avec la prosodie, est la difficulté de réduire les aspects de la voix à un ensemble de traits discrets et segmentables ; la seconde est que la voix ramène inévitablement à l’individualité du sujet parlant, à l’exécution, à la parole.

74Toutefois, parmi les réponses possibles qui, malgré cette méfiance, induisent à une considération différente de la voix, nous rappellerons le point de vue de Laver, un phonéticien expérimental que Bloomfield lui-même n’aurait pu accuser de fumisteries métaphysiques.

Il a parfois été soutenu que l’analyse des qualités de la voix est extérieure à l’étude véritable du langage […]. On pourrait alors se demander, vu que la phonétique partage avec la linguistique la tâche de décrire la manière dont fonctionne la langue parlée, pourquoi la phonétique devrait s’intéresser de manière professionnelle à un domaine apparemment extralinguistique comme celui de la qualité de la voix. Une motivation évidente réside dans le fait que la fonction sémiotique de la communication linguistique peut être mieux comprise lorsqu’elle est placée dans un contexte sémiotique plus large. La qualité de la voix en tant que véhicule principal d’information sur les caractéristiques physiques, psychologiques et sociales du locuteur joue un rôle crucial dans les interactions parlées (Laver 1980, p. 1-2).

75Il me semble que ce soit là la voie pour une intégration dans la langue de cette composante de la communication, pour des motifs et avec des arguments très semblables à ceux que nous avons déjà vus à propos de la prosodie.

76La voix est l’instrument principal de la communication humaine et, à la fois et peut-être davantage encore, un véhicule et un instrument d’expression très puissant. Outre les contenus de notre esprit exprimables sous forme linguistique, par la voix se manifestent aussi l’identité, le sexe, l’âge, le poids corporel, l’état de santé de celui qui parle, mais aussi, ce qui demeure encore en partie peu connu de la science alors qu’ils sont très clairs pour celui qui écoute, les états d’âme, les attitudes, les intentions, les représentations, les nuances, analysables seulement en partie en termes discrets ou traduisibles sous forme linguistique, parfois ineffables, mais dans tous les cas présents.

77Ainsi, même dans la voix (comme déjà dans la prosodie) on commence à entrevoir ces aspects gestaltiques, physiognomoniques, holistiques, qui seront au centre du chapitre 4.

  • 52 Ong (1982, p. 71-74) a écrit un très beau paragraphe sur la capacité du son à révéler l’intériorité (...)
  • 53 À ces aspects de la voix ainsi qu’à d’autres, à la fois primordiaux et raffinés, des travaux import (...)

78La voix est en outre détentrice d’une puissance symbolique (qui rapproche des cultures très distantes dans l’espace et dans le temps) en tant qu’elle est la manifestation d’une intériorité qui demeurerait inaccessible sans elle52 ; pour autant, elle peut conduire jusqu’au mystère et au divin ou, selon une lecture psychanalytique, aux pulsions primaires de notre être en vie (Fónagy 1983, p. 57-210). La voix est importante dans la religion, dans le droit, dans la magie, dans la poésie, dans la pédagogie, dans la linguistique, dans l’art oratoire, dans la pratique de la récitation et, enfin, dans la réflexion philosophico-linguistique sur l’origine et la nature du langage depuis l’antiquité (il suffit de penser au rôle de la voix chez Aristote, analysé par Lo Piparo [1988]) jusqu’au xviiie siècle (et au-delà, si l’on pense, par exemple, à la voix comme chair spirituelle chez Derrida (1967, p. 15), qui reprend la geistige Leiblichkeit de Husserl)53.

  • 54 La voix est un épithète pour Frank Sinatra, nous la retrouvons dans le graffiti romain de la cataco (...)

79Mais il existe aussi des indices banals, ou pour le moins non ésotériques, du rôle central de la voix dans notre vie quotidienne : les signifiés, les sens, les références, les usages du terme voix sont très nombreux et recouvrent des situations différentes de l’expérience et des actions humaines ; tout aussi nombreuses sont les manières de la qualifier ainsi que les métaphores auxquelles elle donne lieu54.

80En somme, la voix est un instrument de communication, d’action, de séduction, comme dans le cas des Sirènes, de persuasion, comme dans le cas de Nestor, de prière, de socialité, de rites et de droit, elle est l’instrument de la poésie, elle est objectivation et miroir, jusque dans sa volatilité, de l’intériorité humaine, elle est manifestation de l’énergie vitale, de la personne et de son identité, comme dans le cas extrême et emblématique de la nymphe Écho.

  • 55 En d’autres termes, cela est le signe de la subsistance d’aspects primordiaux de la parole, outre l (...)

81On pourrait objecter que l’ensemble des emplois que nous venons de passer en revue trouvent leur point d’origine et occupent une position intuitive au sein d’une culture orale, dans laquelle la voix est écoutée avec une attention absolue. Mais il est tout aussi évident que, comme nous l’avons dit, de nombreux emplois de voix sont encore présents aujourd’hui, dans une situation très différente, dans laquelle l’oralité s’entrelace avec l’écriture toujours plus répandue et invasive, et avec d’autres formes de communication iconiques, désormais tout aussi envahissantes. Donc, la persistance de conditions d’emploi du mot voix, outre les conditions spécifiques de chaque culture orale qui les a déterminées, est l’indice de sa prégnance culturelle et biologique qui, malgré tout, se répand dans nos actions communicatives et expressives et ce, indépendamment de la présence ou de l’absence de pratiques d’écriture55.

La voix comme génératrice de sens

82En effet, l’imaginaire collectif continue à reconnaître à la voix une capacité représentative, symbolique, évocatrice, porteuse en soi d’une signification. Pour s’en convaincre, il suffit de regarder les emplois littéraires, dans lesquels se manifeste à un haut niveau le savoir d’une communauté, y compris le savoir linguistique.

  • 56 Encore pouvons-nous simplement citer pêle-mêle les exemples de voix recueillis dans le TLFI : voix (...)

83Pour avoir une idée de la charge de signification transmise par la voix, de son pouvoir évocateur, et de sa capacité à caractériser le corps, l’âme, le cœur et les humeurs des parleurs, nous renvoyons à quelques exemples tirés de Fónagy (1983, p. 16), de Galazzi (1997) et d’Albano Leoni (2002 ; 2003)56 qui font apparaître une richesse d’acceptions parfaitement comparable à celle des Anciens : la voix peut être une manifestation d’humanité et de vie, elle est l’instrument du droit, elle est la marque des caractéristiques individuelles, elle est l’instrument de la ruse, elle est le reflet de l’intériorité d’une personne (un caractère, un état d’âme, une attitude).

  • 57 On trouvera un compte rendu d’études sur des manifestations synesthésiques à composante auditive ch (...)

84Comme ligne de principe, pour chacun de ces exemples on pourrait proposer de nouveau une question (déjà posée par Laver 1974) : ce qui d’une fois sur l’autre est évoqué n’a-t-il pour ainsi dire qu’une réalité littéraire ou, à travers un mécanisme peu connu de réactions sensorielles, synesthésiques, inconscientes mais codifiées chez les locuteurs, a-t-il même une corrélation physique stable ? La question n’est pas oiseuse si l’on pense, et c’est mon cas, que presque toutes sinon toutes les étiquettes de la voix, même les plus subtiles et impalpables, représentent des expériences perceptives partagées57.

85Certes, il est très difficile d’imaginer les corrélats acoustiques d’une voix suave, ou d’une voix d’enfant malheureux, ou de polichinelle, ou de décrire objectivement les différences entre une voix résolue et une voix sûre. Il n’en demeure pas moins intéressant que la voix soit considérée comme capable de représenter tout cela, et que nous, lecteurs de ces textes, estimions plausibles ces étiquettes parce que dans notre activité linguistique, nous maîtrisons activement et passivement nombre de ces modulations de la voix qui concourent à la construction et à l’interprétation des sens.

86Je pense donc qu’à la question posée il faut répondre par l’affirmative ; je pense également que les manifestations de la voix doivent être considérées comme un objet possible d’étude linguistique, comme, du reste, cela était implicite dans le passage de Laver cité ci-dessus et dans la discussion sur la prosodie, dont les manifestations coïncident en réalité largement avec celles de la voix.

87J’aimerais conclure ce paragraphe sur les propriétés de la voix en rappelant deux cas limites.

88Le premier, analysé et commenté par Bühler (2009 [1934], p. 194-195 et passim) est représenté par la réponse « c’est moi ! » à la question « qui est-ce ? » quand on frappe à la porte. Mis à part le présupposé nécessaire que celui qui frappe a d’être connu, son identification repose uniquement sur les caractéristiques de sa propre voix, et la distinction entre signifiant et signifié semble disparaître.

  • 58 Je ne peux renvoyer ici qu’à la monographie de Pozzo (1988) et à Battaglia (2001-2002), excellent m (...)

89Le second, extraordinairement intéressant, malheureusement peu étudié par les linguistes et les sémiologues, est représenté par le jeu phonico-linguistique du grammelot, discours apparemment asémantique, construit en utilisant des sonorités et des fragments d’une langue ou d’un dialecte donné. Ici aussi, les limites entre signifiant et signifié s’effacent irrémédiablement58.

  • 59 Nous ne nous arrêterons pas sur le thème plus technique des étiquettes de la voix, et nous limitero (...)
  • 60 Indépendamment ici de la problématique de la reconnaissance automatique du locuteur qui est un thèm (...)

90Mais, en dehors des cas limites, qui requerraient des analyses plus attentives et détaillées, les aspects significatifs de la voix peuvent être ramenés à deux thèmes principaux59 : 1) celui du phonosymbolisme ; 2) celui de la manifestation des émotions et des états d’âme60.

Le phonosymbolisme

91De nombreuses réflexions antiques (Rispoli 1995 pour le monde grec) et modernes (idéalement situables sur une ligne qui va du Cratyle de Platon aux Voyelles de Rimbaud), nous incitent à rappeler, comme nous le suggérions, que la voix n’est pas seulement l’instrument de réalisation du plan du signifiant et donc ancilla du signifié qui lui est extérieur, mais est aussi porteuse et génératrice de ses propres sens, parfois supplémentaires, parfois autonomes, dans une dimension une fois de plus holistique, peut-être parfois iconique, dans laquelle le signifiant et le signifié tendent à coïncider : non seulement dans le cas banal des onomatopées codifiées, mais aussi et de manière plus forte, dans tout le vaste secteur des phénomènes qui sont compris dans la catégorie du phono-symbolisme.

  • 61 Malkiel (1990, p. 2 et 6) rappelle que Saussure, parlant de la nature du signe linguistique, affirm (...)
  • 62 Voir à titre d’exemple les travaux de Dogana (1968 ; 1983) et de Peterfalvi (1978 [1970]). Ce derni (...)

92Le long de cette ligne serpente la recherche poétique, philosophique et seulement de manière marginale la recherche linguistique d’un rapport naturel (donc universel) entre les sons, d’une part, et les autres perceptions sensorielles (visuelles, tactiles, gustatives, olfactives) ou des catégories relevant de la connaissance (grandeur, mouvement, intérieur, extérieur, haut, bas, etc.), de l’autre. On y trouve en outre non seulement les classifications des sons proposées par les grammairiens du passé (de nombreux exemples chez Fónagy, 1963 ; des exemples italiens du xve au xviiie siècle chez Dovetto, 2000), mais aussi des considérations d’importants chercheurs modernes : Gabelentz (1969 [1891], p. 65-66, p. 218-225, p. 311-313), Jespersen (1976 [1922], p. 382-397), Sapir (1929), Mukařovský (1931), Bühler (1933b ; 2009 [1934], p. 319-343), Grammont (1971 [1933], p. 377-424), Malkiel (1990), Léon (1993) ont pris en considération avec toujours plus d’attention et en proposant une richesse toujours plus grande d’exemples la question du contenu symbolique des sons et de leurs combinaisons. Cette histoire est racontée avec une abondance de détails pour l’époque moderne (du xviiie au xxe siècle) notamment en français, par Genette (1976). On peut aussi y lire l’histoire de l’affrontement de longue durée entre Hermogène et Cratyle, entre conventionnalisme (et ensuite arbitrarisme) et naturalisme. Le xviiie siècle, avec la thématisation du débat sur l’origine du langage et avec la recherche de langues universelles, est le siècle d’or de ces réflexions, qui perdent de leur centralité au cours du xixe siècle, avec la linguistique « scientifique » et finissent par devenir marginales au xxe siècle avec le structuralisme autonomiste61, devenant ainsi le domaine pratiquement exclusif de la psychologie62.

93Dans l’ensemble, mis à part le chapitre dédié à « La magie des sons du langage » chez Jakobson et Waugh (1980 [1979], p. 217-281), les études à la fois les plus intéressantes et les plus complètes sont celles de Fónagy (1963 ; 1983, p. 57-106), qui contiennent une grande quantité de données allant des témoignages antiques (philosophes, orateurs et grammairiens) et modernes (grammairiens) aux résultats d’expérimentations contemporaines (essentiellement menées par lui, mais aussi par d’autres, par exemple des résultats d’études entreprises par Sapir) : sur certaines associations de base les témoignages et les appréciations coïncident.

94Dans ces manifestations de phonosymbolisme on peut observer les traces d’une composante primordiale, naturelle, de la communication prenant racine dans la biologie, même s’il est encore difficile de dire ce qu’il en reste dans les processus de la signification et, plus généralement, à quel point sont généralisables les résultats des expérimentations, souvent complexes et pour la plupart basées sur des tests à choix forcé.

Voix et émotions

95Je voudrais ici m’arrêter brièvement sur les emplois de « voix » comme manifestation de l’intériorité, nous plaçant dans l’optique de celui qui étudie la voix du point de vue phonétique, bien conscient du déséquilibre qui existe entre la complexité des implications générales sur la voix et la pauvreté relative des résultats phonétiques solides.

  • 63 La question de la genèse, de la classification et des manifestations d’émotions, de sentiments, d’é (...)

96Il faut dire, en effet, qu’alors que pour les types de voix déterminés par les caractéristiques anatomiques du locuteur ou par ses pratiques articulatoires idiosyncratiques ou occasionnelles (exprimés directement comme voix sourde, rauque, nasale, ou métaphoriquement comme voix caverneuse, etc.) le terrain est relativement consolidé, il en va encore tout autrement des émotions et des sentiments63.

97Scherer (1995, p. 90-95), s’inspirant de Bühler (2009 [1934], p. 109-114 et passim), considère qu’il est possible de faire une distinction entre push effects ou « effets de poussée », dans lesquels les processus physiologiques inconscients, comme la tension musculaire, poussent la vocalisation dans une certaine direction, et pull effects ou « effets de traction », dans lesquels des facteurs externes, tels que les expectatives de l’écouteur, attirent la vocalisation des émotions vers une configuration acoustique donnée. Le push effect, en syntonie avec l’augmentation du tonus musculaire, devrait produire une augmentation de la fréquence fondamentale ; le pull effect, gouverné par des conventions socioculturelles, modulerait l’acoustique du signal précisément selon ces expectatives. Revenant à la terminologie de Bühler, le symptôme, expression d’un état interne, serait à la base de la poussée, alors que le symbole et l’appel seraient à la base de l’effet de traction. Si l’hypothèse, qui par ailleurs doit encore être vérifiée, était fondée, on pourrait penser que :

Il pourrait s’agir de l’antagonisme entre la poussée et la traction, en raison duquel, par exemple, une forte excitation physiologique pousse vers le haut la fréquence fondamentale de la voix alors que la tentative consciente de montrer que l’on maintient le « contrôle » la tire vers le bas, pouvant générer des messages mixtes ou même contradictoires (ibid., p. 91).

98Comme on peut le voir, le problème n’est pas seulement linguistique. Il y a d’autres motifs de difficulté, plus circonscrits, parfois banals (comme celui de l’accès au matériel adéquat), parfois un peu moins, en partie déjà envisagés dans les pages consacrées à la prosodie, et très bien illustrés dans les travaux recueillis par Magno Caldognettoet al. (2008).

  • 64 Nous devrions dans tous les cas expliquer encore le paradoxe rappelé par Oliverio (1999, p. 70) : « (...)

99Le premier de ces problèmes, une fois de plus, est qu’il est difficile de discrétiser a parte subiecti, de manière sensée et vérifiable, des événements intrinsèquement continus (comme la prosodie) tels que les émotions et leurs expressions ; le second est que, même si les émotions et les sensations ont été discrétisées, les chercheurs ne bénéficient pas de catégories certaines, a parte obiecti, pour la détermination et la classification adéquate de leurs corrélats physiques64. Comme l’écrit Handel (1989, p. 181) :

Nous entendons des éléments sonores qui ne sont pas à proprement parler mesurables. Des caractères comme la chaleur, la rugosité, la fausseté, la transparence et ainsi de suite. Grâce à l’attention, l’acuité et même la chance nous parvenons parfois à découvrir les relations complexes qui s’instaurent entre les simples mesures physiques liées à ces impressions, mais le plus gros nous échappe.

100En somme, il n’est pas facile de répondre à trois questions de base :
1. comment segmenter et étiqueter les émotions et les sensations ?
2. pour une voix donnée, parmi les nombreux indices qui en constituent la structure articulatoire et la conséquente structure acoustique, quels sont ceux grâce auxquels le sujet parlant manifeste son émotion ?
3. parmi les nombreux indices qui constituent l’événement acoustique perçu par l’auditeur, quels sont ceux qui provoquent une impression donnée ?

101Il ne faut pas oublier, en outre, qu’en allant à la recherche des corrélats physiques des manifestations d’émotions et de sentiments, on découvre, évidemment, qu’ils se réalisent en même temps que ceux de la structure linguistique avec lesquels ils sont entrelacés, parce que l’énoncé le plus neutre et le plus incolore aura lui aussi sa propre voix, un rythme qui lui est propre, sa propre mélodie et son propre lexique.

  • 65 La question n’est pas différente de celle que soulèvent des recherches qui doivent faire face aux p (...)

102Mais le point central est, sur le plan du contenu, la difficulté de trouver des définitions partagées d’états d’âme ou d’émotions, comme, à titre d’exemple, appréhension, crainte, peur, terreur, panique, et que, sur le plan de l’expression, il n’est aucunement dit qu’une manifestation phonique soit interprétée et étiquetée comme manifestation d’un même état d’âme ou sentiment de la part de sujets différents, parce qu’entre les entités appartenant à chacun des deux plans, il n’existe ni continuité ni confins catégoriels (et c’est là, au fond, la question préliminaire posée, par exemple, par Mozziconacci (2002) et Zei Pollermann (2002)65.

  • 66 On trouvera une présentation mise à jour de telles recherches chez Magno Caldognettoet al. 2008. Le (...)

103Compte tenu précisément de ces difficultés, il est nécessaire d’observer de près les travaux qui commencent à circonscrire le problème et qui définissent une grille de référence dans laquelle ranger les résultats des mesures obtenues et des observations66.

104Fónagy a consacré à ce thème de nombreux travaux (par exemple 1963 ; 1982 ; 1983), dont un (1983, p. 161-169) présente, entre autre, une intéressante tentative d’analyse de deux voix (les interprétations de La voix humaine de la part de Gaby Morlay et de Simone Signoret), recourant aux appréciations formulées par des groupes d’auditeurs ne connaissant pas les caractéristiques générales du personnage. L’étude montre comment, pour un même texte, la seule différence des voix (et de l’exécution) conduit les auditeurs à la reconstitution de deux arrière-fonds psychologiques et biographiques complètement différents du personnage. L’indication que l’on en tire est celle de l’utilité d’une vérification perceptive et évaluative des émotions transmises et reçues – une vérification qui, par analogie avec les expériences en psycho-acoustique, permette de créer des échelles, subjectives mais partagées, sans lesquelles on finit parfois par comprendre difficilement ce que l’on est en train de chercher.

105Il semble donc que le chemin de l’analyse minutieuse et patiente des voix, accompagnée d’une réflexion sur les étiquettes et les fondements (physio-psychologiques et/ou socioculturels) de leur attribution, soit une voie prometteuse même si elle est encore très longue et on voit se confirmer le fait que la tentative de réponse aux questions rappelées ci-dessus n’aura lieu que par le bais de l’intégration de diverses perspectives, certaines de nature phonétique, d’autres plus générales.

Intégrer linguistique et paralinguistique

106Diriger son attention vers ces aspects ne signifie pas désagréger l’objet d’étude en une myriade de phénomènes chaotiques, mais signifie plutôt d’un côté, lancer la recherche d’une grammaire dans un secteur qui est encore peu connu, et de l’autre, en venir à l’adoption d’un modèle sémiotique général. En effet, les pratiques communicatives des locuteurs garantissent l’existence d’une telle grammaire, même si ses contenus ne sont pas toujours facilement discrétisables et ne sont souvent même pas verbalisables.

  • 67 Mais Fónagy (en particulier 1983) est le chercheur qui a travaillé de la manière la plus systématiq (...)

107Une partie de la linguistique du xxe siècle a tenté d’élaborer un tel modèle. La contribution de Bühler (2009 [1934], p. 76-85, et dans son Modèle instrumental du langage, p. 103-114) qui propose l’intégration dans le signe de la fonction référentielle et, d’un même poids sémiotique, des fonctions d’« expression » et d’« appel », s’est révélée être la plus complexe et potentiellement fructueuse. Celle-ci, évoquée par Troubetzkoy bien que de manière rapide, a été exploitée et rendue célèbre par Jakobson (1963 [1960]), à travers les fonctions émotive, conative et poétique, et, comme nous venons de le voir, d’une manière particulièrement efficace par Scherer (1995 ; 2002), à propos de la manifestation phonique des émotions67.

108Cependant, les fondements de la dichotomie linguistique/paralinguistique ne sont annulés de fait que lorsqu’on introduit dans cette analyse deux catégories.

109La première correspond à la catégorie du signe à deux faces, évoquée de manière explicite par Rossi (1999, p. 9, nous soulignons en italique) à propos de la prosodie :

Notre définition de l’intonation, et ce que nous venons d’en dire, laissent entrevoir que les primitives de l’intonation sont des signes à deux faces, des morphèmes intonatifs, dont le contenu est donné par les dispositifs supérieurs que sont la sémantique pragmatique et la syntaxe, et dont l’expression sont les intonèmes définis par des traits construits sur l’espace à 3 dimensions (fréquence fondamentale, intensité, temps) […]. Notre approche de l’intonation dérive par conséquent d’une conception hiérarchique de la prosodie où les catégories sont le résultat d’une association étroite entre le module intonatif et les modules linguistiques supérieurs. Elle se range dans la classe des théories morphologiques de l’intonation ; elle s’oppose par là aux théories dites phonologiques dont les partisans affirment l’autonomie de l’intonation conçue comme une représentation de la mélodie définie en termes de phonèmes tonals.

  • 68 Rossiet al. (1981, p. 182-183 et passim), après avoir établi la forme du signifiant, se posaient dé (...)

110Dans cette perspective, peut-être encore empreinte d’une certaine réminiscence de la hiérarchie des niveaux d’analyse de Benveniste, l’assignation, même partielle, de la prosodie à la dimension paralinguistique n’a plus raison d’être68.

111La seconde est celle du « mode sémantique », en parallèle au « mode sémiotique », du fonctionnement de la langue dont parle Benveniste (1969). En effet, l’emploi courant du terme signe, auquel recourt Rossi dans le passage que je viens de citer, renvoie d’une certaine manière à un concept d’unité pour ainsi dire statique, alors que nous retrouvons l’intégration du linguistique et du paralinguistique dans le passage du mode sémiotique au mode sémantique : on entre ainsi « dans le mode spécifique de signifiance qui est engendré par le discours » (ibid., p. 64), parce que « l’ordre sémantique s’identifie au monde de l’énonciation et à l’univers du discours » (ibid., p. 64). La signifiance dont parle ici Benveniste, ou la signification, dans l’acception que j’ai déjà rappelée, ne sont pas des signifiés, ils ne dénotent pas mais connotent, ce sont des processus de génération de sens auxquels correspondent des processus d’interprétation, les deux résultant de la connexion indivisible entre le champ symbolique et le champ déictique (voir infra, chap. 4).

112Certes, comme nous l’avons vu dans « La prosodie » et « La voix », de nombreuses questions demeurent ouvertes, mais si l’on doit croire que les dynamiques de la voix et de la prosodie, même dans leur subtilité et leur impalpabilité, représentent des expériences communicatives partagées et interprétées, la linguistique, et en particulier la phonologie, ne peuvent se dispenser de les prendre en considération, d’un côté en multipliant les difficiles et parfois désespérantes analyses phoniques, et, de l’autre, en approfondissant la réflexion sur les sens qu’elles véhiculent et sur les modes sur lesquels ces sens sont perçus par les écouteurs.

113Des analyses de ce type ont été pendant longtemps évitées, ou parfois il a été nié qu’elles fussent possibles, peut-être aussi parce que la linguistique, étant ici la linguistique de la parole, ou du discours, craint d’avoir plus de difficulté à revendiquer sa propre autonomie par rapport à la psychologie, à la psycho-acoustique, à la zoosémiotique, à l’anthropologie, à la psychanalyse et à la biologie. Mais cette crainte est peut-être infondée, parce que la question n’est pas ici celle de l’autonomie mais celle de la compréhension du fonctionnement du langage et des langues.

114La concaténation argumentative proposée ici est donc très simple : s’il est vrai que la prosodie et la voix concourent à la génération des sens et sont des instruments servant à leur interprétation, il est alors vrai qu’elles font partie intégrante du signifiant, donc de la langue dont elles finissent par être aussi des composantes fonctionnelles.

Notes

1 J’utilise le terme de signification, ici et ailleurs dans ce livre, plus ou moins tel que le propose De Mauro (dans Saussure, 1995 [1922], note 231 et 1968, p. 79-83), en accentuant toutefois l’aspect du nomen actionis, c’est-à-dire de l’acte de signifier, de produire du sens, qui se réalise dans le « mode sémantique » et dans le discours, dont parle Benveniste (voir infra). Il s’agit donc d’une utilisation différente de celle que l’on peut observer chez Lyons (1978 [1977], p. 82-85), pour qui la production de sens n’entre pas dans cette définition.

2 L’attention accordée à la mimique, aux gestes, à l’actio remonte loin (Quintilien y consacre la deuxième partie du chapitre xi, iii de l’Institutio oratoria) et a donné lieu, en particulier au xviiie siècle, à des réflexions d’un grand intérêt. Par exemple, Fortuna (2005, p. 149-168) examine les idées de Johan Jacob Engel (1741-1802) à propos du langage gestuel de l’acteur, considéré dans ses aspects « mimiques » (et non dans ses aspects « physiologiques » qui, bien qu’intéressants pour la dimension physique générale de la sémiosis, se situent à un autre niveau : ibid., p. 153). Engel nous montre la capacité du langage gestuel à représenter des sens, mais non des signifiés généraux, parce que la fixation du geste dans une identité constante de forme et de contenu est le résultat d’une opération d’abstraction qui n’est possible que pour des parleurs alphabétisés. On notera aussi avec intérêt les observations de Engel concernant le passage de la fabula ficta à la fabula acta par le biais de l’actualisation (Vergegenwärtigung) (ibid., p. 168). Sur le langage du corps nous renvoyons à la synthèse de Poggi (2006).

3 Nous pouvons comprendre ce qu’entendait Halliday par « meaning in its most general sense » en lisant Halliday et Hasan (1989, p. 5-10), où le chercheur, se référant à Malinowski et à Firth (1935), rappelle l’importance du contexte pour la compréhension, y compris la compréhension linguistique, de ce qui arrive ou de ce qui est dit. On trouve une déclaration de principe très proche de celle-ci chez Kravchenko (2008, p. 18), qui affirme que les signifiés sont la propriété des mots et donc que l’étude des signifiés est au cœur d’une linguistique qui considère les langues comme des systèmes de signes pour à la fois exprimer et interagir.

4 Le terme paralinguistique et son histoire sont décrits chez Eco et Volli (1970), dans leur introduction à l’édition italienne de Sebeok, Hayes et Bateson (1964), un livre qui inaugura l’entrée officielle de la paralinguistique dans les études sémiologiques et linguistiques. Depuis lors, les relations entre « linguistique » et « paralinguistique » ont connu divers glissements. Une interprétation courante voit dans la dimension « linguistique » les signifiés dits littéraux et dans la dimension « paralinguistique » les signifiés dits attitudinaux. La dichotomie est parfois remplacée par une trichotomie, comme chez Mixdorff (2002), qui, à propos de la prosodie, fait une distinction entre information linguistique (accent lexical, modalité de l’énoncé, focalisation, segmentation), information paralinguistique (attitude du locuteur, intentions, manifestation de variétés régionales ou sociales) et information non linguistique (conditions de santé, état émotif, etc.). De Mauro (2008, p. 152-155) utilise, outre le terme de paralinguistique, celui de péri-linguistique, auquel il assigne les interjections ; la prosodie est assignée à la langue. La distinction est présentée en termes traditionnels chez Lyons (1978 [1977], p. 55-60).

5 Pour les vicissitudes que traverse l’histoire du terme de connotation et du terme corrélatif de dénotation ainsi que de leurs connexions avec les termes d’intention, d’extension, de sens et de signifié, nous renvoyons à la présentation qu’en donne Lyons (ibid., p. 168-186).

6 On trouve une présentation explicite de la dénotation comme résultat d’un processus d’abstraction de second ordre chez Kravchenko (2008, p. 63, p. 66, p. 71).

7 Il n’est peut-être pas hasardeux d’affirmer que ces aspects étaient considérés comme extra-fonctionnels parce que la grammaire n’en était pas connue. Non qu’elle le soit aujourd’hui parfaitement, mais il est certain que ce changement de perspective est soutenu par une impressionnante quantité de travaux de détail et de synthèse ainsi que par un nouveau mais prudent rapprochement entre les linguistes et d’autres spécialistes.

8 Ladd reconnaît aussi que les traits linguistiques et paralinguistiques coïncident souvent, en ce sens que les deux niveaux se servent du même véhicule physique (ibid., p. 34). Mais comme exemple d’interaction entre eux, il cite le yoruba, langue à tons, dont il affirme qu’elle ne semble pas utiliser les modifications paralinguistiques de l’intervalle du pitch pour signaler une plus grande emphase sur un mot donné ou sur une phrase donnée, probablement parce que cela provoquerait dans de nombreuses circonstances un obscurcissement ou une neutralisation de l’identité lexicale (ibid., p. 36). Pour ma part, bien que ne connaissant malheureusement pas le yoruba, il me semble encore plus surprenant qu’il puisse exister une langue qui n’utilise pas le pitch à des fins emphatiques, et plus encore qu’il existe une langue où l’identité lexicale ne soit pas continuellement obscurcie. Cela mis à part, il me semble que l’argument repose sur une surévaluation des paires minimales, même s’il s’agit de paires tonales (voir infra, chap. 3, « L’illusion des paires minimales »).

9 Toutefois, malgré les prémisses, la catégorie du paralinguistique présentée comme une catégorie distincte, voire opposée à celle du linguistique, est solidement enracinée dans la plupart des contributions.

10 Semblable à celle que choisit Benveniste (1969, p. 58) à propos de la musique : « La “langue” musicale consiste en combinaisons et successions de sons, diversement articulés ; l’unité élémentaire, le son, n’est pas un signe ; chaque son est identifiable dans la structure scalaire dont il dépend, aucun n’est doté de signifiance ».

11 La prosodie est linéaire seulement du point de vue physique. En effet, du point de vue linguistique, pour évaluer la qualité prosodique du point t(1) du signal, il est nécessaire d’évaluer d’abord la qualité physique du point t(2) : c’est de la confrontation entre t(2) et t(1) que je déduis la valeur prosodique de t(1) et ainsi de suite dans un aller et retour continu d’évaluations.

12 Le mot casa peut être réalisé [‘ka:sa], [‘ka:za], [‘ha:sa], [‘kæ:sa], [‘ka:sə] etc. sans que cela n’altère son contenu ni que cela ne soit l’indice d’intentions communicatives particulières du parleur (sinon, dans certains cas, d’un choix stylistique).

13 Outre l’exemple de Vygotskij (cité au chapitre 1, § 6), on se souviendra du cas, raconté par Jakobson (1963 [1960], p. 215-216), d’un acteur du théâtre de Stanislavskij à Moscou qui réalisa avec une cinquantaine de nuances expressives différentes la séquence russe segodnja večerom, « ce soir », qui furent toutes reconnues par le public. Les expériences présentées par De Dominicis (1992) vont dans le même sens ; elles montrent comment un groupe d’auditeurs distingue avec des pourcentages très élevés de reconnaissance les huit modalités selon lesquelles un acteur prononce la même phrase. Dans ce cas, on ne peut évidemment pas ignorer que les tests sont à choix forcé.

14 Le thème de la difficulté de la prosodie et de l’insuffisance des connaissances dont nous disposons sur cette question est récurrent.

15 Du point de vue de la méthode, on devra dans tous les cas accepter, comme hypothèse de travail, qu’une des deux variables puisse être considérée provisoirement comme variable indépendante. Il est raisonnable de penser que cela puisse être une unité du parlé, comme la prise de parole dans les interactions dialogiques, unité pour laquelle existent, à partir de la théorie des actes linguistiques d’Austin et de Searle, les classifications élaborées par la pragmatique ; celles-ci, bien que controversées et parfois discutables, se fondent toutefois, en l’état actuel des choses, sur un apparat plus complexe et moins incertain que celui des classifications élaborées par la prosodie : le rôle provisoire de variable indépendante peut leur être aussi assigné sur la base du fait que les unités pragmatiques peuvent être classées et décrites, de manière sensée et partagée, indépendamment de l’implémentation prosodique, alors que le contraire est moins vrai.

16 Il faut dire que, alors qu’il est très facile d’observer comment dans la pratique communicative les locuteurs/auditeurs comprennent très bien les signifiés prosodiques, les vérifications expérimentales de perception sont beaucoup moins faciles : il est à la fois difficile de trouver un matériel adapté et difficile d’en user dans des conditions naturelles ; d’un côté, les tests à choix forcé introduisent une sorte de circularité entre question et réponse, et de l’autre, les tests à choix ouvert donnent des résultats ininterprétables. Toutefois, la validation du récepteur est importante aussi du point de vue théorique : dans l’échange parlé la matière phonique devient forme sémiotique à travers l’intégration entre l’agir du parleur et la validation du récepteur.

17 Comme à l’évidence, par exemple en français, dans le cas de phrases du type « Ah, en train il part ? », marqué par une emphase tremblotante sur train. Rossi et ses collègues (1981, p. 241) considèrent explicitement que la structure intonative est indépendante de la structure syntaxique.

18 La prosodie résout facilement l’ambiguïté de la phrase des manuels « Une vieille porte la barre » ; de même que dans l’exemple bien plus célèbre et sophistiqué, cité par Naert et reporté par De Mauro (1971 [1968]), p. 64-65), des deux vers, peut-être de Victor Hugo (« Gal, amant de la reine, alla, tour magnanime, / galamment de l’arène à la tour Magne à Nîmes »), phonétiquement absolument identiques du point de vue segmental : [galamãdölarƐnalaturmaɲanim]. En somme, la prosodie résout nombre de ces énigmes.

19 À une affirmation du type « ho mangiato una mela » (j’ai mangé une pomme) il est possible en italien de répondre « sì sì » (oui oui) avec une intonation particulière exprimant scepticisme et incrédulité, et de cette façon le sens de la réponse finit par devenir « non è vero, non ci credo » (ce n’est pas vrai, je n’y crois pas).

20 De même que sont naturels les indices qui marquent la limite entre blocs informatifs dits unités tonales : ces indices sont décrits chez Caputo (1992). Il s’agit de : re-initialisation de la fréquence fondamentale, re-initialisation de l’énergie, allongement de la durée dans la portion finale de l’unité tonale, pause.

21 Cette perspective, dans un certain sens, permet de réinterpréter sur le plan du signifiant le principe général selon lequel dans la langue il n’y a que des différences. Mais ces différences ne sont pas statiques, comme dans les représentations binaires des phonèmes, mais au contraire dynamiques parce que, comme nous l’avons dit précédemment, toutes les valeurs qui déterminent la prosodie (auteur, intensité, rapidité, sonorité intrinsèque) sont toujours relatives.

22 L’espace que leur dédiaient les grands manuels de phonétique entre la fin du xixe siècle et la première moitié du xxe siècle (par exemple Grammont 1971 [1933], p. 125-142, dans un manuel de plus de 450 p.) n’occupait, quand l’auteur décidait de leur en réserver une, qu’une place bien limitée ; toutefois, Grammont lui-même (ibid., 1954 [1914], p. 139-192) dédie quelques pages à l’accent d’insistance, analyse le rythme de la phrase (montant et descendant) sous un angle essentiellement stylistique, aborde des aspects sémantico-pragmatiques dans le paragraphe « Intonations à valeur sémantique » (ibid., p. 183-185) et rappelle que oh ! peut signifier admiration, dégoût, crainte, douleur, joie, indignation, stupeur. Rossi (Rossi et al. 1981, p. 1-15) relate de manière synthétique et polémique l’histoire des réflexions des linguistes du xxe siècle sur la question de l’intonation et sur le terme suprasegmental.

23 On trouvera une présentation de la linguistique pragoise des années trente chez Raynaud (1990) et Sornicola et Svoboda (1991). Nous voudrions à cet égard rappeler, en guise d’exemple de la complexité et de la modernité de ces positions, un passage de Karcevskij (1931, p. 190) : « La phrase est une unité de communication actualisée. Elle n’a pas de structure grammaticale propre. Mais elle possède une structure phonique particulière qui est son intonation. C’est précisément l’intonation qui fait la phrase. N’importe quel mot ou assemblage de mots, n’importe quelle forme grammaticale, n’importe quelle interjection peut, si la situation l’exige, servir d’unité de communication. L’intonation vient procéder à l’actualisation de ces valeurs sémiologues (sic) virtuelles, et depuis ce moment, nous nous trouvons en présence d’une phrase ».

24 La tradition britannique d’analyse et d’annotation remonte à la fin du xviiie siècle. On trouve de succinctes indications bibliographiques chez Cruttenden (1986, p. xiii).

25 Crystal (1969, p. 20-96) propose une liste très riche et fort utile. Depuis quelques années la bibliographie portant sur cet argument augmente de manière vertigineuse : ’t Hart, Collier et Cohen (1990, p. 1-6), Rossi (1999, p. 5-55), Marotta (2002-2003, p. 237-238) font une présentation efficace de la situation. Depuis 2002, ont en outre été organisés des congrès consacrés uniquement à la prosodie de la parole (speech prosody).

26 Il existe naturellement quelques exceptions surprenantes : dans le manuel de linguistique de référence d’Aronoff et Rees-Miller (2001), non seulement il n’existe aucun chapitre ni paragraphe consacré à ce thème, mais en parcourant l’index analytique, on peut noter que la prosodie n’y est mentionnée que sous la voix « prosody, in sign language » et que l’intonation n’y figure que comme une mention fugace de l’effet produit par les variations de rapidité du mécanisme laryngée (ibid., p. 164).

27 Le terme suprasegmental, créé par Hockett en 1942, est certainement un reflet de cet argument et du caractère marginal de la prosodie dans la mesure où celui-ci la place irrémédiablement dans une position subordonnée par rapport aux segments qui en représentent le prius (onto)logique : d’abord viendrait la chaîne segmentale et ensuite la modulation suprasegmentale qui se superpose à la chaîne.

28 La thèse d’une codification du signal de parole à travers deux canaux distincts est présentée de manière détaillée chez Fónagy (1983, p. 13-23 et passim) qui en vient à considérer le message stylistique comme parasitaire et subordonné au message linguistique, dans une optique dans laquelle le primat de la fonction référentielle est implicite (ibid., p. 21). L’information segmentale serait primaire (ibid., p. 14), et l’information suprasegmentale serait secondaire ; la première générerait des éléments discrets et le modulateur générerait des signes entiers (ibid., p. 19 s.). On trouve aussi une allusion à cette thèse chez Rossi (1999, p. 15), qui reprend Rousselot, selon lequel il y aurait deux lignes séparées, celle de la séquence segmentale (même si elle y est vue articulée en syllabes) et celle de la mélodie. De son côté, Ladd (1996, p. 34) aussi présuppose des canaux parallèles et affirme que la relation entre traits paralinguistiques et traits linguistiques est grosso modo non problématique parce que les signaux paralinguistiques représentent un canal parallèle d’information et, par ailleurs, n’altèrent ni n’effacent l’identité des éléments linguistiques. Peut-être cela est-il vrai sur le plan du signifiant (en admettant que l’on puisse démontrer que les canaux sont cognitivement séparés), mais certainement pas sur le plan du signifié, qui par contre peut être profondément altéré par la prosodie. Cette position est reprise plus loin (ibid., p. 35), quand Ladd affirme que les indices paralinguistiques devraient être considérés comme des modifications de la manière dont se réalisent les catégories phonologiques et que ces modifications ne touchent normalement pas la phonologie catégorielle. L’observation est en soi juste, mais elle confirme une vision hiérarchique selon laquelle les catégories phonologiques précèdent d’éventuelles modifications.

29 Oliverio (1999, p. 53-54, p. 101-105), après avoir rappelé les respectives fonctions principales des deux hémisphères (« sans aucun doute une partie de notre cerveau, l’hémisphère gauche, exerce un rôle prévalant dans les activités symbolico-linguistiques », « l’autre hémisphère, l’hémisphère droit, se distingue par ses capacités d’ensemble, par sa spécificité dans le traitement des informations de type visuelles-spatiales, par le fait qu’il est impliqué dans les activités musicales, de même que dans une activité relevant de structures logiques mais fortement caractérisée aussi, en termes de communication, par ses composantes émotionnelles » (ibid., p. 53), rappelle aussi que « ces deux activités de l’esprit, cognition et émotion, ne sont pas séparées ni du point de vue de leurs signifiés ni du point de vue des structures nerveuses qui les soutiennent, étant étroitement liées aussi bien du point de vue fonctionnel que du point de vue structurel » (ibid., p. 54).

30 En faisant l’expérience mentale de projeter cette dichotomie dans une perspective phylogénétique, on obtient un scénario peu plausible. Pour une projection ontogénétique, voir le chapitre suivant.

31 Rossi et al. (1981, p. 99-137) demeurent prudents quant à leurs conclusions à propos du vocatif en français : l’analyse acoustique de l’intonation est un point de départ, mais cela n’est pas suffisant.

32 Ces aspects seront discutés dans la sous-partie dédiée à la voix. Le lecteur observera qu’ils auraient pu être tout aussi légitimement traités ici. L’incertitude vient du fait qu’il s’agit là d’un domaine où les manifestations de la prosodie et celles de la voix finissent par devenir une seule et même chose.

33 Cruttenden (1986, p. 58), discutant de la taxinomie des tons nucléaires de l’anglais, dans laquelle le nombre de combinaisons des paramètres pourrait être très élevé, déclare s’en tenir au bon sens, pour ne décrire que les variations qui réalisent de manière évidente des différences importantes de signifié.

34 On trouve une application élégante de ce schéma à l’italien dans Lepschy (1978b).

35 Le repérage des modules prosodiques n’est pas une opération sans fondement mais le résultat de choix relatifs à trois critères (ibid., p. 18) : a) la distribution en groupes tonals, c’est-à-dire le nombre et la position des limites de groupes tonals (tonality) ; b) la position de la syllabe tonique, c’est-à-dire la position dans chaque groupe tonal des sections pré-tonique et tonique (tonicity) ; c) le choix du ton primaire et du ton secondaire (tone).

36 On trouve un exemple de la subtilité des analyses de Halliday (ibid., p. 33-47) dans sa classe 13 (c’est-à-dire un des 40 schémas sémantico-grammaticaux-intonatifs), Focus of contrast, où la séquence linéaire he has been asked peut être interprétée comme « it’s not that he hasn’t » ou bien comme « it’s not that he’s going to be ». De manière identique, Bolinger (1989, p. 15) se référant à une expérience de Cruttenden distingue dans She might have told me deux profils (indignation et doute). De nombreux exemples analogues de spécification prosodique de signifiés phrastiques ou lexicaux sont donnés par Bolinger (ibid., passim).

37 Si en grammaire on reconnaît que les profils prosodiques respectifs du français Tu viens ! – Tu viens ? font partie intégrante de leur capacité de signifier, comme tu indique la personne, et si l’on ne veut pas penser à des formes de transformation prosodique du neutre universel au marqué local, la co-essentialité du profil devrait être aussi acceptée pour la constitution des sens.

38 Crystal (1969, p. 284), parlant du rapport entre intonation et structures grammaticales, observe qu’il n’a été réservé qu’une faible attention au rôle du lexique pour la détermination de la sémantique de l’intonation et que souvent est réservée à l’intonation une signification qui de fait dérive en grande partie ou totalement du lexique de l’énoncé observé. O’Connor et Arnold (1971, p. 61-62) citent un cas dans lequel une différence prosodique entre « admission à contre cœur » et « désaccord réticent ou de défense » dépend du fait qu’il y ait ou pas une négation. L’analyse du parlé fournit de nombreux exemples de ce phénomène.

39 À propos de ce dernier point, un autre présupposé généralement partagé et que représente de manière implicite une phrase que Mixdorff (2002) place en exergue de son article : « prosody is the key to meaning », paraît donc simpliste. Il s’agit là, en effet, d’une observation avec laquelle il semblerait que nous puissions être d’accord. Mais, à bien y réfléchir, un peu moins. Derrière cette affirmation il y a l’idée que le signifiant est le seul moyen pour arriver au signifié. C’est le même problème que nous avons exposé supra, chap. 1, « Les catégories analytiques » et note 7.

40 Une excellente présentation des problèmes techniques et théoriques de l’intonation est offerte par Martin (2009). Cruttenden (1986, p. 45-48) analyse les qualités et les défauts de la contours analysis et de la levels analysis.

41 Chez Jones (1909) aucune forme de segmentation ni aucune analyse des signifiés portés par l’intonation n’étaient encore présentes, mais on trouvait la simple représentation des tracés musicaux obtenus de l’écoute au phonographe des premiers disques. Sur le plan de la méthode, il faut signaler la précision avec laquelle Jones renvoie à ses sources afin que quiconque puisse répéter l’analyse.

42 La plus répandue a été mise au point en Angleterre (entre autres par Sweet 1878 ; des exemples chez Cruttenden 1986) et a connu une certaine fortune aussi en Italie (par exemple Canepari 1985) et en Allemagne (par exemple von Essen 1964). Bolinger en représente une interprétation originale.

43 Les modèles « phonétiques », appelés aussi modèles « linéaires », sont représentés par les systèmes InTSInt (International Transcription System for Intonation), élaborés par Hirst et Di Cristo (1998), et Ipo (Institut for Perception Research de Eindhoven), présenté chez ’t Hart, Collier et Cohen (1990). On trouve des présentations synthétiques de ces modèles (et de la question de la stylisation de la courbe du pitch) chez Martin (2009, p. 69-83).

44 La question des paires minimales prosodiques est ambigüe. En effet, la paire italienne vieni !/vieni ? devrait être considérée comme une paire morphologique et non pas phonologique, parce que le contraste a lieu entre deux morphèmes grammaticaux. La question est peut-être différente dans les langues tonales (Martinet 1969 [1962], p. 47). Quoi qu’il en soit, sur l’efficacité explicative des paires minimales en général, voir infra, chapitre 3, « L’illusion des paires minimales ».

45 La théorie métrico-autosegmentale bénéficie de l’appui d’un modèle de représentation des dynamiques prosodiques très répandu, dit ToBI (Tone and Break Indices), élaboré initialement par Pierrehumbert (1987) et Beckman et Pierrehumbert (1986), puis appliqué dans Ladd (1996). L’impérialisme académique de ce modèle est dénoncé avec franchise par Martin (2009, p. 83).

46 La perspective phonologisante binaire a un précédent important, aujourd’hui peut-être oublié, avec Isačenko et Schädlich (1970), qui, dans un cadre théorique assez différent, repèrent comme éléments de l’intonation de phrase allemande deux Tonbrüche, un ascendant /↑/ et un descendant /↓/, qui, sur le plan paradigmatique, formeraient une opposition binaire dans laquelle le ton ascendant serait l’élément marqué et le ton descendant l’élément non marqué (ibid., p. 58-59).

47 Marotta (2002-2003, p. 241-242) : « Dans la T(héorie) A(utosegmentale) de l’I(intonation) les catégories tonales admises sont (…) deux P(itch) A(ccent) simples (A* e B*) et quatre PA complexes (B*+A, B+A*, A*+B, A+B*) pour un total maximum de six PA, qui devraient être en mesure d’exprimer la compétence phonologique relative au domaine intonatif pour les locuteurs de n’importe quelle langue naturelle ». Voir aussi Marotta et Sorianello (2001) pour l’inaptitude du modèle à rendre compte des facteurs pragmatiques.

48 Marotta (2002-2003, p. 246-250) dresse la liste de nombreux cas d’inadéquation de la représentation de variétés italiennes et montre des cas paradoxaux dans lesquels la représentation de certaines variétés confrontées ne parvient pas à rendre compte de différences intonatives facilement perceptibles et universellement reconnues.

49 Marotta (ibid., p. 243-246) présente le cadre problématique de la situation. On trouve des observations analogues et fort convaincantes dans Crocco (2004, p. 138-153), à propos des tentatives d’interprétation du signifié prosodique comme signifié compositionnel, c’est-à-dire dans lequel on assigne à chacun des « phonèmes » prosodiques la valeur du trait dans une hypothétique matrice sémantique lexicale universelle de dérivation hjelmslevienne.

50 Les travaux rassemblés par Magno Caldognetto, Cavicchio et Cosi (2008), à la seule exception de Payne (2008), bien que traitant très souvent, directement ou indirectement, des manifestations prosodiques et de leurs interprétations, ne recourent jamais aux représentations du type ToBI et cela nous semble bien confirmer, et pas seulement sur le plan de l’expérience empirique, l’inadéquation de cette représentation par rapport à des questions qui, au-delà de leur subtilité, sont des questions cruciales.

51 On trouve des exemples dans De Dominicis (1992, p. 57-60), Rossi (1999), Heinz (2006), Cresti (1992), Bally, Aubergé et Morlec (1997).

52 Ong (1982, p. 71-74) a écrit un très beau paragraphe sur la capacité du son à révéler l’intériorité des choses, des choses physiques mais aussi, pourrions-nous ajouter, de l’intériorité humaine. C’est là un thème de la physiognomonie du xviiie siècle, par exemple de Lavater (Fortuna 2005, p. 23-24).

53 À ces aspects de la voix ainsi qu’à d’autres, à la fois primordiaux et raffinés, des travaux importants ont été consacrés, comme Bologna (2000) sur une « métaphysique » et une « anthropologie » de la voix, Zumthor (1983) où l’oralité est vue comme un donné permanent qui joue encore un rôle important dans notre contemporanéité, Dumézil (1987) sur la voix dans la mythologie indoeuropéenne ou encore Salazar (1995) sur le culte de la voix au xviie siècle. Aujourd’hui, le thème de la voix semble faire l’objet d’une attention particulière, comme le montrent les travaux de Connor (2000) et de Dolar (2006), ou le congrès de Stuttgart dont les actes ont été publiés par Geissner (2000).

54 La voix est un épithète pour Frank Sinatra, nous la retrouvons dans le graffiti romain de la catacombe de Comodilla « non dicere illa secrita abboce » (Sabatini 1966), qui rappelle le lien liturgique dans la célébration de la messe, dans lequel une distinction est faite entre ce qui peut être proféré et ce qui ne peut l’être ; nous la trouvons dans la pratique notariale, tout au moins dans la tradition italienne, selon laquelle c’est la lecture à haute voix par le notaire rédigeant l’acte qui confère à ce dernier sa validité (Falzone et Alibrandi 1974, p. 872), et nous la retrouvons aussi dans le cocher romain de Belli (sonnet 248, éd. Vigolo). La voix est « sbigottita e deboletta » (effrayée et faiblichonne) chez Guido Cavalcanti, elle constitue un leitmotiv dans les poésies de Pavese, elle est l’objet de l’aliénante recherche des zek dans le Premier cercle de Solženicyn, elle est la manifestation d’un drame amoureux dans la Voix humaine de Cocteau, et ainsi de suite.

55 En d’autres termes, cela est le signe de la subsistance d’aspects primordiaux de la parole, outre le tournant dans l’histoire de la culture occidentale marqué par le passage d’une civilisation fondée sur l’oralité à une civilisation de l’écriture, situé par Havelock (1963) dans le monde athénien du ve siècle et admirablement représenté dans le Phèdre de Platon. Pour représenter la position de Platon par rapport au parlé et, en général, par rapport à l’encyclopédie du savoir grec représentée par la tradition orale de la poésie (ou tout au moins sa représentation orale même lorsque l’usage de la fixation écrite commence à se répandre), Havelock revient à plusieurs reprises sur la magie de la parole : comme lorsqu’il rappelle (ibid., p. 36-38) que Platon est obsédé par l’impact émotif de la récitation sur l’auditoire, ou bien lorsqu’il affirme (ibid., p. 146) que « Ce que le poète disait était aux yeux de Platon important et peut-être dangereux, mais la manière dont il le disait et le manipulait pouvait apparaître encore plus importante et dangereuse ». Gundermann (1994, p. 83) rappelle un passage du discours de Hitler au congrès du parti national-socialiste à Nuremberg en 1936 : « Vous avez un jour entendu la voix d’un homme : elle a frappé chacun de vos cœurs, elle vous a réveillés et vous l’avez suivie. Vous avez marché derrière elle pendant des années sans avoir même vu d’où elle provenait. Vous n’avez entendu qu’une voix et vous l’avez suivie ».

56 Encore pouvons-nous simplement citer pêle-mêle les exemples de voix recueillis dans le TLFI : voix fraîche et pénétrante, légèrement voilée, voix d’homme, chaude et grave, bien timbrée, Voix grasse, claironnante, rauque, aiguë, basse, faible, fluette, forte, grave, grêle, imperceptible, profonde, argentine, chantante, claire, flûtée, harmonieuse, mélodieuse, musicale, suave, vibrante, métallique, monotone, perçante, pointue, sèche, stridente, traînante, vulgaire, zézayante ; Voix de cristal, de source, de clairon, de fauvette, de crécelle, de polichinelle, de rogome, de rossignol, de stentor, de violoncelle, de sirène. Voix éraillée, enrhumée, enrouée, essoufflée, fatiguée ; voix avinée, pâteuse ; voix qui s’altère, se brise, se casse, s’étrangle, traîne, tremble ; pauvre vieille voix brisée ; voix usée, chevrotante, caverneuse, eunuchoïde ; Voix affectueuse, aimable, amusée, attendrie, caressante, cordiale, gaie, joyeuse, rieuse, songeuse, tendre ; voix autoritaire, bourrue, courroucée, étranglée, furieuse, glapissante, gouailleuse, impérieuse, indignée, ironique, irritée, mordante, sévère, solennelle, terrible, timide, tonitruante ; voix calme, changée, déchirante, défaillante, désespérée, ferme, frémissante, inquiète, plaintive, résolue, sûre, tranquille, tremblante, déchirée, naïve, voix d’enfant malheureux. On trouvera d’autres exemples chez Boulakia (2002, p. 73).

57 On trouvera un compte rendu d’études sur des manifestations synesthésiques à composante auditive chez Mazzeo (2005, p. 281-325).

58 Je ne peux renvoyer ici qu’à la monographie de Pozzo (1988) et à Battaglia (2001-2002), excellent mémoire de maîtrise qui n’a malheureusement jamais été publié.

59 Nous ne nous arrêterons pas sur le thème plus technique des étiquettes de la voix, et nous limiterons à renvoyer le lecteur non seulement aux travaux classiques de Laver (1974 ; 1980), mais aussi à Poyatos (1993, p. 175-244) qui présente une liste de traits articulatoires portant aussi bien sur ce qu’il est convenu d’appeler les qualités primaires (c’est-à-dire les traits nécessaires à l’identification de l’individu parlant : timbre, volume, rythme, pitch et ses excursions, durée syllabique), que sur les traits qui concourent à la définition des étiquettes (contrôle respiratoire, contrôle laryngé, contrôle pharyngé etc.). Ni Chasaide et Gobl (1997, p. 453-457) passent en revue les divers types de voix (modal, breathy, whispery, creaky, tense, lax), les variations associées à des contrastes suprasegmentaux et les aspects paralinguistiques des variations (même si sur ce point ils demeurent élusifs). Pour l’italien, on peut se référer à l’enquête originale menée par Lancia (2008).

60 Indépendamment ici de la problématique de la reconnaissance automatique du locuteur qui est un thème d’un intérêt essentiellement applicatif, encore qu’il comporte aussi de nombreux aspects de nature théorique.

61 Malkiel (1990, p. 2 et 6) rappelle que Saussure, parlant de la nature du signe linguistique, affirmait que les onomatopées et les exclamations étaient d’une importance secondaire. Mais, considérant l’intérêt de Saussure pour les anagrammes métriques, eux aussi une sorte de jeu symbolique des sons, on peut se demander si l’observation de Malkiel ne serait pas le fruit d’une lecture simplifiée de Saussure.

62 Voir à titre d’exemple les travaux de Dogana (1968 ; 1983) et de Peterfalvi (1978 [1970]). Ce dernier, qui considère le symbolisme phonique comme un cas particulier de synesthésie (ibid., p. 43), passe en revue les principales positions : celle de la Gestalttheorie pour laquelle les faits synesthésiques seraient dus à l’analogie des propriétés formelles de stimuli de modalités différentes et aux similarités dans l’organisation interne de ces stimuli (ibid., p. 45-46) ; celles qui attribuent un rôle important à l’apprentissage (une de celles-ci assigne à la synesthésie une origine associative et culturelle à partir de laquelle les connexions inter-sensorielles proviendraient de liens établis dans la tradition culturelle : les stimuli d’origine naturelle ne seraient jamais indépendants les uns des autres parce qu’il existe des liens physiques qui les unissent ; par exemple, les objets de petite taille émettent des sons plus aigus, etc.) (ibid., p. 47-55). Il y aurait donc à la base une intégration d’expériences sensorielles reliées entre elles.

63 La question de la genèse, de la classification et des manifestations d’émotions, de sentiments, d’états d’âme et d’attitudes est des plus complexes et désormais très étudiée aussi, essentiellement par des psychologues (cognitivistes). Pour tout approfondissement nous renvoyons au traité détaillé d’Anolli et Ciceri (1997), à Damasio (2006 [1994] et 2002 [1999]), à l’utile anthologie de D’Urso et Trentin (1992) et à tous les travaux contenus chez Magno Caldognetto, Cavicchio et Cosi (2008).

64 Nous devrions dans tous les cas expliquer encore le paradoxe rappelé par Oliverio (1999, p. 70) : « on ne s’enfuit pas parce qu’on a peur mais on a peur parce qu’on s’enfuit », derrière lequel se trouve la question complexe du rapport de cause à effet entre l’altération d’un état physique et son interprétation (sociale) émotive. Ce n’est pas la tâche du linguiste de donner une telle explication. Il relève en revanche de la compétence des linguistes de rappeler que, si l’on retient que pour connaître le continuum émotif il est nécessaire de le segmenter, la segmentation, que cela nous plaise ou non, ne peut que passer par la lexicalisation (D’Ursoet al. 2008), avec tous les risques de circularité que cela implique, sans parler de tous les problèmes de glissements lexicaux inter-linguistiques et des dynamiques métaphoriques différentes d’une langue à l’autre (voir Oltramari 2008, dans la perspective de la connaissance en intelligence artificielle).

65 La question n’est pas différente de celle que soulèvent des recherches qui doivent faire face aux processus internes, dans la tentative de les rendre visibles : la psycho-acoustique qui, à partir de l’appréciation des auditeurs, a élaboré des échelles (inter)subjectives d’évaluation des sons ; l’analyse sémantique par prototypes qui, même à partir des appréciations des auditeurs, cherche à rendre objectives les représentations du monde de groupes de locuteurs. L’analogie réside dans le fait que pour commencer à identifier les corrélats acoustiques d’une voix fraîche et pénétrante, pour rester sur un exemple déjà cité, il serait préalablement nécessaire de savoir ce qu’est ce ton, c’est-à-dire de disposer de séquences naturelles qui, pour une appréciation partagée et confirmée par des procédures appropriées, puissent être considérées comme représentatives. Cela permettrait de distribuer les manifestations phoniques le long d’échelles de plus ou moins grande représentativité et fournirait alors une base de départ moins instable et une hypothèse de variable indépendante.

66 On trouvera une présentation mise à jour de telles recherches chez Magno Caldognettoet al. 2008. Les problèmes et les précautions méthodologiques nécessaires sont bien exposés chez Magno Caldognetto et al. 1998 : en effet les résultats obtenus sur la base de la capacité distinctive des traits associés à chaque émotion peuvent être évalués en termes de probabilité statistique. Dans tous les cas, les résultats, même s’ils sont provisoires, sont réconfortants parce qu’en accord avec ceux qui ont été obtenus par d’autres chercheurs et pour d’autres langues ; en outre, ils montrent comment certaines corrélations entre émotions et indices acoustiques sont non seulement fondées mais, dans une certaine mesure, observables et mesurables. En particulier, la hausse de la fréquence moyenne du pitch et de ses excursions, conjointement à une augmentation de la rapidité d’articulation, semblent caractéristiques de la peur et de la colère, alors qu’une diminution caractériserait la tristesse et le dégoût.

67 Mais Fónagy (en particulier 1983) est le chercheur qui a travaillé de la manière la plus systématique pour trouver une interprétation unitaire et intégrée du signifiant dans ses manifestations phoniques les plus variées, et du signifié dans tous ses replis les plus fins, parfois presque impalpables.

68 Rossiet al. (1981, p. 182-183 et passim), après avoir établi la forme du signifiant, se posaient déjà le problème du signifié et assimilaient les morphèmes intonatifs expressifs à la composante lexicale. Naturellement, l’objectif est toujours celui de capturer la langue.

Le texte et les autres éléments (illustrations, fichiers annexes importés) sont sous Licence OpenEdition Books, sauf mention contraire.

Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search