Version classiqueVersion mobile

Des sons et des sens

 | 
Frederico Albano Leoni

4. Des segments à la physionomie acoustique

Texte intégral

La connaissance physiognomonique

  • 1 Gessinger (1994) a consacré une imposante monographie aux réflexions en Europe entre les xviiie et (...)
  • 2 Miller et Johnson Laird (1976, p. 38) rappelaient que si l’on ne disposait pas d’une théorie explic (...)

1Est-il possible d’imaginer un mode de perception et de représentation du parler qui soit différent du modèle implicite que l’on trouve dans le modèle segmental1 ? C’est-à-dire un mode pour lequel l’élaboration du son linguistique perçu ne soit pas aussi radicalement différente des autres modalités humaines de perception sensorielle2 ? En d’autres termes, un mode grâce auquel il serait possible de dire aussi de la perception auditive que « la perception est un flux et la description que William James […] donnait du flux de conscience vaut aussi pour le flux de la perception. Les perçus discrets, comme les idées discrètes, sont “des choses de fantaisie comme le valet de pique” » (Gibson 1986, p. 240). Un mode qui reconduirait les sons et les sens à l’unité du signe ?

2C’est ce que l’on cherchera à montrer dans ce chapitre, optant pour une perspective non segmentale mais holistique, dans laquelle l’unité linguistique de la perception et de l’élaboration soit la parole phonologique ou le syntagme ou, dans tous les cas, une unité significative prise dans la valeur qu’elle assume dans le discours, donc dans une dimension dynamique, sémantique et non sémiotique, pour reprendre les catégories de Benveniste (1969). Aussi appliquerai-je un modèle de perception du parler repris de ce que Gibson affirme à propos de la perception visuelle :

L’erreur a été de supposer en premier lieu que la perception de l’environnement se basait sur une séquence d’images discrètes. Si celle-ci se base au contraire sur l’invariance dans un flux de stimulations, le problème de l’intégration de la séquence ne se pose pas. Il n’est pas nécessaire d’unifier ou de combiner entre elles les différentes photographies, si la scène est dans la séquence, et si elle est spécifiée par la structure invariante sous-jacente aux échantillons de l’environnement (Gibson 1986, p. 221).

3Les perspectives physiognomoniques, holistiques, sont très présentes dans le débat philosophique, philosophico-linguistique et épistémologique du xviiie siècle (Fortuna 2005). Je ferai ici référence non pas à la physiognomonie indiciaire dont Aristote fonda les bases (Lo Piparo 2003, p. 140-163) et qui voit dans l’aspect extérieur les indices de l’intériorité, mais à l’approche physiognomonique qui suit « le modèle, repris ensuite par la psychologie de la Gestalt au début du xxe siècle (Köhler 1947), selon lequel le signifié est directement exprimé dans la totalité de l’organisation corporelle perçue » (Fortuna 2005, p. 9).

4La capacité de distinguer, de mémoriser et de reconnaître un très grand nombre de visages, de physionomies ou de lieux est bien connue. Nous reconnaissons, en le distinguant de tous les autres, le visage d’une personne connue même si elle se laisse pousser les moustaches ou si elle ne met plus de lunettes ou bien encore si elle grossit ou maigrit, si elle se teint les cheveux, si elle vieillit, si elle rit ou bien si elle pleure. Nous distinguons deux visages différents même s’ils nous sont inconnus, et leur reconnaissance successive sera d’autant plus facile que le nombre d’éléments contextuels dont nous disposerons (par exemple, si nous en entendons la voix, ou si le lieu et la situation de la rencontre sont les mêmes) sera important. La reconnaissance d’un visage connu, ou la distinction que nous opérons entre deux visages (connus ou inconnus, ou dont l’un est connu et l’autre inconnu) partent de la perception visuelle globale et n’ont pas besoin pour avoir lieu de recourir à la décomposition du tout en ses traits présumés (par exemple, en mesurant la longueur du nez ou la distance entre les yeux et ainsi de suite), pas même quand nous devons distinguer les visages de deux jumeaux homozygotes. Tout aussi évident est notre mode de procéder par ressemblance et analogie pour la classification de nouveaux visages inconnus (X ressemble à Mario ; Y a un visage chevalin). Inversement, décrire à quelqu’un un visage qu’il ne connaît pas, en évoquant la couleur des yeux, des cheveux ou autre, relève déjà d’un processus que nous pourrions qualifier de méta-physiognomonique.

5Si l’on décrivait Z en disant qu’il a les cheveux en brosse, on pourrait bien sûr dire que nous avons repéré un trait pertinent : mais ce serait un trait occasionnel, parce que si Z se les rasait complètement, nous le reconnaîtrions également et nous trouverions un autre indice pour le décrire.

  • 3 Il n’existe à ma connaissance aucune expérience analogue sur la perception auditive. Mais si l’on p (...)

6La nature active et gestaltique de la perception et de la reconnaissance visuelle trouve sa confirmation dans le phénomène, que nous avons déjà évoqué, de la perception bistable (Wittgenstein 2004 [1953], p. 274-301 ; Gregory 1998, passim ; Fortuna 2002, passim). Le fait qu’une même image physique puisse être vue comme la tête d’un lapin ou comme celle d’un canard démontre la prévalence du rôle actif de celui qui perçoit, de ses schémas et peut-être de ses attentes, plutôt que de portions du perçu physique en soi qui, dans le processus de reconnaissance, ne sont pas déterminantes3.

  • 4 Une Gestalt qui ne soit pas rigide mais qui soit sujette aux principes de la totalité perceptive, d (...)
  • 5 Sans oublier naturellement que la perception physiognomonique visuelle s’exerce sur un objet situé (...)

7Donner une importance particulière au concept de physionomie (phonique) signifie évidemment rediscuter le problème de la relation parties/tout, récupérant aussi bien la Gestalt4 qu’un concept de structure qui ne soit pas la structure in absentia du structuralisme classique, mais une structure in praesentia, une structure locale (voir chapitre 1, « Langue/parole » et chapitre 3, « Qu’est-ce qu’une structure phonologique ? »)5.

8À propos de la Gestalt, Rosenthal et Visetti, dans un ouvrage consacré à l’œuvre de Köhler, reportent en la paraphrasant une formulation de Wertheimer qui synthétise bien le point de vue auquel nous nous référons :

[…] bien souvent nous appréhendons les ensembles avant même de discerner leurs parties – si tant est que nous les discernions jamais. Il se trouve en effet que nous lisons très bien, sans pour autant individualiser chaque mot, a fortiori toutes les lettres ; nous écoutons aussi des mélodies, sans pour autant en détacher chaque note ; et nous reconnaissons bien tel ou tel regard, ironique ou engageant, sans pour autant noter la couleur des yeux, que nous serions bien incapables d’évoquer. […] nous affirmerons ensuite que les formes, c’est-à-dire les unités organisant les champs perceptifs, ne sont pas moins immédiatement données que leurs parties (Rosenthal et Visetti 2003, p. 65-66).

9Il faut souligner que conférer une telle valeur au point de vue de la perception dans l’étude des caractéristiques du signifiant phonique, cela implique de mettre sur un premier plan l’auditeur et donc, contrairement aux pratiques les plus diffuses, de donner moins d’espace au point de vue du producteur (c’est-à-dire à une perspective articulatoire) et à celui du produit (c’est-à-dire à un texte extrapolé de la dynamique naturelle).

  • 6 L’auditeur peut aussi donner un sens à des événements phoniques qui, d’un point de vue strictement (...)

10En outre, la mise en relief de l’auditeur revient implicitement à la mise en relief de deux arguments. Le premier de ces arguments est celui selon lequel dans le processus communicatif, la validation sémiotique de la production phonique est donnée par l’auditeur qui comprend6. Le second est que, de cette manière, conférant à l’auditeur une fonction pivot, on considère nécessairement comme primaire la dimension dialogique (un auditeur implique un locuteur), alors qu’en conférant une telle fonction au locuteur, il est légitime de choisir aussi une perspective qui soit seulement monologique ; en considérant le texte en soi, on court le risque d’éliminer les sujets et le monde de l’activité linguistique.

11Enfin, si l’on partage l’affirmation selon laquelle « la symbolisation humaine a avant tout une articulation sensorielle et que de là s’ensuit la propriété de l’indétermination » (Fortuna 2005, p. 11), il sera possible de chercher à étendre du domaine du signifié à celui du signifiant le champ d’application de cette propriété.

La physionomie acoustique des mots

  • 7 On trouvera une récapitulation de l’histoire de cette question chez Gurisatti (2006, p. 301-326). C (...)

12L’hypothèse d’une physiognomonie de la langue n’est pas une idée nouvelle7. Wittgenstein en offre un exemple que connaissent bien les philosophes du langage :

Tout mot – aimerait-on dire – peut avoir des caractères différents selon les contextes, mais il a pourtant toujours un caractère – un visage. Il nous regarde en effet. – Mais un visage peint nous regarde aussi (Wittgenstein 2004 [1953], p. 258).

  • 8 J’ai renoncé à l’étiquette d’icône phonique (Albano Leoni 1998, p. 14) que je juge inadéquate, parc (...)
  • 9 On trouve une réflexion à un stade embryonnaire qui va dans cette direction chez Kruszewski (1995 [ (...)
  • 10 Bühler (1936b, p. 163-164) parle de la Konstantenbildung comme modalité perceptive d’objets variabl (...)

13Mais ici la métaphore du visage référé au mot a son tertium comparationis dans le signifié et non pas dans le signifiant. L’idée d’une physionomie acoustique des mots8, est par contre, comme cela a été déjà signalé au chapitre 3, dans « Le segment représenté par la lettre est-il une primitive ? », au centre d’une réflexion intéressante que l’on trouve exposée chez Bühler (1931) ; ce dernier l’ayant systématiquement développée et par ailleurs précisée (Bühler 2009 [1934], p. 416-436 et passim ; 1936b)9. En résumé, l’idée qui peut-être reflète sa connaissance de Engel et du débat physiognomonique du xviiie siècle (Fortuna 2005, p. 162) et qui reflète certainement sa connaissance de la psychologie de la forme et du débat sur la perception visuelle de l’écrit, est que la perception et la compréhension du parler ont lieu de manière holistique, selon une modalité gestaltique de type physiognomonique : c’est-à-dire qu’est reconnu le tout représenté par une silhouette phonique, d’une manière analogue à celle par laquelle on reconnaît des visages ou des objets familier10.

  • 11 Friedrich (2004, p. 5) fait justement observer que ces marques correspondent en effet aux phonèmes (...)
  • 12 « […] les phonèmes aussi sont des manifestations de la constance (perceptive), mais dans l’édifice (...)
  • 13 Cependant, on pourrait aussi observer qu’en réalité nombre de ces monosyllabes sont aussi des homop (...)

14La physionomie acoustique des mots est toutefois, selon Bühler, estampillée aussi de marques matérielles11, dites notae ou diakritisches Signalement (Bühler 1931, p. 43-44), analogues au phonème de Troubetzkoy et peut-être précurseuses des traits de Jakobson, marques qui rendent possible la reconnaissance quand la communication est difficile, lorsque les choses à distinguer sont trop nombreuses, les différences trop ténues ou les circonstances (Situationindizien) défavorables12, comme il est dit explicitement à propos de la reconnaissance des nombreux mots monosyllabiques de l’allemand (ibid., p. 45-46)13 :

Et comment fait-on pour distinguer parmi ces milliers d’images phoniques monosyllabiques ? Il est tout à fait plausible que le locuteur et l’auditeur se trouvent en difficulté face à ce grand nombre de brèves impulsions phoniques, si la distinction ne peut s’appuyer que sur l’impression d’ensemble.

  • 14 Troubetzkoy (1986 [1939], p. 38-39) mentionne lui aussi l’argument mais dans une optique légèrement (...)
  • 15 On trouve une formulation, certes plus timide mais réaliste, de ce concept chez Kruszewski (1995 [1 (...)

15Bühler précise donc que le mécanisme de reconnaissance physiognomonique s’intègre, selon les cas, à celui de la reconnaissance analytique, disons phonématique. Mais le point de départ n’est pas le phonème mais plutôt une unité plus grande et significative14, disons le mot, dont la physionomie peut varier, comme varie la perception des objets en fonction de la variation de la distance. Le phonème est signalement du mot, auquel il reste subordonné15, et représente une forme de connaissance de second degré.

16L’idée d’une physionomie acoustique des mots acquiert un relief et une plausibilité, par rapport aussi aux principes d’économie et aux limites mémorielles, quand on observe qu’elle est strictement liée à un aspect important de la théorie générale de Bühler, qui semble anticiper nombre des réflexions modernes sur la multi-modalité de la communication parlée, et que lui-même appelle la théorie des deux champs.

17La relation entre le fonctionnement de la langue et le monde est reprise par Bühler, outre le passage fondamental que j’ai rappelé (Bühler 2009 [1934], p. 63-64 ; voir supra, chap. 1, § 9 et 10), dans un autre passage : « [les] phénomènes langagiers […] sont enchâssés dans la “réalité”, et on ne saurait, sur ce point décisif, les considérer comme plus dérivés, plus éloignés de la réalité que les phénomènes dont traite le physicien » (ibid., p. 118-119). Friedrich en propose le commentaire suivant :

[…] il existe peut-être un complément de l’empreinte phonématique de chaque image sonore, un complément qui est indispensable pour assurer la fonction sémiotique des phonèmes. À travers la discussion de la physionomie acoustique, Bühler s’interroge alors sur un tel complément qu’il semble trouver dans la réalité de la parole, dans son déroulement (Friedrich 2002, p. 31).

18Dans un autre passage, plus explicite encore et de grande portée sémiotique, que je rapporte ici dans son intégralité, Bühler montre qu’il est conscient de la complexité et du caractère problématique de son hypothèse, mais aussi de sa richesse théorique potentielle.

Tel que nous le connaissons aujourd’hui, le langage humain en tant qu’instrument de représentation symbolique a un certain nombre d’étapes développementales derrière lui, qui toutes suggèrent que la langue s’est affranchie toujours plus de la monstration, et s’est toujours davantage éloignée de l’iconicité. Le détachement de l’énonciation langagière singulière par rapport aux auxiliaires situationnels, par rapport au champ déictique du langage, est un sujet auquel nous sommes, me semble-t-il, en mesure d’apporter une conclusion satisfaisante dans la section consacrée à la phrase. Nous manquons encore en revanche d’un modèle supra-linguistique totalement explicite, à l’aune duquel il soit possible d’éclairer le mode de représentation symbolique extrait du langage. On comprend sans peine qu’un appareil symbolique, une fois aussi éloigné de la reproduction iconique et indirecte que l’est devenu la langue, parvienne à atteindre un haut degré d’universalité dans ses performances. Mais je ne comprends pas pourquoi il ne perd pas totalement par la même occasion la capacité à restituer fidèlement les relations. […] Peut-être surestimons-nous l’affranchissement à l’égard du champ déictique, peut-être sous-estimons-nous le fait que chaque représentation linguistique d’un état de choses est fondamentalement ouverte et requiert d’être complétée en puisant dans un savoir à propos de cet état de choses. Ou, ce qui revient au même : tout savoir saisi linguistiquement reçoit peut-être un complément d’une source qui, pour ne pas se déverser dans les canaux du système des symboles linguistiques, n’en produit pas moins un savoir authentique (Bühler, 1934 [2009], p. 391).

19En d’autres termes, le message (phonique) est greffé à la réalité, aussi bien dans la réalité physique du monde que dans la réalité psychophysique des locuteurs, et cette réalité fait partie intégrante de la situation communicative et expressive dans laquelle s’insère le message.

  • 16 Nous devons préciser que le champ déictique (Zeigfeld) n’est pas développé par Bühler dans le sens (...)

Le champ déictique doit retrouver sa place à côté du champ symbolique et, eu égard à sa structure spécifique, l’expression doit être distinguée de la fonction de représentation des signes linguistiques (ibid., p. 70-71).16

20L’intégration du champ symbolique (c’est-à-dire le champ linguistique au sens propre et traditionnel) au champ déictique représente le dépassement d’une limite théorique (que nous évoquions à propos des phonologies, supra, chap. 1, « Les catégories analytiques ») pour laquelle le signal, considéré surtout dans sa représentation segmentale, serait l’unique support des sens, oubliant que « les signes verbaux ne constituent que l’un des aspects de la fonction sémiotique » (Piaget 2007 [1968], p. 82).

21En effet, prendre en considération le rôle de co-protagoniste du champ déictique rend plausible l’hypothèse d’une reconnaissance physiognomonique des mots ou de blocs significatifs plus amples, et permet de dépasser son apparente anti-économicité due au nombre de physionomies acoustiques à mémoriser, qui tend à établir une analogie avec l’idée qu’un système d’écriture idéographique soit moins économique qu’un système d’écriture alphabétique. En effet, cette objection n’est possible que lorsque, comme il a été dit, on considère la redondance (parce que c’est de cela dont il est ici question) uniquement comme sélection d’une combinatoire réglée d’unités du système et non comme le résultat de la coopération sémiotique entre plusieurs champs. C’est la synergie entre les deux champs, comme cela a été montré, qui permet de réfuter la pensée de Martinet selon laquelle toute séquence sans seconde articulation ne serait guère plus qu’un grognement.

22Nous sommes donc parvenus à formuler l’hypothèse, qui semblait hérétique à Lévi-Strauss, consistant à « vouloir bâtir un système de signes sur un unique niveau d’articulation » (Lévi-Strauss chez Eco 1972 [1968], p. 355). Toutefois, comme nous l’avons vu, le phonème n’est pas complètement liquidé parce que, chez Bühler, celui-ci concourt à la reconnaissance, tout au moins dans les conditions défavorables qui ont été rappelées.

23Comment expliquer l’idée, en partie contradictoire, que dans les mécanismes de reconnaissance linguistique les perspectives holistique et discrétisante soient toutes les deux présentes ? Persyn-Vialard (2005, p. 142-145) considère que Bühler pense à une interaction, ou à une simple juxtaposition des deux catégories concurrentes de la synthèse gestaltique sur le plan phonétique et de l’agrégat sur le plan phonologique.

  • 17 Kant (et Cassirer) sont très présents dans la pensée de Bühler. En ce qui concerne le point ici en (...)
  • 18 Je n’exclurai pas qu’à la base de cette duplicité il y ait aussi la volonté de répondre au renfrogn (...)

24Mais cette explication est un peu mécanique. Il est peut-être plus juste de penser que postuler aussi bien un Klanggesicht qu’un Signalement pourrait être la persistance d’une question très présente dans les épistémologies occidentales. Fortuna (2005, p. 75)17 rappelle le problème, remontant au xviiie siècle et notamment kantien, du rapport entre la perception de l’individu concret omnimode determinatum, dans ce cas la physionomie dans son ensemble, dans le sens de Gestalt et de physionomie acoustique d’une part, et de l’autre, le processus analytique qui tire de la représentation singulière les notae (Merkmale) dont il se compose. Mais puisqu’une représentation complètement déterminée est seulement un idéal asymptotique de la raison, qui ne saurait jamais être atteint de manière empirique (ibid., p. 80-81), Bühler conserve ce double itinéraire de connaissance et la nota, bien que subordonnée à la physionomie, continue à se présenter comme l’indice d’une stratégie cognitive rationnelle18.

25Donc, si cette lecture devait être juste, on pourrait dire, revenant à une terminologie actuelle, que le signalement, c’est-à-dire le processus analytique, appartient pour Bühler aussi plutôt aux sphères métalinguistique ou sémiotique de Benveniste.

  • 19 La théorie des deux champs est d’une certaine manière intégrée au modèle instrumental du langage, d (...)

26La position de Bühler anticipe de nombreux arguments de la linguistique et de la sémiotique du parler, ainsi que de théories comme celle de Lindblom (1990 ; 1992) (théorie dite H&H), et c’est aussi celle qui permet le dépassement théorique de la distinction entre linguistique et paralinguistique19. La question qui se pose maintenant est celle de la compréhension du rôle de chacun des deux champs et de savoir si l’un des deux prévaut sur l’autre. Les études récentes sur la structure phonique du parler spontané concourent à l’évaluation de cette question.

27Celles-ci, comme il a été rappelé au chapitre 3 dans « Le problème de la substance », montrent une situation des plus désordonnées. Les phénomènes d’effacement ou d’altération de sons vocaliques et consonantiques, et aussi de syllabes entières, y compris de segments auxquels devrait être confiée la pertinence distinctive ou l’information morphologique, sont massifs et envahissants, et déterminent donc ces phénomènes d’incompréhension de mots isolés plusieurs fois évoqués. En outre, se font jour aussi d’autres éléments plus subtils qui vont dans la direction de la nécessité d’une révision des relations entre les parties et le tout, parce qu’ils mettent en doute la possibilité même de la reconnaissance et de la perception des segments en tant que tels.

  • 20 Les exemples qui suivent (dont je ne peux ici reproduire la composante vocale) sont tirés d’expérim (...)

28Des expérimentations simples et faciles sont à même de montrer la complexité de l’intégration entre les niveaux20 : en observant le développement d’une conversation en cours (ou en écoutant son enregistrement tout en connaissant les conditions de l’environnement dans lequel il a été réalisé), on comprend généralement tout ; en extrayant de cette même conversation une phrase ayant un sens bien établi et en la proposant à des auditeurs ignorants de tout le reste, la phrase est souvent comprise avec quelques difficultés et dans tous les cas avec une impression d’étrangeté ; en extrayant un mot de cette phrase et en le soumettant à d’autres auditeurs ignorants, celui-ci est reconnu avec difficulté et il arrive souvent qu’il ne soit pas du tout compris ; en enlevant de ce mot une syllabe et en la soumettant à d’autres auditeurs ignorants, le degré de reconnaissance s’effondre au point de se rapprocher du zéro ; en détachant un son de cette syllabe et en le soumettant à d’autres écouteurs ignorants, la reconnaissance est égale à zéro si le son est une consonne, et très proche de zéro si le son est une voyelle.

29Mutatis mutandis, cette expérience n’est guère différente de celle du tachistoscope à lorgnette, décrite par Gibson (1986, p. 219) : la faiblesse de la théorie de la séquence de stimuli pourrait être renommée, dans le cas que nous avons exposé, comme la faiblesse de la théorie de la séquence de segments discrets.

30Ces tests ou, si l’on veut, ces jeux, étant donné le caractère peu formel avec lequel j’ai choisi de les présenter, montrent les conséquences d’un éloignement progressif : l’éloignement du cotexte et du contexte conduit à ne pas reconnaître le mot isolé représentant du champ symbolique ; l’éloignement ou le détachement du sens conduit à ne pas reconnaître la syllabe ; l’éloignement de la naturalité articulatoire nous porte à ne pas reconnaître les sons isolés.

31En d’autres termes, on observe dans cette succession de tests une configuration variable des relations entre le tout et les parties. On pourrait donc dire que :
a) le tout sémiotique est la situation communicative dans son ensemble et les parties sont ses composantes (sons, gestes, propriétés des locuteurs, situations, inférences, monde connu et partagé, etc.) ;
b) chacune de ces parties (un tour dialogique, une phrase, une unité tonale, pour rester sur des exemples plus spécifiquement linguistiques) peut à son tour être considérée comme un tout dont les composantes (syntagmes et mots) doivent être repérées, jusqu’au point où l’on doit arrêter la décomposition par manque de sens (syllabes, sons).

32Seul le tout initial est bien défini ; le tout de chacun des niveaux inférieurs est toujours moins identifiable au fur et à mesure que l’on descend, jusqu’au point zéro des niveaux les plus bas.

33De cette perspective, conformément à ce qui a été dit au chapitre 3 dans « Qu’est-ce qu’une structure phonologique ? », dérivent en outre non seulement une dédramatisation du problème de la fluctuation des formes (Saussure 2002, p. 71-72), mais aussi probablement un mode plus simple de description ou d’interprétation du changement phonétique (thème que je n’aborderai pas dans ce livre).

34Enfin, ce qui a été dit à propos de la prosodie au chapitre 2 dans la partie qui lui est consacrée fait corps avec la perspective adoptée ici pour la perception et la représentation des unités significatives, que je continuerai, par commodité, d’appeler physiognomonique ou, mieux, gestaltique.

  • 21 Köhler (2000 [1947], p. 265-283) lui-même rappelle du reste une série d’observations intéressantes (...)

35Du reste, appliquer l’idée de Gestalt à la prosodie signifie simplement se référer au nucléus initial de cette théorie, née avec von Ehrenfels précisément dans le domaine de la musique et donc de la perception auditive (Persyn-Vialard 2005, p. 138-146), même si elle s’est développée essentiellement sinon exclusivement, dans le domaine de la perception visuelle (Köhler 1947)21.

36Commentant les réflexions d’Ehrenfels, Persyn-Vialard écrit :

L’atomisme se trouve réfuté par Ehrenfels à deux niveaux : sur le plan ontologique, la totalité structurée qu’est la Gestalt ne se ramène pas à la somme de ses éléments constitutifs, comme le prouve la qualité formelle de supra-additivité (Übersummativität) mise en évidence à partir de l’exemple de la mélodie. D’autre part, du point de vue de la théorie de la perception, et, partant, de la théorie de la connaissance, la perception n’est pas non plus réductible à une somme de sensations, comme le prouve la possibilité de transposer la mélodie dans une autre gamme sans entraîner son altération : la perception de la forme mélodique demeure dans ce cas inchangée, malgré la modification de la totalité des sensations perçues (la transposition de la mélodie impliquant une modification de chacun de ses tons constitutifs). Cela conduit donc à caractériser la Gestalt [comme le dit Piéron 1973, p. 424] comme « un ensemble de relations invariantes pour certaines informations » (Persyn-Vialard 2005, p. 138-139).

37Le passage qui vient d’être cité présente, à l’évidence, une forte analogie avec ce que nous cherchons à démontrer à propos du visage phonique des mots.

  • 22 Pike assume par certains aspects une position excentrique par rapport à la linguistique américaine  (...)
  • 23 Détails et bibliographie chez Nguyen (2005, p. 425-447) : selon le modèle FUL, dit abstractionniste (...)

38Les intuitions de Bühler, ses idées sous-tendues aux métaphores physiognomoniques, ou tout au moins holistiques, ainsi que la théorie des deux champs, ne semblent pas avoir été prises en compte explicitement par la linguistique des décennies suivantes, même si, ici ou là, on observe des positions en partie convergentes. Ainsi, réapparaît l’idée d’une nature non segmentée des mots, comme chez Pike (1972, p. 129, 136, 140-141)22 ; Lindblom a théorisé le rôle de l’information extérieure au signal, mais avec une moindre ampleur théorique et au fond, essentiellement dans le but d’expliquer la variabilité des segments. Mais en réalité, ce sont plutôt les modèles linguistiques plus récents de la perception du parler qui prennent en considération les mots comme objet primaire de reconnaissance et de mémorisation23, dans des termes qui parfois rappellent fortement la perspective physiognomonique que je propose ici, comme chez Orsolini (2000, p. 3-67).

  • 24 On trouve un exemple de ces critiques chez Pierrehumbert (2001, p. 138-139), où il est soutenu que (...)

39Pareillement, quand on prend en considération des unités plus grandes du phonème, comme le mot (Coleman 2002), voire le syntagme, comme chez Bybee (2003 [2001], p. 1-18, 188, 197 et passim) – travail intéressant dans lequel il est donné une juste importance à l’usage aussi bien qu’à la fréquence dans l’interprétation des phénomènes phonologiques et dans la reconnaissance et la catégorisation des formes linguistiques – cela advient à l’extérieur d’un cadre théorique dans lequel le monde s’intègre au message, donnant le beau rôle aux critiques qui évoquent les limites de la mémoire humaine24.

La syllabe comme pars minima naturelle ?

  • 25 Les approches classiques de la syllabe se trouvent dans les grands manuels de phonétique (Sievers 1 (...)

40Le signal linguistique, bien que continu, peut non seulement être segmenté en portions dotées de sens (monèmes), mais il n’est pas plat parce qu’il consiste en une succession, une alternance de périodicités et d’a-périodicités, de pics et de creux, résultat de la dynamique des grandeurs physiques qui le constituent. Aussi se prête-t-il à une segmentation naturelle ultérieure, et l’unité qui répond le mieux aux caractéristiques du signal est la syllabe25, entendue comme une saillance articulatoire et surtout perceptive. Par saillance, ou proéminence, on entend tout simplement la concentration progressive et le renforcement des indices acoustiques suivi de leur graduelle raréfaction.

  • 26 Cao (1985, p. 293), indiquant les tracés d’une phonologie qui ne repose pas sur des présupposés eur (...)
  • 27 Dans tous les cas, de manière implicite ou explicite, la syllabe y est toujours considérée comme co (...)

41La syllabe doit être considérée comme une unité importante en mesure de jouer le rôle de pars minima physique (non linguistique ou sémiotique) du parler parce qu’elle est le lieu dans lequel se résolvent pratiquement toutes les difficultés rencontrées à propos du phonème : le naturel articulatoire, la perceptibilité, son accessibilité, l’universalité des mécanismes constitutifs26. De ce point de vue, qui coïncide essentiellement avec la reconnaissance des nucléus syllabiques et de leurs contours éventuels, il y a un accord entre les linguistes et la conscience linguistique des parleurs. Du reste, la précédence de la syllabe par rapport au segment est aujourd’hui largement reconnue et toute la phonologie métrique et auto-segmentale est basée sur ce présupposé27.

  • 28 Lo Piparo (2007) propose, à propos du discontinu et du discret chez Aristote, une vision de la syll (...)
  • 29 Par exemple, la compétence rythmique et métrique raffinée des poètes déclamant de manière improvisé (...)
  • 30 Il faut entre autres observer que toutes les expérimentations dédiées à l’observation de la compéte (...)

42Dans la perspective courante le problème de la définition des limites de la syllabe n’est cependant pas résolu, parce qu’il se présente dans des termes similaires à ceux qui ont été rencontrés lorsqu’il s’agissait de la définition des limites des phonèmes28. Mais, une fois encore, on peut se demander si la question des limites discrètes est un problème linguistique des locuteurs/auditeurs ou bien un problème métalinguistique des chercheurs. En effet, à bien regarder, aucun des arguments qui montrent la centralité de la syllabe comme unité de production et de reconnaissance n’est lié à une définition précise de ses limites29. Il n’est pas non plus possible de dire que les expériences sur la reconnaissance syllabique (comme celles que décrit Manfrellotti 2001) constituent aussi la preuve de l’identification précise des limites de la syllabe. Ce qui est par contre important, c’est la saillance perceptive du nucléus de la syllabe et éventuellement de ses contours qui peuvent même rester incertains. Le fait que dans certaines séquences (par exemple l’italien patata [pa’tata] « pomme de terre ») les limites soient relativement certaines et, au moins dans des réalisations hyper-articulées, reconnaissables, ne signifie pas que leur identification soit une condition nécessaire pour la reconnaissance d’une succession de saillances30.

43En d’autres termes, il est possible d’imaginer la syllabe comme un sommet, mais non pas de la définir dans ses limites et de la voir comme un agglomérat de phonèmes discrets, comme le voudraient le nom grec syllabé et la glose latine comprehensio litterarum que reflète la représentation alphabétique et comme le voudraient aussi les théories anciennes et modernes, mais comme une unité naturelle primitive de base. Si l’on renonce à considérer comme centrale la question de la discrétion, la perspective change et l’on se rapproche du point de vue physiognomonique : un visage est un ensemble d’aspects saillants individuels mais ces derniers ne sont pas discrets ; un visage phonique est un ensemble de saillances perceptives non discrètes réunies par un sens.

44Le point de vue de la non pertinence linguistique du problème de l’identification précise des confins syllabiques est illustré chez Dziubalska-Kołaczyk (1996), dans un essai duquel, mis à part de nombreux points discutables ou peu clairs et parfois inexacts, il est possible d’extraire un élément intéressant.

Il existe une autre unité fonctionnelle de la phonologie, plus petite que le mot, plus petite que le pied mais qui est plus accessible qu’une syllabe. Dorénavant, je l’appellerai beat […] Le squelette basique du rythme de la langue est constitué de beats qui reviennent régulièrement. Les beats sont des entités rythmiques primaires réalisées de préférence par des voyelles sur un fond consonantique. Ceux-ci ne possèdent pas de caractéristiques articulatoires inhérentes parce que plus que des unités, ce sont des fonctions, c’est-à-dire qu’ils sont intentionnels (dans le sens de Baudouin de Courtenay) et perceptuels, plutôt que de nature effectivement articulatoire. Leur réalisation prédominante est vocalique en raison du potentiel de saillance qui est le propre des voyelles, bien que les consonnes elles aussi puissent réaliser la fonction de beat dans diverses circonstances (ibid., p. 59).

  • 31 Je note en passant qu’il pourrait ne pas être scandaleux de résoudre le problème de la collocation (...)

45Ce qui, dans ce texte, est désigné comme beat est au fond ce que l’on pourrait appeler un sommet syllabique saillant aux limites non définies et non définissables31.

46Comme on peut le voir, cette perspective, qui est à la fois discrète parce qu’elle repère les sommets et les creux, et continue parce qu’elle ne postule pas des césures mais des gradients entre un sommet et l’autre, s’intègre très bien à une vision physiognomonique du mot phonique et, en général, des portions significatives du signifiant. Cette perspective s’intègre aussi à une vision dynamique des grandeurs acoustico-articulatoires représentées, par exemple, par les traits de Jakobson et Halle, à condition que la dynamique de ces traits ne soit pas vue comme leur activation et désactivation simultanées en correspondance avec le début et la fin du présumé segment ou de la présumée syllabe discrète. La dynamique temporelle des traits, c’est-à-dire des variations dans le temps des grandeurs physiques qu’ils représentent, que j’envisage ici, est celle qui rend possible l’image du mot phonique comme une tapisserie que caractérise sa propre modalité de distribution des saillances.

  • 32 Dans tous les cas Faber (1992, p. 113) rappelle que la charge mnémonique impliquée par un inventair (...)

47Il faut, par ailleurs, dire que dans la perspective qui a été exposée dans « La physionomie acoustique des mots » et qui sera reprise dans les deux prochaines sous-parties, le problème souvent soulevé de l’excessif encombrement mnémonique causé par le fait que le nombre des syllabes possibles est certainement très supérieur à celui des phonèmes de n’importe quelle langue, est un problème qui ne se pose pas, non seulement parce qu’il reflète un point de vue componentiel pour lequel les mots résulteraient de la combinaison de syllabes prélevées d’archives mentales préconstituées32, mais surtout parce qu’il ignore l’intégration de sens en provenance du monde partagé.

La prosodie, la voix, la syllabe et le sens comme propriété des physionomies acoustiques

  • 33 La réciproque n’est pas vraie parce que, d’une certaine manière, chacune de ces propriétés peut en (...)

48Une physionomie acoustique, différente de toutes les autres physionomies acoustiques, ou égale à quelques autres, ou bien encore égale à elle-même dans des conditions variées, manifeste sa singularité ou son identité à travers ses propriétés que sont la voix, la syllabe et la prosodie, qui lui sont consubstantielles. Il ne saurait y avoir de physionomie acoustique en l’absence d’une voix qui la génère, d’une ou de plusieurs syllabes qui l’articulent en saillances et d’une prosodie qui la modèle33. Si l’on prend comme prius (phénoméno)logique la physionomie acoustique en tant que base significative de la langue, on doit observer qu’elle ne peut exister qu’à travers ses propriétés.

49Mais, surtout, elle ne peut exister privée de sens, d’autant que, comme il a été dit plusieurs fois, c’est précisément le sens qui rend possible la reconnaissance d’une vibration de molécules comme physionomie acoustique qui se présente sous l’aspect d’un mot phonologique ou d’une portion plus ample. Dans le cas de physionomies acoustiques physiquement ambiguës, comme dans porte, c’est le sens qui consent à les reconnaître comme deux faces phoniques différentes.

50Font aussi naturellement partie de la physionomie acoustique, au moins dans les langues ayant quelques formes de flexion ou d’agglutination, les traits qui concourent au sens syntagmatique ou grammatical. Comme on peut le voir, la Gestalt, ou l’image de la relation entre le tout et les parties, tant de fois évoquée, continue à être la plus efficace modélisation de la manière dont se constitue le parler : aucun de ces constituants ne se manifeste en tant que tel, sinon en présence de tous les autres et le tout est plus que la somme des parties.

  • 34 Je ne crois donc pas partager l’idée de l’irréversibilité de la fonction (sémiotique) dont parle Bü (...)

51Elle doit toutefois être considérée dans sa stratification. La relation primaire est la relation qui unit signifiant et signifié, pour laquelle a été utilisée l’image du ruban de Moebius (Lo Piparo 1991 ; Calvet 2004, p. 144-145), motivée par le fait que, comme nous avons cherché à le montrer, le signifiant est l’indice du signifié et le signifié l’indice du signifiant34 ; mais tout aussi étroite est la relation d’une part des propriétés du signifiant (syllabe, voix, prosodie) entre elles et, d’autre part, entre ces dernières et le sens qu’elles concourent à déterminer et dont elles reçoivent la validation sémiotique, dès lors que le sens est compris par quelqu’un.

52Que doit faire le linguiste de cet entrelacement de choses qui se configure de manière unique et non réitérable pour chaque événement ? Il ne peut que le décomposer, en isoler avec les instruments appropriés, traditionnels ou nouveaux, chacune des composantes et l’étudier. C’est-à-dire que le linguiste doit continuer à faire ce qu’il a toujours fait et que personne d’autre ne peut faire à sa place. Il ne faut pas oublier que ce que l’on est en train d’observer, de décrire et de décomposer, est toujours la partie d’un tout et que c’est ce dernier le véritable objet de l’enquête linguistique au centre de notre raisonnement. À quoi servirait le travail de l’histologiste s’il ne s’associait pas à d’autres travaux de recherche pour décrire une anatomie et une physiologie (ou une pathologie) ?

Sens et contexte, ou la richesse du stimulus

53Enfin, je voudrai de nouveau attirer l’attention sur la faiblesse de l’idée selon laquelle le stimulus est pauvre (Albano Leoni, 2012). La nécessité de charger outre mesure l’homo loquens de connaissances conceptuelles (voire phonologiques) ou catégorielles innées, comme cela a été le cas encore récemment dans la pensée générative, ou bien celle de contraindre les modèles phonologiques (et pas uniquement phonologiques) à rendre compte de la moindre instabilité du signal, comme il advient dans la pensée structuraliste, est la conséquence de ce présupposé, accepté sans scrupules particuliers par une bonne partie de la linguistique du xxe siècle.

54Pour ma part, je trouve plus économique de penser que la garantie de l’intercompréhension entre personnes parlant une même langue ne se situe pas seulement à l’intérieur d’un code arbitraire, symbolique et partagé, faisant que la communauté française, par exemple, est grosso modo d’accord sur le signifié du mot chien (dans ses différentes réalisations phoniques locales), mais qu’elle se situe aussi, à un même niveau d’importance, dans une connaissance et une représentation partagées du monde.

55Aujourd’hui, dans n’importe quelle étude générale sur la construction de la connaissance ou sur le fonctionnement des activités mentales, on considère comme allant de soi que catégoriser (et connaître) ce que nous voyons avec nos yeux, ce que nous touchons de la main, ce que nous sentons avec le nez ou la bouche, ce que nous dit la proprioception de notre présence au monde, ce dont nous nous rappelons, ce que nous écoutons de linguistique et que nous apprenons à répéter, ne sont pas des activités mentales séparées, non communicantes, répondant chacune à son propre module. Donc, la connaissance linguistique des locuteurs/auditeurs se construit simultanément à la connaissance du monde dont elle est peut-être la composante la plus importante.

56Mais si cela est vrai, il s’ensuit que la variabilité et l’indétermination du signal linguistique, qui pèsent tant encore et ont tant pesé dans la construction de modèles phonologiques, sont des détails négligeables de la physiologie des langues, sauf dans les cas où l’auditeur est, accidentellement ou structurellement, privé de la connaissance du monde ou de cette partie du monde dont on est en train de lui parler, comme dans les cas réels d’incompréhension ou dans les cas artificiels d’expérimentations.

57En ce sens, il est possible d’aller au-delà des positions de Lindblom (1990) qui voit la situation idéelle dans le parfait dosage d’information dans le signal et d’information hors du signal (et il considère comme mal réussis les cas qui s’éloignent de la ligne idéale), parce que le dosage peut être aussi largement imparfait et la situation (communicative) demeurer efficace.

58Parce qu’à y regarder de près, ce qui compte ce n’est pas que le signal soit variable ou constant, intègre ou détérioré, mais que l’auditeur l’interprète d’une certaine manière. La variabilité du signal fait partie des choses du monde et, comme toutes les choses du monde, elle doit être interprétée. En effet, nous croyons qu’il est illusoire de penser qu’un énoncé hyper-articulé soit plus facilement interprétable qu’un énoncé hypo-articulé, parce que, comme nous l’avons dit à propos des paires minimales, le travail herméneutique va bien au-delà de la reconnaissance physique d’un ou de plusieurs fragments de l’énoncé.

59Il est évident que le principe de la coopération dans un domaine consensuel, dont parlent Maturana et Varela, à l’intérieur duquel se place intégralement l’activité linguistique, présuppose aussi un effort de la part de la personne qui parle : un locuteur qui ne s’intéresse pas aux autres est condamné à l’isolement et donc à l’extinction (devenant ainsi une branche morte du processus évolutif), mais il n’est pas dit que l’intérêt d’un individu à être compris se manifeste seulement à travers l’hyper-articulation.

60Le concept d’économie sémiotique, indirectement évoqué par Bühler quand il rappelle que le champ symbolique et le champ déictique sont inséparables, est plus puissant que celui qui, selon Martinet, règle les dynamiques phonétiques des langues naturelles.

61Je conclurai donc en affirmant sans ambages que le stimulus, loin d’être pauvre, est extrêmement riche et qu’il constitue l’élément principal sur lequel on construit notre capacité à parler et à comprendre, sans que ne soient nécessaires ni structures parfaites a priori, ni savoirs innés, mais avec le soutien décisif d’un a posteriori métalinguistique.

Notes

1 Gessinger (1994) a consacré une imposante monographie aux réflexions en Europe entre les xviiie et xixe siècles sur le rôle des sens (en particulier la vue, l’ouïe et le toucher). Pour les questions générales de physiognomonique nous renvoyons à Fortuna 2005 et Gurisatti 2006.

2 Miller et Johnson Laird (1976, p. 38) rappelaient que si l’on ne disposait pas d’une théorie explicite de la perception, on ne pouvait avoir aucune certitude quant aux primitifs du système (« Not having an explicit perceptual theory means that we cannot be sure what the primitives of system are »). L’avertissement est encore actuel.

3 Il n’existe à ma connaissance aucune expérience analogue sur la perception auditive. Mais si l’on prononce de manière répétée et sur un ton monotone la succession des deux syllabes [sa] et [ra], au point de produire une séquence [sarasarasarasarasara…], on observera que la séquence se présente alors tantôt comme [sara], tantôt comme [rasa], tantôt comme [sa’ra].

4 Une Gestalt qui ne soit pas rigide mais qui soit sujette aux principes de la totalité perceptive, de la « meilleure forme » et de l’« équilibration » (Piaget 2007 [1968], p. 51-53), et qui soit naturellement organisée de façon interne en points saillants acoustico-perceptifs, comme nous le verrons à propos de la syllabe (infra, « La syllabe comme pars minima naturelle »).

5 Sans oublier naturellement que la perception physiognomonique visuelle s’exerce sur un objet situé dans l’espace et dont les constituants sont perçus de manière simultanée, alors que la perception physiognomonique auditive s’exerce sur un objet qui se manifeste dans le temps et dont les constituants sont perçus en succession. Mais cela ne constitue pas un obstacle, considérant aussi bien ce que l’on dit sur le rapport entre mélodie et notes dans la citation de Wertheimer reportée ci-dessous que le principe de la sequential integration (Bregman 1990, p. 47-211, p. 472-473).

6 L’auditeur peut aussi donner un sens à des événements phoniques qui, d’un point de vue strictement anthropocentrique, ne devraient pas en avoir. Bettini (2008) nous rappelle que, si un serpent nous nettoie les oreilles de sa langue pendant que nous dormons, nous serons en mesure de donner un sens aux voix des oiseaux et de les comprendre. Et si, comme dans le cas des sirènes, les voix demeurent énigmatiques, c’est peut-être parce qu’elles disent des choses qu’il est préférable de ne pas comprendre (Bettini et Spina 2007).

7 On trouvera une récapitulation de l’histoire de cette question chez Gurisatti (2006, p. 301-326). Cependant tout n’y est pas des plus convaincants. Par exemple, l’affirmation qu’« Au nom de leur affinité spatio-temporelle, les éléments du visage et de la langue peuvent être interchangeables : les traits du visage sont son écriture ; la mimique du visage est sa parole » (ibid., p. 301) reproduit de fait la distinction entre segmental et suprasegmental et laisse dans l’ombre le fait que dans sa constitution la figure est une Gestalt alors que l’écriture (alphabétique) est une succession linéaire d’éléments discrets.

8 J’ai renoncé à l’étiquette d’icône phonique (Albano Leoni 1998, p. 14) que je juge inadéquate, parce que ce à quoi je fais référence n’est pas iconique dans le sens sémiotique du terme.

9 On trouve une réflexion à un stade embryonnaire qui va dans cette direction chez Kruszewski (1995 [1883], p. 63) : « Un son complexe [un mot] ne peut être considéré comme une juxtaposition mécanique d’une certaine quantité de sons indépendants. Quand les sons s’associent à d’autres, ils […] s’accommodent entre eux. Cet arrangement est le ciment qui transforme plusieurs sons en une complexité compacte ». Ce qui empêche cette formulation d’être à proprement parler gestaltique est l’idée que les éléments s’adaptent mais qu’ils préexistent au tout.

10 Bühler (1936b, p. 163-164) parle de la Konstantenbildung comme modalité perceptive d’objets variables (« Grössenkonstanz der Sehdinge im Entfernungswechsel ; Lautheitkonstanz der Hörereignisse im Entfernungswechsel »).

11 Friedrich (2004, p. 5) fait justement observer que ces marques correspondent en effet aux phonèmes de Troubetzkoy, que du reste Bühler rappelle de manière explicite, mais, à la différence de ceux-ci, il ne semble pas qu’ils soient immatériels, ainsi que le montrent par exemple des métaphores récurrentes comme « La frappe phonématique de l’image acoustique d’un mot » (Bühler 2009 [1934], p. 91 et passim).

12 « […] les phonèmes aussi sont des manifestations de la constance (perceptive), mais dans l’édifice psycho-physique ils se trouvent à un niveau supérieur. Pour les phonèmes, il ne s’agit pas de reconnaître les choses en fonction de la distance, mais de reconnaître ces images phoniques, que nous avons l’habitude d’appeler mots, quand leur face phonique change. Les phonèmes constituent un Signalement des mots » (Bühler 1936b, p. 165). Dans la communication linguistique, les phonèmes seraient donc des signes de signes (Zeichen an Zeichen).

13 Cependant, on pourrait aussi observer qu’en réalité nombre de ces monosyllabes sont aussi des homophones et donc que le processus herméneutique finirait plutôt par être celui que nous avons décrit au chapitre 3 dans « L’illusion des paires minimales ». Dans tous les cas Bühler (2009 [1934], p. 399-415) écrit encore des pages extrêmement actuelles à propos du phénomène de la syllabe, reprenant les études de Sievers et de Stetson. Les formulations de Jakobson et Halle (1963 [1956], p. 119-120) sont fondamentalement semblables (et basées sur les mêmes sources). Je n’ai malheureusement pas été en mesure de vérifier en quoi consiste le syllabème de Polivanov, mentionné par Jakobson et Halle (1963 [1956], p. 119).

14 Troubetzkoy (1986 [1939], p. 38-39) mentionne lui aussi l’argument mais dans une optique légèrement différente : « En tant que silhouette chaque mot contient toujours quelque chose de plus que la somme de ses termes ou de ses phonèmes, à savoir le principe d’unité qui joint ensemble cette suite de phonèmes et confère au mot son individualité. Mais à la différence des divers phonèmes ce principe d’unité ne peut être localisé dans le corps du mot, et par conséquent on peut dire que le corps du mot peut être analysé en phonèmes sans laisser de résidu, qu’il consiste en phonèmes ».

15 On trouve une formulation, certes plus timide mais réaliste, de ce concept chez Kruszewski (1995 [1883], p. 68), faisant référence à des observations présentes chez Paul (1920, p. 59), qui observe que dans la perception que nous avons d’un mot prononcé de manière confuse et que nous ne comprenons pas, nous le corrigeons inconsciemment sur la base de l’image que nous avons en tête de ce mot et que nous comprenons aussi ce qui a été dit sur la base du cotexte et qu’enfin, si nous continuons à ne pas comprendre, nous pouvons demander qu’il soit répété.

16 Nous devons préciser que le champ déictique (Zeigfeld) n’est pas développé par Bühler dans le sens général où nous l’interprétons ici : le long chapitre que Bühler lui dédie (2009 [1934], p. 174-258) analyse en réalité les diverses formes de la deixis.

17 Kant (et Cassirer) sont très présents dans la pensée de Bühler. En ce qui concerne le point ici en question, voir par exemple « la thèse de Kant que les concepts sans intuitions sont vides et que les intuitions dépourvues de concepts sont aveugles » (Bühler 2009 [1934], p. 63).

18 Je n’exclurai pas qu’à la base de cette duplicité il y ait aussi la volonté de répondre au renfrogné « prophète à droite » (2009 [1934], p. 65), c’est-à-dire au philosophe, en l’occurrence à Husserl auquel Bühler (ibid., p. 154-160) se réfère explicitement lorsqu’il discute du rapport entre connaissance symbolique et connaissance qui dérive de la situation.

19 La théorie des deux champs est d’une certaine manière intégrée au modèle instrumental du langage, dont j’ai parlé dans le chapitre 2.

20 Les exemples qui suivent (dont je ne peux ici reproduire la composante vocale) sont tirés d’expérimentations menées, d’après le modèle d’Albano Leoni et Maturi 1991, à partir de portions de textes d’un dialogue italien du corpus CLIPS [www.clips.unina.it] et du Corpus de français parlé parisien des années 2000 (CFPP2000 : [http://ed268.univ-paris3.fr/syled/ressources/Corpus-Parole-Paris-PIII/]).

21 Köhler (2000 [1947], p. 265-283) lui-même rappelle du reste une série d’observations intéressantes sur des expérimentations de perception-mémorisation de syllabes et de séries de syllabes dénuées de sens et ayant un sens. Les expérimentations montrent que la perception et la mémorisation sont avantagées quand les syllabes administrées se situent dans un ensemble structuré et sensé.

22 Pike assume par certains aspects une position excentrique par rapport à la linguistique américaine : par exemple, il critique Harris pour la suppression du signifié (Pike 1972, p. 130) ; il confirme que la vision de la langue comme ensemble de segments naît avec l’alphabet et affirme que la succession des sons doit être vue comme une succession d’ondes sans nets contours et discontinues entre elles (ibid., p. 136).

23 Détails et bibliographie chez Nguyen (2005, p. 425-447) : selon le modèle FUL, dit abstractionniste, chaque morphème est associé à une représentation phonologique unique, abstraite et sous-spécifiée ; les modèles à exemplaires attribuent à l’auditeur la capacité de mémoriser les différentes formes associées à un mot. Johnson (1997b) montre que chez les enfants, la reconnaissance des mots commence avec des blocs non analysés (ibid., p. 104) et que les adultes aussi reconnaissent parfois par blocs parce qu’« une structure phonologique abstraite est un phénomène de flexion qui apparaît et disparaît lorsque les mots sont reconnus » (voir aussi Johnson 1997a).

24 On trouve un exemple de ces critiques chez Pierrehumbert (2001, p. 138-139), où il est soutenu que si chaque mot correspondait à un signal phonique idiosyncratique, comme le voudrait Bybee (2000), il serait possible d’élaborer un modèle scientifique transparent où un exemplaire holistique, articulatoire ou acoustique, serait associé à un signifié ; mais cela entrerait en opposition, selon Pierrehumbert, avec le fait qu’il y aurait des données sur les représentations mentales de la phonologie selon lesquelles un mot serait perçu comme le produit d’unités phoniques partagées avec d’autres mots ; l’existence de ces sous-parties, phonèmes, morae ou syllabes serait démontrée par les prononciations de néologismes et par les adaptations des emprunts lexicaux. La réfutation de Pierrehumbert est très faible et n’intéresse que des cas manifestement métalinguistiques. Pierrehumbert (ibid., p. 140-141) encore, commentant l’Exemplar Theory, affirme il est vrai que dans un modèle à exemplaires chaque catégorie est représentée dans la mémoire par un « nuage » de répliques mémorisées de la catégorie donnée, mais elle soutient aussi que les catégories ne peuvent être que des phonèmes, parce que la mémoire humaine ne suffirait pas à se rappeler tous les mots rencontrés au cours de la vie. On retrouve de semblables considérations chez Pinker et Jackendoff (2005). À ce dernier propos, voir infra, « Sens et contexte ou la richesse du stimulus ».

25 Les approches classiques de la syllabe se trouvent dans les grands manuels de phonétique (Sievers 1876, 1901 ; Jespersen 1913 ; Grammont 1971 [1933]), mais je renvoie aussi à Stetson 1936, toujours très important. Pour une synthèse des positions plus récentes, notamment dans le cadre de la phonologie métrique, je renvoie à Labrune 2005. On trouvera une analyse intéressante de la syllabe comme lieu de synthèse des propriétés articulatoires et auditives chez Klein (1993).

26 Cao (1985, p. 293), indiquant les tracés d’une phonologie qui ne repose pas sur des présupposés eurocentriques, écrit : « La syllabe est l’unité naturelle d’articulation et de perception. Elle est le segment naturel minimal » (voir aussi Ducard 2002, p. 33 et suiv.). Selon Mehler et Dupoux (1990, p. 222-230), la syllabe serait perçue et reconnue de manière gestaltique et non comme la somme des segments présumés qui la composent : « Si les syllabes sont réellement les “atomes” de la perception, des Gestalt, les nourrissons devraient montrer une constance perceptive semblable à celle observée dans le monde visuel » (ibid., p. 227) et c’est ce que confirment précisément les expérimentations de présentation de syllabes abrégées à des nouveau-nés de 4 jours.

27 Dans tous les cas, de manière implicite ou explicite, la syllabe y est toujours considérée comme comprehensio litterarum parce qu’elle est construite à partir de propriétés des segments : on en affirme la priorité mais on la traite comme un agrégat. C’est là, par exemple, la logique des algorithmes prédictifs de syllabation sophistiqués que l’on trouve dans Calderone et Bertinetto 2004-2005. Le primat du segment comme constituant de la syllabe est parfois remis en question (Labrune 2005, p. 112), ou bien l’on considère qu’il s’agit là d’une question dépassée parce que « les caractéristiques segmentales (articulatoire) sont exprimées à l’aide des traits distinctifs » (ibid.), mais qu’il demeure dans la charpente théorique. On trouve une observation identique chez Daniels (1992, p. 99) qui rappelle que les phonologies auto-segmentales travaillent en effet avec la syllabe, mais qu’elles la décomposent immédiatement et qu’elles ne la considèrent pas comme le vrai primitif segmental. Ce dernier (ibid., p. 97-98) affirme en outre que le primat quantitatif des écritures syllabiques, aujourd’hui comme hier, est le reflet du primat de la syllabe.

28 Lo Piparo (2007) propose, à propos du discontinu et du discret chez Aristote, une vision de la syllabe selon laquelle elle serait, à l’intérieur d’elle-même, continue. L’hypothèse est intéressante, sans pour autant résoudre le problème de la discontinuité entre syllabes.

29 Par exemple, la compétence rythmique et métrique raffinée des poètes déclamant de manière improvisée ainsi que celle de toutes les traditions de poésie orale en dit long sur l’enracinement de la syllabe et de ses manifestations rythmiques dans la conscience des locuteurs, mais ne dit rien sur la question des limites, qui se révèle sans importance.

30 Il faut entre autres observer que toutes les expérimentations dédiées à l’observation de la compétence phonologique ou de la capacité à discriminer et à distinguer des phonèmes différents sont toujours construites avec un matériau dans lequel le phonème présenté au cours du test est inséré dans une syllabe ; aussi, au fond, tous les tests de discrimination phonématique sont-ils en réalité des tests de discrimination syllabique. Du reste, il est absolument impensable que dans un test pour la reconnaissance et la discrimination soient proposés des phonèmes isolés, parce que les résultats ne sauraient être que ceux de l’expérimentation décrite supra

31 Je note en passant qu’il pourrait ne pas être scandaleux de résoudre le problème de la collocation syllabique de [s] dans les groupes consonantiques (que les phonologistes métriques ne résolvent pas) en disant qu’elle constitue une saillance. Du reste, dans le phono-symbole représenté orthographiquement comme pst la saillance se trouve précisément dans le [s]. On peut en outre observer que la séquence de consonnes de syllabes très lourdes, comme dans le suédois (väst)kustskt, forme neutre de l’adjectif « côtier (occidental) », est toujours interrompue par la saillance de [s].

32 Dans tous les cas Faber (1992, p. 113) rappelle que la charge mnémonique impliquée par un inventaire de mille unités ne doit pas être considérée comme excessive.

33 La réciproque n’est pas vraie parce que, d’une certaine manière, chacune de ces propriétés peut en soi se manifester comme un événement physique : la voix est aussi la manifestation d’un appareil phonatoire qui fonctionne (comme lorsque l’on dit [aaaaa] chez le médecin ; la prosodie est aussi une simple vibration laryngée dans une vocalisation indistincte ([mmmmm]) ; la syllabe est aussi une succession quelconque de sommets et de creux de sonorités également reconnaissables chez certains animaux.

34 Je ne crois donc pas partager l’idée de l’irréversibilité de la fonction (sémiotique) dont parle Bühler (2009 [1934], p. 123-124 ; voir aussi Friedrich 2004, p. 2-3).

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