1La voix transmet un sens. Ce sens peut être contenu dans des pensées aussi bien que dans des émotions. Pour Danielle Cohen-Levinas (2012, p. 228), « les vocabulaires de la voix sont un pluriel linguistique et sémiotique qui font retour dans le vaste corpus que représente la question de la vocalité lorsqu’elle est prononcée, traduite en différentes langues ». Parmi ces langues, on comptera non seulement le français, l’italien, l’anglais, le latin, etc., mais aussi la musique. Cette dernière constitue à l’âge classique une véritable langue, avec une grammaire et une rhétorique qui lui sont propres. Elle est théorisée notamment dans le concept du discours musical (voir plus loin dans ce chapitre).

2La voix met en relation des éléments physiques et acoustiques (c’est-à-dire les sons) avec les objets ou idées que ces sons sont censés représenter1. Pour Aristote déjà, les sons de la voix correspondent aux représentations ou « états de l’âme » évoqués par le sujet parlant. Les xvii^e et xviii^e siècles vont repenser le modèle antique et distinguer les signes « certes, probables, joints aux choses, séparés des choses, d’institution, avec rapport à la chose », les signes « sans aucun rapport à la chose » (Arnauld et Lancelot 16602) et les signes « accidentels, naturels et d’institution » (Condillac3 1798 [1746])4. Mais quelle que soit la distinction choisie, la signification est toujours en lien étroit avec la diversité des sons émis par la voix. Dans son Art de la poésie française et latine, Antoine Phérotée de La Croix (1694, p. 637) exprime très clairement ce fait lorsqu’il décrit la parole comme « un assemblage de sons de la voix, établis pour être les signes des pensées, et qui ont la force de réveiller les idées auxquelles on les a attachés »5.

3L’étude des théories modernes peut aider à mieux cerner ce concept de la signification. Selon le modèle d’Ivan Fónagy (1983), un message oral est transmis par un double encodage séquentiel. D’abord, le message est transformé en une séquence de sons (ou phonèmes). Il s’agit de l’acte de la production du message référentiel ou informationnel. À ce premier encodage, un deuxième, paralinguistique cette fois, est ajouté. Celui-ci détermine la manière concrète dont le son est transmis. En d’autres termes, il fonctionne comme support pour l’expression des émotions liées au message primaire, et il contient par exemple toutes les informations que la voix donne sur l’état d’âme et sur les émotions éprouvées au même moment par le locuteur. « Les deux messages, qui se réclament de deux codes incompatibles, sont étroitement, inextricablement liés dans la parole », explique Fónagy (1982, p. 44). Le décodage poursuit le même processus, mais dans l’ordre inverse. L’interlocuteur réagit d’abord aux signes paralinguistiques avant d’accéder au code grammatical. Le premier décodage permet de comprendre l’implicite, dont les émotions du locuteur font partie, le deuxième les informations concrètes. Le décodage nécessite alors deux codes : le premier est un code universel ou naturel, prélinguistique et déterminé par la motivation individuelle ; le deuxième est un code commun, partagé par une communauté linguistique – française en l’occurrence – permettant de comprendre le sens intelligible et rationnel du message.

4Dans ce sens, la porteuse des sons, c’est-à-dire la voix, peut paraître métaphorique : elle provoque une sensation qui peut créer des images – concrètes comme abstraites – dans l’esprit de celui qui les entend et les interprète. En d’autres termes, la voix signifie, grâce à ces processus d’encodage et de décodage.

La parole : « rendre par la voix ce que l’âme a reçu par les sens »6

5La voix forme le langage humain qui, quant à lui, traduit les pensées et les idées de l’homme. Le langage peut ainsi être considéré comme l’image de la pensée, matérialisée dans les sons, émis par la voix humaine.

6Effectivement, le terme indogermanique wek, à l’origine des mots vox (latin) et voix (français), désigne généralement une émission de voix7. On trouve cette idée par exemple chez Aristote (1846, p. 224) pour qui « la voix est […] le son propre de l’animal » : elle est le résultat d’un « coup que l’air aspiré par l’âme qui est dans ces parties donne contre ce qu’on appelle l’artère » (ibid., p. 225). Cela dit, Aristote, qui désigne l’homme comme l’animal qui possède le logos, déclare encore que « la voix, en effet, est un son exprimant quelque chose ; ce n’est pas un simple bruit de l’air respiré, comme la toux » (ibid.). Steven Connor (2014, p. 33) l’explique très clairement : « Pour Aristote, seul un être qui possède une âme peut donner la voix, ce qui est équivalent à donner de l’âme aux sons, ou à faire sonner son âme, et par conséquent, “les sons émis par un animal [qui est un être sans âme] ne sont pas tous des voix” »8.

7En latin classique, vox signifie les sons émis par un être vivant et, par extension, les paroles et les mots. Le verbe latin vocare correspond au verbe français appeler. Le substantif (vox) indique le résultat de l’action engagée par le verbe (vocare). L’idée reste ouverte aux émetteurs de vox humaines comme animales. En français, le mot « voix » apparaît à la fin du x^e siècle. Il est d’abord utilisé pour les sons physiques, produits dans le larynx humain. Puis, vers 1200, cette définition s’élargit vers les sons produits par les animaux. Au xiv^e siècle enfin, le terme trouve son entrée dans le domaine musical, au sein duquel il signifie les sons musicaux9. À partir de ce moment, une nouvelle question peut être posée : si la voix concerne l’expression sonore (sous forme de sons parlés ou musicaux) des hommes comme des animaux, quelle est la nature de ce que les différentes voix expriment ?

8Depuis l’Antiquité, l’idée du signe linguistique était liée à la « triade sémiotique ». Celle-ci se compose d’un « son », d’un « état de l’âme » (qui est le résultat d’une perception) et de la « forme des choses ». À l’âge classique, le terme intermédiaire sera remplacé par celui d’« idée »10. Au départ, le contenu de la pensée naît chez le locuteur, provoqué par un stimulus extérieur (un bruit ou un objet) ou intérieur (une sensation de l’âme). La transmission de l’idée est ensuite possible grâce à la voix qui, par les sons du langage, ajoute une forme concrète et sensible à l’idée11. Cette idée est exprimée par Charles de Brosses (1765, p. 1) par cette formule selon laquelle la voix rend « ce que l’âme a reçu par les sens ».

9Un représentant de la tradition aristotélienne à l’âge classique qui a beaucoup réfléchi sur les liens entre la voix et l’âme est Marin Mersenne (1588-1648), musicologue au savoir encyclopédique, au tournant du xvi^e siècle. Pour Mersenne, le son est l’élément primordial qui aide l’homme à comprendre le monde. Il distingue les sons produits par la voix des êtres vivants de ceux d’une autre origine, produits par exemple en frappant des mains. Cette répartition reflète le fait que pour Mersenne, la voix des animaux peut produire, aussi bien que la voix humaine, des sons significatifs et d’autres qui ne le sont pas. L’animal émet des sons « avec intention de signifier quelque chose », mais « quand l’animal fait quelque son sans ceste intention, il ne mérite pas le nom de voix […], et si l’animal a intention de signifier quelque chose par d’autres sons que par la voix, on les appelle signes, et non voix » (Mersenne 1636, p. 7). Ce n’est alors pas la signification même des sons produits par la voix qui distingue l’homme de l’animal : l’émission d’une voix est principalement possible pour l’un comme pour l’autre. La différence se situe dans la nature de la signification des voix animale et humaine : « La voix des animaux est nécessaire, et celle des hommes est libre ; c’est-à-dire que l’homme parle librement, et que les animaux crient, chantent, et se servent de leurs voix nécessairement » (ibid., p. 10).

10Autrement dit, la voix nécessaire de l’animal sert au fond à exprimer un besoin. Elle est signifiante, car elle exprime un besoin concret et compréhensible pour autrui. Toutefois, seule la voix libre de l’homme peut transmettre des sentiments et des pensées :

Nous expérimentons la liberté que nous avons de parler, ou de nous taire à tous momens, quand mesme la passion nous fait parler ; si ce n’est qu’elle soit si forte qu’elle nous oste l’usage de la raison : car la langue, le larynx, et tous ses muscles avec les autres parties qui servent à la voix, obéissent aussi promptement à l’esprit que le pied et la main ; de sorte que l’on peut dire que la langue est la main de l’esprit, comme la main l’est de la langue, dautant que la langue escrit les pensées, ou les paroles de l’esprit, comme la main escrit les paroles de la langue. (p. 10)

11Outre les pensées, la voix transmet un sentiment. Elle « sert pour signifier les passions de l’âme » (p. 8). Aussi, l’âme et la voix sont-elles étroitement liées, et l’âme est « la première et la principale cause de la voix » (p. 2). À ce niveau, il y a analogie entre l’homme et l’animal. Mais la voix de l’homme est libre d’exprimer (ou non) des passions (ou sentiments) et des idées, tandis que celle de l’animal répond exclusivement à un manque ou à un désir. Les voix humaine et animale ne s’opposent donc pas irrévocablement : il semble plus adapté de parler d’une sorte de continuum. La première étape est celle de l’animal qui exprime un pur besoin. S’en suit celle où l’animal comme l’homme transmettent des sentiments, et enfin celle où l’homme (exclusivement) s’exprime dans un discours raisonné et structuré. Au demeurant, Mersenne établit une différence entre la voix humaine et la voix animale, différence qui est fondée dans l’âme. Chez l’homme et chez l’animal, l’âme et la voix sont donc étroitement liées.

12On trouve les traces d’une telle conception à travers les siècles. Dans son opéra Jenufa (1904), János Janaceck dit : « Quand j’entends parler quelqu’un, au travers de la mélodie du mot, je vois bien plus profondément dans son âme. » La parole est animée par la voix, trahissant l’état d’âme du locuteur qui fait part, qui renseigne et qui incite à la compassion. Avec le langage des chercheurs contemporains, Scherer et Zei (1989) disent que la voix informe sur « l’état physiologique concomitant à l’état affectif du locuteur ». La thèse selon laquelle seul l’homme est capable de transformer ces opérations en un discours raisonné fait généralement consensus.

13Le décodage de la signification des messages n’est possible que par des processus cognitifs : la reconnaissance, le classement et l’interprétation (Bigand et McAdams 1994, p. 157-213). La voix matérialise les sons, porteurs des idées, d’une manière expressive : elle est le lien privilégié du partage social des émotions (Brunel 1995). Par extension, la voix se trouve au centre de chaque relation humaine.

La musique : « une façon particulière de communiquer la pensée »12

14Si Jean-Léonor Le Gallois de Grimarest (1707, p. 195) considère la musique comme « une espèce de langue », pour Denis Diderot, elle est l’expression universelle des passions et par conséquent, elle provient de l’âme. Elle est comme « une façon particulière de communiquer la pensée » et comme la « fidèle image » des pensées, raisonnements, systèmes et concepts de l’homme (1751, p. 51). À l’instar de la parole et afin d’émouvoir, la musique « communique […] du mouvement » (Encyclopédie, art. « Émouvoir », rédigé par Diderot).

15Afin de mieux maîtriser l’expression musicale – dans la composition comme dans l’interprétation –, les xvii^e et xviii^e siècles connaissent le concept du discours musical, apparu et développé aux xvi^e, xvii^e et xviii^e siècles à partir d’un nouveau rapport entre musique et texte. La première – la musique – se comprend dorénavant comme étant au service de l’expression du deuxième – le texte. L’objectif est la peinture du texte en musique, et cela de manière à affecter tout le matériau offert par la langue : la forme mélodique, la durée, l’intensité et l’accentuation des sons.

16Cette vision de la musique comme un autre type de parole avec la même structure concerne tous les niveaux ; des petites unités comme un son isolé, jusqu’à la composition d’un discours entier. Ainsi le musicien Saint-Lambert présente dans ses Principes du clavecin (1702)13 une comparaison détaillée entre ce qu’il appelle « chant » (autrement dit la mélodie) d’une pièce de musique et une « pièce d’éloquence ». Saint-Lambert explique

qu’une pièce de musique ressemble à peu près à une pièce d’éloquence, ou plutôt [que] c’est la pièce d’éloquence qui ressemble à la pièce de musique : car l’harmonie, le nombre, la mesure, et les autres choses semblables qu’un habile orateur observe en la composition de ses ouvrages, appartiennent bien plus naturellement à la musique qu’à la rhétorique. (Saint-Lambert 1702, p. 13-14)

17L’auteur compare ensuite chaque détail (voir tableau 4) et conclut : « ainsi, les notes répondent aux lettres, les mesures aux mots, les cadences aux périodes, les reprises aux parties, et le tout au tout. » Dans cet exemple, comparants et comparés se situent au niveau des unités qui composent le discours soit langagier, soit musical. Chacune de ces petites unités se désigne par une mélodie soit conclusive, soit non conclusive, et elle correspond de manière plus ou moins directe à une unité de souffle.

18Le système est rationalisé. La musique tire son efficacité de l’origine de la rhétorique musicale dans la voix et peut ainsi devenir une langue éloquente et un langage des affects14. La rhétorique offre aux musiciens toute une terminologie qu’ils utilisent pour décrire la composition et pour désigner les figures musicales à l’instar des figures littéraires. Les musiciens connaissent alors, comme les acteurs et les orateurs, la dispositio (l’agencement des idées avec l’exode – la première affection –, la confirmatio – par l’accumulation des idées – et la fin sous forme de peroratio), l’elocutio (les figures de style15, ornements littéraires ou musicaux, rythmes ou clausules) et l’actio (la prononciation et le geste). L’art oratoire ou rhétorique est efficace pour la parole comme pour la musique, et le musicien, chef d’orchestre et spécialiste de la musique ancienne Nikolaus Harnoncourt explique ainsi :

Tout musicien du xvii^e siècle, et d’une bonne partie du xviii^e, avait parfaitement conscience de devoir toujours faire une musique éloquente. La rhétorique était en effet, avec toute sa terminologie complexe, une discipline évidemment enseignée dans toutes les écoles et faisait donc partie, de même que la musique, de la culture générale. La théorie des passions était dès le départ une partie intégrante de la musique baroque – il s’agissait de se plonger soi-même dans des passions données, pour pouvoir les transmettre aux auditeurs –, si bien que le lien entre la musique et l’art oratoire allait de soi. Même si la musique était pour ainsi dire un langage international, comme la pantomime ou l’« art des gestes », on reconnaît cependant clairement les différents rythmes parlés des nations, qui ont certainement contribué à la formation des divers styles. (Harnoncourt 1984 [1982], p. 164-165)

19Dans cet exposé, on identifie facilement trois aspects intéressants pour l’étude de la parole.

20Premièrement, Harnoncourt évoque l’universalité des règles de la rhétorique. Reprises pour la plupart dans la rhétorique antique, ces règles ont été adaptées aux besoins des orateurs, puis des acteurs français. Dans tous ces textes, le poids de la tradition reste fortement sensible.

21Deuxièmement, l’auteur parle de la transmission des passions. Par le moyen de la prosodie et des gestes, la rhétorique arrive à codifier l’expression des émotions, de sorte qu’un acteur au théâtre ou un chanteur en concert puissent les revivre afin de les transmettre fidèlement au public. « L’expression naît du sentiment », déclare le chanteur François-Joseph Lécuyer16 (1769, p. 19), et pour le compositeur André-Ernest-Modeste Grétry (1789, p. 459-460), « le meilleur lecteur ou déclamateur est celui qui fait le mieux sentir ce qu’il dit ; il en est de même du musicien ».

22Troisièmement, pour reprendre Harnoncourt, chaque pays parle une langue différente. Une musique qui s’efforce de peindre le plus fidèlement celle d’une nation doit alors forcément être « nationale » : voilà la raison pour laquelle on distingue les « styles nationaux » du Baroque musical. En effet, les théoriciens de la langue et de la musique françaises décrivent une chose comparable : un langage singulier. Il s’agit d’un langage qui transmet de manière particulière ce qui vient de l’âme humaine.

23La théorie de l’expressivité signifiante de la musique permet aux chanteurs baroques de développer une théorie et une méthode pour « peindre par la prononciation » (Bérard 1755, préface). Bénigne de Bacilly, dont le traité décrit la pratique de l’école de chant de son maître Pierre de Nyert (1597-1682)17, mentionne une technique pour « gronder », c’est-à-dire pour suspendre certaines consonnes dans la déclamation et dans le chant afin de rendre ce dernier plus expressif (Bacilly 1668, p. 307-311). Les auteurs du siècle suivant, Bérard (1755), Blanchet (1756) et Raparlier18 (1772) feront évoluer cette technique pour laquelle ils utiliseront l’expression évocatrice des « sons à caractère » : des sons intentionnellement enrichis en signification.

24Il semble évident qu’un tel recours à la raison n’est pas possible pour les animaux. Par conséquent, le chant humain se distingue profondément du chant des oiseaux, non significatif et invariable à leur gré. Le chant donne alors un argument (intellectuel) aux grammairiens : incapables d’attacher une idée à un signe arbitraire, les animaux comme les oiseaux ne disposent que d’un « langage d’action », forme d’expression qui précède la véritable parole (Condillac 1798 [1746], p. 140).

La voix : une émanation du corps, de l’esprit et du cœur

25Le langage humain est censé exprimer les idées de l’homme. Ces idées peuvent concerner non seulement des objets ou des actions réels et précis, mais aussi des pensées abstraites et des sentiments plus ou moins faciles à cerner et à comprendre. Quelle que soit la nature des objets, pensées ou sentiments exprimés, pour René Descartes (1596-1650) « toutes sortes de pensées qui sont en nous appartiennent à l’âme » (1990 [1649], p. 39).

26Descartes est persuadé de l’existence d’une petite glande qu’il situe dans le cerveau, appelée « glande pinéale ». C’est elle qui assure le lien entre le corps et l’âme. Elle centralise toutes les informations et les transforme en pensées. Ainsi, chaque mouvement de la glande est converti en une disposition de l’âme. Réciproquement, les volontés de l’âme sont traduites en mouvements. Ces mouvements peuvent influencer l’action des « esprits animaux » qui le transmettent aux organes. Autrement dit, la glande pinéale forme une sorte de centrale de conversion entre le système corporel ou mécanique, et le système psychique, régi par l’âme qui est responsable de nos choix.

27Descartes distingue ainsi deux types de pensées : premièrement celles qui « sont les actions de l’âme », et deuxièmement celles qui « sont ses passions » (ibid., p. 51). Les premières englobent tout ce qui est volontaire. On en déduit alors qu’il devrait être facile de trouver des mots adéquats pour les exprimer. Les deuxièmes se composent de « toutes les sortes de perceptions ou connaissances qui se trouvent en nous, à cause que souvent ce n’est pas notre âme qui les fait telles qu’elles sont, et que toujours elle les reçoit des choses qui sont représentées par elle » (ibid., p. 51). Comme ces pensées sont moins clairement définies, elles sont aussi plus difficiles à exprimer. L’opération pour y arriver n’est accessible qu’aux hommes car, selon Descartes, les animaux n’ont pas d’âme ou, plus précisément, leur âme n’est pas « de même nature que la nôtre » (2000 [1637], p. 95). Descartes se distingue ici fondamentalement de Mersenne, et il installe une nouvelle tradition selon laquelle la parole humaine est considérée comme signe de la raison et comme une opération due à l’âme humaine.

28Selon le concept cartésien, l’animal est considéré comme une machine ou un automate programmé, qui ne peut jamais réagir spontanément à une situation donnée. La machine peut imiter, mais elle ne sait pas penser et ne peut donc pas produire un langage significatif. Les oiseaux en sont le meilleur exemple : « les pies et les perroquets peuvent proférer des paroles ainsi que nous, et toutefois ne peuvent parler ainsi que nous, c’est-à-dire, en témoignant qu’ils pensent ce qu’ils disent » (ibid., p. 93). Cette compétence est réservée à l’homme qui révèle ses pensées par ses paroles, lesquelles se composent de sons signifiants. La parole humaine repose sur la capacité à proférer des sons signifiants. Si l’animal et l’homme possèdent la même disposition organique, ils se distinguent par la raison.

C’est une chose bien remarquable, qu’il n’y a point d’hommes si hébétés et si stupides, sans en excepter même les insensés, qu’ils ne soient capables d’arranger ensemble diverses paroles, et d’en composer un discours par lequel ils fassent entendre leurs pensées ; et qu’au contraire, il n’y a point d’autre animal, tant parfait et tant heureusement né qu’il puisse être, qui fasse le semblable. (ibid.)

29La parole exprime les pensées de l’homme et grâce à elle, il est conscient de l’existence de ses pensées. Il peut alors les partager avec le monde extérieur en se servant des signes linguistiques. En signifiant la pensée, le langage humain a donc une fonction symbolique. On se trouve au centre de la conception classique de l’arbitraire du signe : les mots sont les signes d’idées ou d’opérations sur les idées19. La parole humaine est à la fois un « phénomène acoustique » et « une activité symbolique » (Gillot 2010).

30Pour les Cartésiens, la parole humaine est une opération due à l’âme : « nous joignons dès la première langue que nous aprenons, l’idée d’une chose au son d’un mot, ce qui est entièrement de la part de l’âme » (Cordemoy 1668, p. 133). Le mouvement de l’esprit qui cause la formation organique du son, quant à lui, revient au corps :

De la part du corps, il y a un mouvement des esprits et du cerveau, qu’excite chaque voix, et une impression qu’y laisse chaque chose ; or ce mouvement est toujours joint à cette impression, comme la perception de chaque son est toujours jointe en l’âme avec l’idée particulière d’une certaine chose ; tellement que quand on veut exprimer l’idée de cette chose, on conçoit en même-temps le son de voix qui la signifie, puis à l’occasion de cette idée et de la volonté que l’âme a que le cerveau se dispose comme il faut qu’il le soit, pour laisser couler des esprits dans les parties qui la doivent former. (ibid., p. 133-134)

31Signal et signe fonctionnent grâce à des opérations cognitives (motivées par l’esprit ou le cerveau) et émotives (dues à l’âme). Le mouvement ou l’action du corps permettent en conséquence la matérialisation de l’idée en signes linguistiques. La parole est alors à la fois matérielle et spirituelle, et l’union de l’activité corporelle (la formation des sons) et spirituelle (la pensée) permet la signification linguistique qui distingue la parole de l’homme du langage des animaux. Cette pensée se retrouve encore dans les textes du xviii^e siècle20. « Nos organes sont l’intermédiaire entre les objets extérieurs et notre âme », confirme l’homme de lettres Eugène-Éléonor de Béthisy de Mézières21 (1760, p. j-ij). Les organes de la phonation forment ce qui résonne en nous comme un écho de l’âme.

32Ce modèle se retrouve toujours dans les méthodes de chant et de l’éducation vocale de notre époque moderne : on y parle du corps, de la préparation mentale nécessaire pour bien poser la voix, de la colonne d’air, de la bonne respiration et de l’expressivité des sons22. Si le souffle n’est plus directement mis en lien avec l’expression de l’âme comme c’était le cas chez les Cartésiens, une expression, régulièrement utilisée pour aider l’élève à stabiliser la colonne d’air et à maîtriser le caractère du son – « respirer par le ventre » – montre encore le lien entre corporalité et souffle (en vérité, le ventre n’a pas de disposition pour accueillir ce fameux air). Effectivement, le souffle semble aujourd’hui encore offrir un moyen d’accès direct aux émotions traduites par la voix : « On connaît l’expression qui veut que “la voix [soit] le reflet de l’âme”. » On peut alors postuler que la voix, et plus encore quand il s’agit de la voix chantée, « est une émanation de l’individu lui-même et de son esprit » (Yves Ormezzano dans Henrich-Bernardoni dir. 2014, p. 66). La filiation est fondée dans l’intuition physique de l’homme.

33Retenons de cette première partie qu’à l’âge classique, la réflexion sur la signification va plus loin que la compréhension des mots et des idées énoncés. Elle touche un cadre plus vaste qui intègre l’émotivité humaine. Dans ce sens, l’image de l’instrument à vent, utilisée pour aborder la voix, son fonctionnement et ses effets, est emblématique pour la recherche des anciens auteurs. Elle donne accès à la connaissance des phénomènes humains et divins grâce à ce qui assure son fonctionnement : le souffle.