1Un son signifie. Comme nous l’avons vu, il est signifiant par sa musicalité et par le message textuel qu’il porte. Lorsqu’il correspond à l’attente de l’auditeur dans une situation donnée, son sens lui est révélé immédiatement. À l’inverse, les écarts peuvent étonner l’auditeur, le rendre perplexe, le charmer, le choquer, etc., selon leur nature et selon le sens qui leur est attribué. Les écarts des attentes de l’auditeur peuvent se manifester sous différentes formes. Ils concernent autant les variations de hauteur, de la courbe mélodique ou de tonalité que celles de tempo, d’allongement d’un son ou d’une intensité et d’une accentuation inattendues. Ce qui est commun à tous ces écarts, c’est le fait qu’ils sont – consciemment ou non – au service de l’expression des émotions. Ils peuvent par conséquent être considérés comme des signes motivés et expressifs : « ce qui caractérise le signe expressif et le distingue du signe simplement signifiant, c’est tout d’abord la nature de son contenu, la chose signifiée qu’il rend audible ou visible ; c’est en second lieu la façon dont il rend cette chose, le rapport entre le signifiant et le signifié », explique l’écrivain et musicologue Boris de Schloezer (1947, p. 305) à ce sujet.

2Le son en tant que vibration physique crée un lien entre l’âme et le son d’une part, et ce que le son exprime de l’autre. Pour l’Encyclopédiste Denis Diderot, ce lien est musical, et l’émission de sons musicaux englobe tout un ensemble de phénomènes de la sensation et du traitement de la perception dans le cerveau humain1. Grâce à sa musicalité, le son qui présente des écarts prosodiques relativement aux attentes de l’auditeur devient un signe expressif, notamment avec la voix qui prend des tournures et des couleurs inattendues : produit par la voix chantée ou parlée, le son touche et émeut l’auditeur.

3Le signe expressif a pour effet un mouvement dans l’âme d’autrui (supra). Émis par la voix parlée, déclamée ou chantée, il passe de l’âme via la voix humaine à l’auditeur. Pour Steven Connor (2014, p. 17), « la voix est la seconde vie du corps, quelque chose entre une substance et une force – quelque chose de fluide qui a pourtant une forme »2. Comme moyen d’expression naturel de l’homme, la voix se sert de signes qui sont ressentis comme naturels par le locuteur et par son interlocuteur. Ces signes naturels se trouvent dans la langue parlée qui utilise les traits musicaux, aussi bien que dans le chant par son recours au matériau linguistique et prosodique. De cette manière, les deux voix, parlée et chantée, sont dotées d’un fort potentiel expressif.

La source de l’expression : l’imitation

4Le signe naît d’une imitation intuitive ou intentionnelle de la nature : il repose sur l’expressivité de la prosodie naturelle et sur les écarts. Ainsi, la prosodie fait partie des éléments qui excitent une chose (physique ou mentale) représentée par l’acte de la parole (ou du chant). Chez Arnauld et Lancelot (1683), la prosodie concerne directement les signes que les auteurs appellent naturels ; les signes « que l’âme s’est donnés » (Auroux et al. 2004, p. 91)3. Pour le cartésien Bernard Lamy, et conformément au cadre des idées du xvii^e siècle, chaque mot englobe corps et âme à la fois. Le premier représente sa matérialité, le second son caractère « spirituel » :

Les idées qui sont présentes à nostre esprit, lorsqu’il commande aux organes de la voix de former les sons qui sont les signes de ces idées, sont l’âme des paroles : les sons que forment les organes de la voix, et qui n’ayant rien de semblable en eux-mêmes à ces idées, ne laissent pas de les signifier, sont la partie matérielle, ou le corps des paroles. (Lamy 1688, p. 4-5)

5En admettant le dualisme du corps et de l’âme selon Descartes, le mot englobe en lui seul le représenté et sa représentation acoustique. La deuxième, la représentation acoustique, change inévitablement avec le premier. Cela concerne autant le sens objectif du mot (telle que la table comme un objet connu, une planche sur quatre pieds) que l’émotion liée à cet objet (comme la nostalgie, l’utilité, l’indifférence ou l’aversion). Les deux forment un ensemble, et l’émotion liée à l’objet se transmet directement dans sa prononciation.

6Au xviii^e siècle, la variation prosodique est censée intervenir pour l’expression de chaque type de signe identifié par Étienne Bonnot de Condillac (1798 [1746]) : le signe accidentel qui est lié aux idées par les circonstances, le signe naturel qui exprime naturellement les sentiments, et le signe d’institution avec un rapport arbitraire à la chose représentée. De manière plus fine, la prosodie fait véritablement partie intégrante de la deuxième catégorie, celle des signes naturels, initiés et manifestant spontanément un sentiment, un mouvement interne du corps, comme le cri de la douleur. Ces signes ne sont jamais modulés et manipulés par l’homme. Ils sortent librement de son corps : ce sont des « cris » que l’homme « formera aussitôt qu’il éprouvera les sentiments auxquels ils sont affectés » (ibid., p. 49). Les signes naturels apparaissent en conséquence directe de ce que l’homme perçoit et de ce qu’il ressent intérieurement.

7Comme dans la première langue humaine, l’homme est l’objet d’une sensation extérieure. Cette sensation extérieure le touche et elle devient un signe pour les sensations qu’il perçoit. Ces sensations peuvent, par la suite, engendrer de nouveaux signes en lui. Le langage des signes naturels est un langage expressif. Pour reprendre un exposé de Catherine Kintzler (2006a, p. 362-363), on peut, avec Rousseau, distinguer deux manières de parler qui sont toutes les deux destinées à communiquer d’abord des besoins concrets puis les idées relatives à la vie sociale commune des hommes. La première manière de parler se compose de gestes et de sons. C’est cette manière de parler qui distingue l’homme de l’animal, car la compréhension de ce type de message nécessite des interlocuteurs analytiques. La deuxième manière de parler n’est fondée que sur des signes émis par la voix humaine. Elle sert à exprimer les émotions. Son seul objectif est d’émouvoir autrui et de faire naître en lui des sentiments (de préférence les mêmes qu’éprouve le locuteur). Si dans les langues modernes, l’accent naturel d’origine s’est perdu dans sa forme primaire, elles reprennent tout de même son essence. Se servant des accents qui sont, quant à eux, ancrés dans le domaine du sentiment et de l’instinct naturel, les langues modernes parviennent à communiquer des pensées et des sentiments grâce aux « sens, les seuls instruments par lesquels un homme puisse agir sur un autre » (Rousseau 1817 [1755/1781], p. 5). Besoins et sentiments sont communiqués par la voix humaine.

8Intuitivement, l’homme se sert du caractère des sons (voyelles et consonnes) à des fins expressives. Dans l’association d’une voyelle avec une consonne, l’articulation peut soutenir, ou bien modeler l’expression de la voyelle. L’exemple le plus simple est peut-être l’aspiration, caractérisée comme « rude » par plusieurs théoriciens du xviii^e siècle (D’Olivet 1736, Beauzée 1767). Le « eh », cri du cœur, manifestation d’une douleur immanente, signe oral et symptôme du ressenti du locuteur, devient un « hé », associé au rire aussi bien qu’aux pleurs. D’une interjection avec une voyelle allongée, [e :] devient une interpellation, brève et plus saccadée par l’ajout du son « rude » [he]. L’aspiration ajoute une note expressive et elle module la voyelle, mais elle la raccourcit également, soit physiquement, soit en attirant l’attention sur le souffle accompagnant la production du h.

9Passant au niveau artistique, le jeu sur les sons à caractère repose au fond sur l’idée que la combinaison de la voyelle avec une consonne voisée (comme [v]) laisse une autre impression que celle avec une consonne sourde (comme [f]). Si, dans l’objectif de provoquer une émotion extrême, la prononciation de la consonne doit être dégénérée de sorte qu’elle soit dénaturée, le fait de soutenir le voisement ou bien l’explosion utilise justement la force imaginative des sonorités des sons. Comme le confirment les auteurs des traités de chant, ce travail artistique est une imitation de ce qu’ils observent dans la langue parlée, même dans la conversation (supra). Cette approche n’est donc pas forcément cognitive (bien qu’elle soit analysable) ; elle repose d’abord sur la sensation primaire4. Dans la parole comme dans le chant, la variation prosodique a un rôle primordial pour la liberté de jouer avec l’expression des mots. Par la réalisation orale, l’émotion devient physiquement sensible. Elle concerne aussi bien la parole spontanée et l’improvisation musicale que la récitation ou la présentation d’un texte ou d’une pièce de musique composée et écrite5.

10C’est ainsi que l’artiste peut se « mettre dans la peau du personnage » et prendre sa place. L’investissement esthétique demande une expression naturelle qui ne peut venir que du cœur. Comme l’a revendiqué Carl Philipp Emanuel Bach pour le musicien (supra), Le Pileur d’Apligny (1779) constate pour la déclamation :

On peut dire néanmoins, en général, que tout le secret de l’expression consiste à être animé soi-même des passions dont le poète suppose que le personnage qu’il introduit sur la scène est animé, et à représenter aux auditeurs, par les inflexions et les mesures des tons, les choses telles qu’elles nous paroissent. (ibid., p. 108)

11Selon ces auteurs du xviii^e siècle, l’artiste embrasse l’état d’âme, voire l’âme même de celui qu’il interprète, comme si c’était le sien. Évidemment, la seule raison qui peut rendre cela possible est que les sentiments, les émotions et les états d’âme sont partageables. En touchant des expériences communes aux hommes, le recours au signe naturel permet de transmettre ces expériences et d’émouvoir. C’est l’effet qui peut se produire lorsqu’un auditeur assiste à une représentation artistique.

L’accent : « l’âme des mots »6

12Si la parole peut peindre des objets, des bruits de la nature et des sentiments par le choix des mots et des sons utilisés, l’accent peint l’affect. Pour Charles de Brosses (1765, p. 277), il est « l’âme des mots ». Grâce à l’accent, la langue moderne possède un lien direct avec l’expressivité et avec la musicalité du langage d’origine. Ce lien est plus fortement sensible dans la déclamation, mais il est également présent dans la conversation, la lecture et toutes sortes de paroles oralisées. Suivant les raisonnements de Rousseau, l’accent peut être interprété comme une trace du langage d’origine dans les langues modernes.

13Pour les auteurs suivant Rousseau, musique et langue restent étroitement liés par la notion de l’accent7. Conformément à l’idée que l’accent exprime de manière directe et prompte les sentiments de l’âme humaine, Charles de Brosses (1765, p. 164) explique que « lorsque l’accent est poussé fort loin dans le mouvement d’une passion véhémente de douleur ou de joie, il devient assez sonore pour se convertir presque tout-à-fait en chant ».

14Ce type d’accents expressifs abordé par les auteurs au xviii^e siècle est universel ; il fait partie de chaque langue. Il est compréhensible pour chacun, quel que soit son âge, sa socialisation, sa culture ou sa langue maternelle, car il s’agit de « l’accent des passions » (Rousseau 1817 [1755/1781], p. 15), désignant la part expressive de la voix. Dans l’article « Accent » de son Dictionnaire de musique (1768), Rousseau cite l’exemple de la voix de la colère : chaque locuteur, qu’il parle italien ou allemand (les deux langues citées), français ou une autre langue, hausse le ton et crie. Nous avons vu que ce fait avait déjà été décrit chez les auteurs du xvii^e siècle. Ce qui est nouveau au xviii^e siècle, c’est que les modifications à l’intérieur de cette voix haussée et criante sont considérées comme moyen de distinguer l’idiome des langues. Rousseau les identifie comme accents.

15On retrouve ici un autre concept, développé à l’âge classique sous la notion de « génie de la langue », qui établit un lien entre les particularités des langues, leur énergie et leur clarté d’expression d’une part, et le caractère de leurs locuteurs d’autre part. Sous cet angle, l’italien par exemple est une langue considérée comme restée plus proche du langage d’origine, car elle est richement accentuée et exprime ainsi « la chaleur et la variété des Italiens », tandis que le français, plus monotone (car moins riche en accents), transmet la « froideur » et « l’indigence » de ses locuteurs8. De la même manière, Rousseau considère la musique française comme non mélodique9, contrairement à l’italienne pour laquelle il prend ouvertement parti au cours de la Querelle des Bouffons10. Le lien avec l’accent est exploré dans l’article « Mélodie » de son Dictionnaire de musique :

C’est l’accent des langues qui détermine la mélodie de chaque Nation ; c’est l’accent qui fait qu’on parle en chantant, et qu’on parle avec plus ou moins d’énergie, selon que la langue a plus ou moins d’accents. Celle dont l’accent est plus marqué doit donner une mélodie plus vive et plus passionnée, celle qui n’a que peu ou point d’accent ne peut avoir qu’une mélodie languissante et froide, sans caractère et sans expression. (Rousseau 1768, art. « Mélodie »)

16L’accent donne à la langue de chaque peuple une mélodie et une musicalité qui lui sont propres. Comme la langue française semble moins accentuée que l’italienne, par exemple, Rousseau en conclut qu’elle doit être moins musicale.

17Effectivement, les recherches récentes11 confirment le pouvoir émotionnel de la musique et de ses effets sur l’état d’âme des auditeurs : une langue mélodique ne profiterait-elle pas de cet effet ? La musique est reconnue comme un langage signifiant. Suivant François Rastier12, Nicolas Meeùs propose de voir la sémiologie musicale dans l’interface entre le concept et le signe. C’est un concept qui

Concerne le corrélat mental du signifiant. Dans le cas du langage, il implique la pensée verbale ; dans le cas de la musique, c’est la musique pensée, celle qui envahit le cerveau et en expulse la pensée verbalisée. C’est aussi, dans tous les cas, le premier niveau de la signification, celui par lequel le stimulus se transforme en signe, en couple signifiant, par son association avec le concept qu’il suscite. C’est enfin le seul niveau conceptuel dont l’existence paraisse indiscutable. (Meeùs 2008)

18Si l’on veut lire les explications des anciens auteurs dans cette optique, on peut dire que l’association avec le concept suscité se fait grâce à l’accent, représentant de la musicalité de la langue. Les accents sont des signes qui se rapportent à la voix de la nature caractérisée par les tons et les accents. Le musicien (ou compositeur) transforme naturellement les accents langagiers en sons musicaux signifiants. L’émotion exprimée par ces sons peut être directement éveillée dans l’âme de l’auditeur, car elle est universelle. L’auditeur réagit et parcourt maintenant le chemin inverse de décodage : voilà l’idée simple de la finalité et du fonctionnement des accents musicaux d’après Rousseau13. La musique permet de voir jusque dans l’univers émotionnel et mental d’autrui14. Si elle parle, cela veut dire qu’elle signifie aussi15. Par conséquent, une langue musicale signifie doublement : par la raison et par son expressivité. Elle signifie sur un niveau complexe par les sons du langage, et sur un niveau primaire par les accents musicaux. L’addition des mots aux sons musicaux, qui caractérise – selon les auteurs des traités du xvii^e siècle – le chant signifiant (supra), connaît ici un raffinement.

19Revenant à la question de la musicalité des langues, on peut nuancer le constat (certes provocateur) de Rousseau. Au fond, la langue française se sert des mêmes accents que la langue italienne. Les deux langues puisent dans le même héritage d’expression universelle du langage d’origine qui leur est commun. Néanmoins, le français en fait un emploi beaucoup plus délicat. Nonobstant cet accès moins direct, les accents musicaux lui fournissent sa force expressive, un fait que les acteurs et les chanteurs savent depuis longtemps et qu’ils utilisent largement, comme nous avons pu le voir. La forme expressive des accents est universelle d’une part, grâce au recours aux signes universels, et elle est particulière d’autre part, grâce à l’emploi spécifique qu’en fait la langue française.

Une voix expressive ne peut être que musicale

20La nature de l’accent est musicale et ce dernier s’exprime par la voix et ses modifications intimes. Cet accent qui concerne, selon l’acception la plus générale, « toute modification de la voix parlante, dans la durée, ou dans le ton des syllabes et des mots dont le discours est composé » (Rousseau 1768, art. « Accent »), donne une énergie particulière aux syllabes et aux mots. Autrement dit, l’accent donne de la vie au discours, car il anime la voix. Si la voix prête le médium qui transmet le message, si les émotions sont innées et inhérentes aux communications des hommes, l’accent, présent aussi bien dans la voix parlée que dans la voix chantée, joue un rôle extrapolé. Il constitue l’élément que l’on ressent le plus fortement dans la conversation. Défini par Charles de Brosses (1765, p. 173) comme une « modification dans la substance même de la voix ; modification inspirée par le sentiment de l’âme », par Nicolas Beauzée (1767, p. 160) comme « une espèce de chant ajouté à la voix », et faisant pour cette raison partie intégrante de la prosodie, l’accent rend en quelque sorte descriptible et justifiable la parenté des langues parlée et chantée.

21Effectivement, l’accentuation renvoie directement à la voix. Réalisée par un changement de volume, d’attaque ou de couleur, elle passe par le vocal en premier. Le chant devient une « musique animée » qui est « transportée de dessus le papier dans la bouche des amateurs et des gens à talent » (Blanchet 1756, p. 24), c’est-à-dire tous ceux qui chantent. Comme toute musique, le chant est mouvement, mais il est plus fort encore que la musique instrumentale « non seulement parce que les sons de la voix sont, de leur nature, au-dessus de tous les sons factices ; mais encore parce que ces premiers sont surtout faits pour peindre les passions avec grâce et énergie, avec naïveté et délicatesse, avec précision et variété » (ibid., p. 25).

22On comprend pourquoi la musique vocale est le modèle de la musique instrumentale : la seconde ne fait que copier la manière d’être expressive de la première. La voix, c’est pour Rousseau les accents et tous les phénomènes prosodiques, l’émotion et la compassion. Elle s’oppose au langage institué de communication16. Sous cet angle, le sens exprimé par les accents n’est pas forcément lié à une idée ou un mot précis, mais sa signification est plus large. Pour l’écoute, Matthieu Guillot (2007) décrit un entraînement de l’auditeur vers certains seuils, un chemin qui l’incite à toucher des questionnements d’ordre extra-musical, accessible pourtant par le même type d’émotion17.

23La musique fait impression sur l’auditeur et elle touche ses cordes sensibles. Elle évoque des images et des pensées qui « peuvent culminer sous forme d’affect » (Meyer 2011, p. 291). Ce que le langage fait par le moyen des mots, évoquer les objets et des idées, la musique le fait via l’accentuation qui évoque les sentiments profonds et presque innés chez l’homme. C’est exactement l’idée de Jean-Jacques Rousseau pour qui la musique est un langage signifiant à partir du moment où elle est « morale ». Si cet adjectif peut sembler déroutant à première vue, il faut comprendre ce qu’il signifie pour Rousseau : la musique est pour lui une « espèce de science humaine »18 qui donne accès à des phénomènes psychiques et esthétiques. Cela étant dit, Rousseau distingue nettement deux types de musique. Le premier type, une « musique de sensation », n’a pour résultat qu’une sensation pure, elle n’est pas morale. Le deuxième en revanche, « la musique de sentiment », parle. Cette musique touche véritablement l’homme19. Christine Kintzler (2006a, p. 357) parle d’une « philosophie de l’immatérialité esthétique et morale extrêmement complexe » qu’élabore Rousseau, une théorie sophistiquée, « mais dont la version vulgaire (“il y a un langage du cœur”) va devenir la philosophie officielle des âmes sensibles et bientôt le seul discours autorisé sur la musique ». C’est dans cette lignée que l’on peut comprendre Antoine Bemetzrieder20 (1771, p. 9) qui constate sèchement que « toute musique qui ne peint ni parle est mauvaise ».

24Dans l’univers de Rousseau, la musique est un langage moral car elle influe sur l’autre, non seulement par la raison, mais parce qu’elle le change profondément en touchant son cœur. L’effet de la musique sur l’homme est pourvu de sens car cette dernière utilise un code21, ce fameux langage du cœur, qui est si bien présent dans le langage d’origine et si bien maîtrisé par les Anciens que Rousseau déclare :

C’est […] qu’en même tems la langue devint mélodieuse et chantante, que la musique au lieu d’être un art particulier fut une des parties de la grammaire et qu’enfin quiconque n’en savoit pas les règles passoit pour ne pas savoir la langue. (Rousseau 1995 [1755], p. 334)

25Musique et langue sont inséparables. Une musique qui ne parle pas n’est pas un véritable langage (et elle est donc d’une moindre valeur), aussi bien qu’une langue qui n’est pas musicale ne peut pas vraiment parler au cœur. C’est que les signes musicaux ont leur origine dans le cœur même de l’être humain et qu’ainsi « l’expression naît du sentiment » (Lécuyer 1769, p. 19). Une seule conclusion semble possible : plus la parole est riche en accents musicaux, plus elle est proche du chant, et plus elle est donc expressive. Ce constat est – logiquement – valable pour toute langue et pour chaque époque, ancienne ou moderne.

26Au fond, toute la théorie des auteurs de l’âge classique sur l’expression est réductible à une chaîne logique très simple. L’âme humaine souhaite s’exprimer, et à ce dessein, elle a besoin de la voix. Cette voix est expressive parce qu’elle est animée par des accents qui, quant à eux, sont dus à des variations du souffle. Ainsi, la voix manifeste pour Rousseau

L’animation parce qu’elle est gouvernée par le souffle. Si la moralité s’y inscrit, c’est en vertu d’une pneumatique, d’une exhalaison, d’une émanation de l’intérieur vers l’extérieur. C’est ce qui fait de la voix le chef de file des « organes de l’âme ». (Kintzler 2006b22)

27La voix, qu’elle soit parlée ou chantée, ne peut fonctionner que grâce au souffle. C’est lui qui porte et qui anime la voix, car il influe sur elle via la couleur, sa stabilité et l’accentuation. Plus l’émotion est forte, plus cette accentuation – fonctionnant comme à l’origine des langues grâce aux paramètres musicaux (prosodiques) – est forte, plus la langue sera chantante, et plus elle sera expressive.