Description phonétique

Ces modes de vibration, associés à une description impressionniste des qualités de voix  résultantes, ont été décrits par Laver (1980) en fonction de trois paramètres de tension  musculaire, schématisés dans la Figure 11. 

 La tension adductive, définie comme la force avec laquelle les cartilages aryténoïdes  sont compressés l’un contre l’autre, contrôlée par le muscle inter‐aryténoïdien. 

 La compression médiale, qui est la force de fermeture de la glotte ligamentaire,  essentiellement contrôlée par le muscle crico‐aryténoïdien latéral. 

16 Traduction personnelle de la citation originale : « (…) one person’s voice disorder might be another 

 La  tension  longitudinale,  c’est‐à‐dire  la  tension  des  plis  vocaux,  qui  résulte  principalement de la contraction des muscles crico‐tyroïdiens et du muscle vocal  (vocalis). Ce troisième paramètre musculaire permet en premier lieu de moduler la  fréquence fondamentale. 

Tension adductive

Cartilage aryténoïde Compression 

médiale Tension 

longitudinale

Cartilage  cricoïde

Cartilage  thyroïde

Tension adductive

Cartilage aryténoïde Compression 

médiale Tension 

longitudinale

Cartilage  cricoïde

Cartilage  thyroïde

Figure 11 : Les trois paramètres musculaires décrivant les modes de vibration des plis vocaux. D’après  Ní Chasaide & Gobl (1997). 

Laver (1980) distingue notamment les qualités de voix suivantes : 

 La  voix modale (modal voice)  correspond à une phonation neutre, et est utilisée  comme  référence  pour  l’étude  des  autres  qualités  de  voix.  Dans  ce  mode  de  phonation, la tension adductive, la compression médiale et la tension longitudinale  sont modérées, ce qui correspond schématiquement à l’illustration de la Figure 11. 

Les plis vocaux vibrent périodiquement et efficacement, la fermeture glottique est  complète, et aucun bruit de friction glottique n’est perceptible. 

 La voix soufflée (breathy voice, Figure 12) se réfère à une tension adductive minimale,  avec une compression médiale et une tension longitudinale faibles. Dans ce mode, les  plis  vocaux  vibrent  de  façon  extrêmement  inefficace  et  ne  se  trouvent  jamais  entièrement en contact. Ceci a pour conséquence une fuite glottique importante, d’où  un bruit de friction audible. 

Figure 12 : Configuration de la glotte en voix soufflée. D’après (Eckert & Laver, 1994). 

 La  voix  murmurée  (whispery  voice,  Figure  13),  est  caractérisée  par  une  tension  adductive très faible, avec une compression médiale et une tension longitudinale  relativement importantes. Ceci se traduit au niveau physiologique par une ouverture  triangulaire des cartilages aryténoïdes. La vibration des plis vocaux, confinée à la  partie compressée de la glotte ligamentaire, est très inefficace, et le bruit de friction  perceptible est considérable. 

Figure 13 : Configuration de la glotte en voix murmurée. D’après (Eckert & Laver, 1994). 

 Dans la taxonomie de Laver (1980), la voix craquée (vocal fry¹⁷, Figure 14) correspond  à une tension adductive et une compression médiale importantes, avec une tension  longitudinale faible. Ce mode de phonation est associé à une fréquence fondamentale  très  basse.  De  plus,  la  fréquence  fondamentale  et  l’amplitude  des  pulsations  glottiques consécutives sont extrêmement irrégulières. La vibration des plis vocaux  ne se produit que dans leur partie ligamentaire. 

17 En raison notamment de l’assimilation très fréquente à la voix craquée, aucune traduction française 

du terme vocal fry n’a été proposée dans la littérature à notre connaissance et il nous semble peu  approprié de le traduire par un terme tel que « friture vocale » qui, s’il peut évoquer l’irrégularité de la  phonation,  rend  moins  bien  compte  de  la  fréquence  fondamentale  très  basse  associée.  Nous 

Figure 14 : Configuration de la glotte en voix craquée. D’après (Eckert & Laver, 1994). 

 La  voix  pressée  (pressed  voice),  fréquemment  appelée  voix  tendue  (tense  voice)  implique une tension de l’ensemble du conduit vocal plus importante que pour la  voix modale. Au niveau du larynx, cette augmentation de la tension musculaire est  particulièrement sensible pour la tension adductive et la compression médiale. Dans  ce mode de phonation, la pulsation glottique est plus asymétrique que dans le cas  d’une voix modale, et on observe une phase fermée plus longue. 

 La voix relâchée (lax voice), qui s’oppose à la voix pressée, implique une tension plus  faible de l’ensemble du conduit vocal, et particulièrement un relâchement de la  tension  adductive  et de  la  compression médiale. Cette  tension  musculaire reste  toutefois plus importante que dans le cas de la voix soufflée. 

 La  voix  de fausset (falsetto voice,  figure 15)  caractérisée principalement par  une  tension longitudinale très importante qui a pour effet de rendre les plis vocaux plus  fins. Dans cette configuration la tension adductive et la compression médiale sont  également  importantes  Ce  type  de  phonation  est  associé  à  une  fréquence  fondamentale très élevée. 

Figure 16 : Configuration de la glotte en voix de fausset. D’après (Eckert & Laver, 1994). 

7.3.2 Quelques raffinements de la taxonomie de Laver 

Si la taxonomie établie par Laver (1980) est la plus couramment utilisée pour désigner les  différentes qualités de voix produites dans une phonation normale, plusieurs auteurs en  ont proposé des raffinements. En particulier, Ní Chasaide & Gobl (1997) ont proposé à  partir  de  leurs  observations  de  compléter  la  taxonomie  de  Laver  (1980)  par  la  configuration relâchée‐craquée (lax creaky). 

A la suite de Laver (1980), les termes de vocal fry et de voix craquée ont fréquemment été  utilisés l’un pour l’autre, et parfois désignés par des termes tels que glottalisation ou  encore phonation diplophonique, sans qu’une distinction claire ne soit établie entre ces  modes de phonation. Geratt & Kreiman (2001), notant qu’une grande confusion règne  dans la littérature quant à la désignation des différents types de phonation irrégulière,  montrent que le mécanisme de vocal fry, la diplophonie et les modulations de l’amplitude  possèdent des propriétés perceptives distinctes et proposent de considérer ces types de  phonation de façon distincte. Le mécanisme de vocal fry a été décrit de façon détaillée par  Blomgren  et  al.  (1998)  à  partir  de  mesures  acoustiques,  aérodynamiques  et  électroglottographiques, qui ont confirmé que ce mécanisme était associé à une plage de  valeurs de fréquence fondamentale nettement inférieure à celle de la phonation modale,  ainsi qu’à des microvariations de la fréquence fondamentale (jitter) ou de l’intensité  (shimmer) supérieures à celles mesurées en phonation modale. Yegnanarayana et al. 

(1998) ont de plus montré que, outre le jitter et le shimmer, les apériodicités perceptibles  du signal acoustique peuvent provenir d’une fuite glottique. De plus, d’Alessandro  (2006) indique que la voix craquée peut résulter d’une vibration non des plis vocaux  mais des bandes ventriculaires (aussi appelées « fausses cordes vocales »). 

Il faut noter toutefois que les catégories de qualités de voix étiquetées par Laver ne sont  pas mutuellement exclusives. Ainsi, selon Laver (1980), il est possible d’observer des  qualités de voix relevant de plusieurs de ces catégories, comme un vocal fry combiné avec  une voix murmurée. Ainsi, bien que les descriptions articulatoires données par Laver  pour  ces  deux  types  de  qualité  de  voix  soient  proches,  Shochi  (2008)  observe  perceptivement la réalisation conjointe d’une voix soufflée et tendue pour l’expression  de la surprise japonaise. L’existence de ces qualités de voix composées est toutefois  remise en cause par Roach (2000), pour qui la définition d’étiquettes complémentaires  telles que la notion d’« attaque glottale » est nécessaire. 

7.3.3 Descriptions dimensionnelle de la qualité de voix 

Les  descriptions  données  par  Laver  (1980)  et  résumées  ci‐dessus  ne  constituent  cependant que des points particuliers dans l’espace des qualités de voix existantes. Ainsi,  les types de voix soufflée et murmurée forment un continuum auditif, sans frontière  claire entre eux. Ladefoged (1983), tout en admettant qu’une telle projection constitue  une simplification à l’extrême des mécanismes mis en œuvre, propose de projeter les  qualités  de  voix  selon  un  continuum  allant  de  l’ouverture  maximale  de  la  glotte  permettant  la  phonation  avec  un  voisement  de  faible  intensité  (voix  murmurée)  à  l’ouverture  minimale  (voix  craquée).  Bien  qu’une  telle  projection  puisse  vraisemblablement rendre compte d’une part importante des variations perçues, elle  revient à ne prendre en considération que la dimension tendue‐relâchée, c’est‐à‐dire la  variation conjointe de la tension adductive et de la compression médiale. 

Comme nous l’avons mentionné, le foisonnement dans la littérature de termes souvent  divergents et de descriptions ne  se  recouvrant que partiellement rend  difficile une  description  claire  de  la  qualité  de  voix.  La  description  la  plus  aboutie  à  notre  connaissance dans l’optique d’études prosodiques étendues à la qualité de voix est celle  donnée par d’Alessandro (2006). Il propose une description de la qualité de voix en  considérant quatre dimensions de description de la source glottique, et donne quelques  indications de l’usage qui est fait de chacune en parole : 

 Les registres vocaux, décrits notamment par Roubeau et al. (1997) et consistant en  quatre mécanismes, dont les trois premiers sont utilisés dans la parole. Dans le  mécanisme 0, qui correspond au vocal fry, les plis vocaux épais et lourds vibrent  irrégulièrement à une fréquence très basse en raison de la tension longitudinale  faible. Dans le mécanisme 1, qui correspond à la voix modale, les plis vocaux épais et  lourds vibrent régulièrement sur  toute leur longueur. Dans  le mécanisme 2 qui  correspond à la voix de fausset les plis vocaux rendus plus légers et plus fins par la  tension musculaire plus importante ne vibrent que sur les deux tiers de leur partie  antérieure. 

 Les apériodicités présentes dans le signal, dues à un bruit additionnel continu ou à  un bruit structurel comme une variation de la période (jitter) ou de l’amplitude  (shimmer)  des vibrations. Les  bruits additionnels, responsables  de l’essentiel des  apériodicités en parole non‐pathologique, consistent en un flux turbulent au niveau  de la constriction glottique observé en voix murmurée et voix soufflée. 

 La dimension voix relâchée‐voix tendue, directement liée à la position des cartilages  aryténoïdes. 

 L’effort vocal qui se traduit par la sonie, et dont les mécanismes articulatoires sont  d’après d’Alessandro (2006) encore mal connus. L’effort vocal pourrait être lié à  l’action  des cartilages  crico‐thyroïdes  ainsi  qu’à  la  contraction  du muscle  vocal  (vocalis), ainsi qu’à l’augmentation de la pression subglottique. 

Ainsi,  les  qualités  de  voix  décrites  par  Laver  (1980)  et  présentées  ci‐dessus  se  répartiraient  selon  les  dimensions  du  registre  de  phonation,  des  apériodicités  présentes dans le signal acoustique, et de la dimension relâché‐tendu, la dimension  d’effort vocal n’étant pas prise en compte par Laver.