L’exemple de la compensation pour la coarticulation

Un point de conflit majeur entre les théories motrices et auditives réside dans l’explication de la compensation pour la coarticulation. Depuis la mise en évidence de ce phénomène par Virginia Mann en 1980 (Mann, 1980), un vif échange d’arguments s’est engagé entre les théoriciens du direct-réalisme, Carol Fowler en tête, et les partisans d’une explication purement auditive par le mécanisme de contraste spectral. Un débat théorique s’ensuivit, qui n’est pas encore clos à ce jour (Fowler, 2006; Holt, 2005, 2006a, 2006b; Holt & Lotto, 2002; Kingston et al., 2011; Lotto, 2004; Lotto & Holt, 2006; Lotto &

44

Kluender, 1998; Lotto et al., 1997, 2003; Stephens & Holt, 2003; Viswanathan et al., 2009, 2010). Nous résumons brièvement ici les principaux arguments en faveur de l’un et l’autre de ces points de vue.

L’effet de compensation pour la coarticulation fut observé dès 1952 par Liberman et ses collaborateurs (Liberman et al., 1952). Néanmoins, la première étude approfondie du phénomène fut menée par Virginia Mann, { travers l’exemple de l’influence d’une consonne liquide sur la perception d’une consonne occlusive qui est devenu par la suite un cas d’école repris par grand nombre de chercheurs (Mann, 1980).

L’étude se concentre sur la perception de 4 non-mots : « Alda », « Alga », « Arda » et

« Arga ». Mann avait en effet noté que cet enchaînement de deux syllabes donnait lieu à une coarticulation importante en parole naturelle, l’articulation de la consonne continue ([l] ou [r]) se superposant à celle de la consonne occlusive ([d] ou [g]).

D’un point de vue articulatoire, le [d] est une consonne occlusive alvéolaire (réalisée avec la langue vers l’avant, au contact des alvéoles { la base des dents) tandis que le [g] est une consonne occlusive vélaire (l’occlusion étant située plus en arrière de la cavité buccale, avec la langue au contact du palais mou). De la même manière, le [l]

(consonne alvéolaire) est produit avec la pointe de la langue vers l’avant tandis que le [r]

anglais (consonne post-alvéolaire) est situé comparativement plus en arrière dans la cavité. L’enchaînement des consonnes /ld/ et /rg/ correspond donc { des mouvements cohérents des articulateurs. Au contraire, la production de /lg/ et /rd/ implique une transition rapide de la langue d’une position avant { une position arrière, ou inversement. La conséquence physique de ces lieux d’articulation antagonistes est un rapprochement des phonèmes de manière { réduire l’effort articulatoire : La consonne occlusive est réalisée avec la langue plus en avant lorsqu’elle est précédée de [l] que lorsqu’elle est précédée de [r]. Ainsi un /ga/, lorsqu’il est prononcé après /al/, a une place d’articulation plus antérieure (i.e. proche du /da/). Réciproquement un /da/

prononcé après /ar/ a une place d’articulation plus postérieure (i.e. proche du /ga/).

Pour mettre en lumière le déplacement des frontières phonétiques en fonction du contexte, Mann s’appuie elle aussi sur le paradigme du continuum de parole synthétique que nous avons déjà évoqué plus haut (paragraphe 2.1). Un ensemble de 7 stimuli synthétiques allant perceptuellement de /da/ à /ga/ est généré en variant la fréquence d’attaque du F3 par pas réguliers entre 2690 Hz et 2104 Hz (Figure 11A.). On désigne les éléments du continuum da-ga par le symbole /Ca/ (Consonne + /a/). 12 exemplaires de chacun de ces stimuli étaient présentés dans un ordre aléatoire. Les participants avaient pour consigne de catégoriser la consonne comme un /d/ ou un /g/.

45

Figure 11 – Stimuli utilisés dans l’expérience de Mann. A. Continuum synthétique /da/-/ga/, avec les numéros des stimuli. B. Représentation schématique des stimuli /AlCa/ et /ArCa/. Adapté de (Holt & Lotto, 2002).

Comme pour l’expérience de Liberman, la représentation du pourcentage d’identification de « ga » le long du continuum fait clairement apparaître une frontière abrupte entre les deux catégories phonémiques située entre les stimuli #4 et #5 (trait pointillé sur la Figure 12).

Figure 12 – Résultats de l’expérience de Mann. Pourcentage de réponses « ga » le long du continuum pour un stimulus synthétique seul (trait pointillé), ou précédé de /al/ (trait continu) ou de /ar/ (trait discontinu). Adapté de (Mann, 1980).

46

Le but de Mann étant de mettre en évidence un déplacement de cette frontière selon le contexte phonémique, elle reproduisit l’expérience en faisant cette fois précéder le stimulus synthétique de différentes productions naturelles de « Al » et de « Ar » (stimuli schématisés Figure 11B). À nouveau la visualisation de la proportion de réponses « ga » en fonction de la position du stimulus sur le continuum lui permit de localiser la frontière phonémique (Figure 12, traits continu et discontinu). Elle constata ainsi que le point d’inflexion des réponses des participants est globalement déplacé vers

« da » en contexte « Al » (frontière située entre les stimuli #3 et #4) et vers « ga » en contexte « Ar » (frontière située entre les stimuli #4 et #5). Par conséquent le stimulus

#4 est interprété majoritairement comme un « da » après « Ar », mais comme un « ga » après « Al ». Cette expérience apporte donc une preuve du déplacement de la frontière phonémique en fonction du contexte de la perception.

Par ailleurs, il s’agit bien d’une compensation perceptive pour le phénomène de coarticulation. En effet, comme nous l’avons évoqué plus haut, un /ga/ prononcé après /al/ possède une place d’articulation plus proche du /da/ et, réciproquement, un /da/

prononcé après /ar/ possède une place d’articulation plus proche du /ga/. Lors de la perception, on observe l’appariement opposé : en moyenne, les participants répondent majoritairement « ga » lorsqu’un stimulus débutant par /al/ leur est présenté, et majoritairement « da » pour un stimulus débutant par /ar/. Ce biais perceptif de l’auditeur en sens inverse du biais produit par le locuteur « compense » donc effectivement l’effet de coarticulation.

Dès ce premier article, Mann envisage deux explications également plausibles pour le phénomène qu’elle décrit.

(1) L’interprétation de la compensation pour la coarticulation dans le cadre des théories motrices est relativement directe (Fowler, 2006). Bien que la réalisation acoustique d’une même consonne diffère selon son contexte phonémique, les gestes articulatoires qui l’engendrent restent fondamentalement identiques (langue { l’arrière pour /g/, et { l’avant pour /d/). Dans le contexte des théories motrices, la présence d’une coarticulation, comme le recul du /d/ prononcé { la suite d’un /r/, ne constituera pas une source de confusion pour la perception du /d/ mais sera au contraire interprétée comme un indice supplémentaire pour la perception du /r/. Grâce aux représentations articulatoires partagées par le locuteur et l’auditeur, la perception s’opère en prenant en compte les contraintes articulatoires et dynamiques de la production de la parole.

(2) Une explication alternative peut être trouvée dans le contexte des théories auditives. Elle se fonde sur le principe du contraste spectral : la sensibilité du système auditif { une fréquence particulière est atténuée par la présence d’un son à cette même fréquence immédiatement avant. Par exemple, dans les stimuli de Mann présentés Figure 11B, la fin du F3 de « Al » coïncide avec l’attaque du F3 au début de la 2^ème syllabe pour les sons proches de « da » dans le continuum. Au

47

contraire, la fin du F3 de « Ar » coïncide approximativement avec l’attaque du F3 au début de la 2^ème syllabe pour les sons proches de « ga » dans le continuum.

Ainsi, l’identification de « da » est-elle plus difficile en contexte /al/, tandis que l’identification de « ga » est plus difficile en contexte /ar/. Ce phénomène de masquage auditif explique donc lui aussi l’effet observé.

Dans les décennies qui suivirent, l’expérience de Mann fut reproduite { de nombreuses reprises avec diverses variantes du protocole expérimental. Il apparut alors qu’il était impossible de trancher en faveur de l’une ou l’autre interprétation, chacune étant invalidée par un certain nombre d’observations⁷ :

- Le phénomène de compensation pour la coarticulation est également observé, à un degré moindre, pour des enfants nouveaux nés (Fowler et al., 1990) et des cailles du Japon (Lotto et al., 1997). Ceci est contraire à la prédiction des théories motrices, le comportement de ces sujets qui ne possèdent pas ou peu d’expérience des sons de parole ne pouvant être expliqué ni par un apprentissage des régularités statistiques dans le signal de parole, ni par une connaissance des mouvements des articulateurs dans le conduit vocal humain.

- Le résultat de Mann peut être reproduit en remplaçant la première syllabe par certains sons non paroliers [ton pur (Lotto, 2004), ton modulé en fréquence (Lotto & Kluender, 1998), série de tons purs formant une mélodie (Holt, 2005, 2006b), ou « négatif » acoustique d’un son (Coady et al., 2003)]. Réciproquement, la présence d’un contexte /al/ ou /ar/ module également la perception d’une cible non parolière (Stephens & Holt, 2003). Ces phénomènes ne trouvent pas d’explication dans le cadre de la théorie motrice puisque celle-ci ne s’applique qu’{ des stimuli articulés.

- Il existe des effets rétroactifs de compensation pour la coarticulation : la présentation de la deuxième syllabe /da/ ou /ga/ produite en contexte /l/ ou /r/

biaise la catégorisation de la première syllabe en tant que /al/ ou /ar/ (Fowler, 2006). Au contraire, le contraste spectral soutenu par les partisans des théories auditives implique nécessairement un masquage dirigé vers l’avant.

- Enfin il est possible de moduler l’effet de compensation sans aucune variation des stimuli acoustiques. Lorsqu’un contexte ambigu, situé perceptuellement entre /al/ et /ar/, est utilisé, la présentation simultanée d’une vidéo du locuteur prononçant l’un ou l’autre contexte entraîne un biais correspondant en faveur de /da/ ou /ga/ dans l’identification de la 2^ème syllabe (Fowler et al., 2000). Ce

7 « Nous avons donc des affirmations absolument incompatibles de la part des partisans des théories motrice et auditive. *…+ Dans les deux cas, je suis sincèrement impressionné de la qualité des recherches mises en œuvre pour invalider la position opposée. Chacune des deux parties m’a convaincu que l’autre a tort. » (Nearey, 1997)

48

phénomène ne peut donc pas être intégré au cadre des théories auditives, purement acoustiques.⁸