Indice d’articulation : Mesure de l’intelligibilité

L’intelligibilité de la parole constitue l’un des piliers fondamentaux de la communication interpersonnelle, de l’interaction sociale et du fonctionnement cognitif au sein de notre environnement quotidien. Au carrefour de la psychoacoustique, de la psychologie cognitive et des sciences de la communication, la capacité à décoder un message vocal dans des contextes acoustiques dégradés repose sur des mécanismes perceptifs complexes qui ont nécessité le développement de métriques objectives rigoureuses. L’indice d’articulation s’impose historiquement comme le premier modèle mathématique prédictif capable de quantifier la proportion du signal de parole audible et accessible au système auditif humain en présence de bruit masquant.

Indice d’articulation

1. Définition concise

L’indice d’articulation (communément abrégé IA ou AI pour l’anglais Articulation Index) est une métrique psychoacoustique prédictive qui estime la proportion d’informations acoustiques du signal vocal demeurant audibles pour un auditeur humain à travers différentes bandes de fréquences, en tenant compte du niveau du signal et du bruit de fond masquant. Cet indice scalaire varie de 0,0 (parole totalement inaudible et inintelligible) à 1,0 (audibilité complète et intelligibilité optimale), fournissant une quantification objective du potentiel de transmission d’un canal acoustique ou électroacoustique.

Sur le plan conceptuel et psychologique, l’indice d’articulation ne mesure pas directement le score effectif de reconnaissance des mots, mais plutôt la disponibilité physique des indices phonétiques dans les filtres auditifs périphériques de la cochlée. Il modélise la façon dont le système auditif décompose le spectre sonore en plusieurs canaux fréquentiels indépendants, où chaque intervalle contribue de manière pondérée à la compréhension globale du message linguistique. Ce faisant, il relie les propriétés physiques de l’acoustique environnementale aux contraintes neurobiologiques de l’audition et aux exigences cognitives du traitement du langage.

Par extension, l’indice d’articulation sert de passerelle empirique pour estimer les courbes de transfert psychométrique de reconnaissance verbale dans des conditions variées d’écoute, qu’il s’agisse de contextes cliniques chez des patients malentendants, de postes de travail bruyants ou de salles de classe où la charge cognitive de l’écoute est intimement corrélée à la pureté du signal perçu.

2. Étymologie et origine linguistique

Le vocable « articulation » provient du latin articulatio, dérivé du verbe articulare signifiant « diviser en nœuds, articuler distinctement », lui-même issu du substantif articulus, diminutif d’artus (« articulation, membre »). Dans la tradition phonétique et physiologique du XIXe et du début du XXe siècle, l’articulation désignait la production mécanique et motrice distincte des consonnes et des voyelles par l’appareil vocal (lèvres, langue, voile du palais, dents).

L’expression anglaise Articulation Index a été forgée au sein des laboratoires de la Bell Telephone Company durant les décennies 1920 et 1930. Les ingénieurs et chercheurs en psychophysique utilisaient le mot articulation pour qualifier le pourcentage de phonèmes, syllabes ou logatomes (mots sans signification) correctement transmis par un circuit téléphonique et répétés sans erreur par un opérateur. Le terme désignait donc initialement un protocole empirique d’évaluation de la clarté du signal avant de désigner l’indice théorique modélisé (formalement unifié sous l’appellation d’indice d’articulation par Harvey Fletcher, John C. Steinberg et N. R. French).

Introduit dans le lexique francophone par la recherche acoustique et l’ergonomie cognitive au cours des années 1950 et 1960, le syntagme « indice d’articulation » a été naturalisé pour refléter fidèlement cette mesure de fidélité phonologique, bien que le langage contemporain préfère parfois le terme d’« indice d’intelligibilité » pour souligner la dimension sémantique et cognitive du phénomène perceptif.

3. Prononciation et forme grammaticale

En français standard, l’expression se prononce phonétiquement [ɛ̃.dis d‿aʁ.ti.ky.la.sjɔ̃]. Il s’agit d’un syntagme nominal masculin singulier, formé du nom masculin « indice » suivi de la préposition élidée « d’ » et du nom féminin « articulation ». Au pluriel, la locution devient « des indices d’articulation ».

Sur le plan distributionnel, le terme s’emploie principalement en acoustique architecturale, en ingénierie de la voix, en audiologie et en psychoacoustique. Dans le discours technique et scientifique, on le rencontre souvent suivi de compléments déterminatifs (ex. : « un indice d’articulation pondéré », « le calcul de l’indice d’articulation en champ diffus ») ou sous son acronyme international « AI » (Articulation Index), désormais révisé et standardisé sous l’appellation de l’intelligibilité de la parole via le Speech Intelligibility Index (SII).

4. Explication conceptuelle détaillée

La théorie sous-jacente à l’indice d’articulation repose sur l’observation que le système auditif humain analyse le spectre acoustique complexe à la manière d’une batterie de filtres passe-bande sélectifs en fréquence. La parole humaine n’est pas distribuée de manière homogène sur le plan énergétique : la majeure partie de l’énergie acoustique se concentre dans les basses fréquences (les formants graves des voyelles et les vibrations glottiques fondamentales, généralement sous 1 000 Hz), tandis que l’information cruciale nécessaire à la discrimination fine des consonnes et à la compréhension syntaxique réside majoritairement dans les moyennes et hautes fréquences (entre 1 500 et 4 000 Hz), qui contiennent pourtant une énergie physique bien moindre.

L’indice d’articulation opère une fragmentation mathématique du spectre de parole en plusieurs bandes fréquentielles (par exemple en 20 bandes de précision psychoacoustique, ou par bandes d’octave ou de tiers d’octave). Pour chaque bande, le modèle évalue la différence d’intensité acoustique entre le niveau moyen des crêtes de la parole et le plancher de bruit ambiant (le rapport signal sur bruit local). Dans chaque bande, cette dynamique utile est plafonnée à une plage efficace de 30 décibels : tout niveau de parole situé sous le seuil du bruit est inaudible (valeur 0), et toute élévation au-delà de 30 dB au-dessus du bruit n’apporte plus de gain marginal d’audibilité pour cette portion fréquentielle (valeur 1).

Une fois la proportion d’audibilité calculée pour chaque bande, un facteur de pondération d’importance (weighting factor) lui est assigné. Ces coefficients de pondération dérivent d’études psychophysiques mesurant le pourcentage d’erreurs phonétiques commises par des auditeurs normo-entendants lorsque certaines tranches fréquentielles du spectre vocal sont systématiquement éliminées par filtrage passe-haut ou passe-bas. En effectuant la somme pondérée de ces contributions fréquentielles, on obtient l’indice d’articulation global :

IA = Σ (w_i × A_i)

où w_i représente le poids d’importance relative de la bande i et A_i représente la proportion d’audibilité effective du signal vocal par rapport au masque de bruit dans cette même bande. La valeur résultante, comprise entre 0 et 1, décrit avec une grande fidélité la réserve informationnelle mise à la disposition du système nerveux central de l’auditeur.

Il convient de distinguer l’indice d’articulation de la performance brute d’intelligibilité. L’indice d’articulation est une variable prédictive physique et sensorielle intermédiaire ; le score d’intelligibilité effectif (exprimé en pourcentage de mots ou de phrases correctement répétés) dépend en outre de la redondance lexicale, du contexte sémantique, de l’état attentionnel du sujet et de ses compétences linguistiques. Une valeur d’indice d’articulation de seulement 0,45 peut ainsi permettre une intelligibilité de phrases familières supérieure à 95 %, alors que la reconnaissance de syllabes non significatives (logatomes) chutera à moins de 60 % pour ce même indice.

5. Développement historique

La genèse de l’indice d’articulation s’enracine dans les défis technologiques et industriels de la téléphonie au début du XXe siècle. Dès les années 1920, au sein des Bell Telephone Laboratories de New York, le physicien et pionnier de l’audition Harvey Fletcher et son équipe ont entrepris de quantifier rigoureusement la dégradation de la voix humaine transitant par les lignes en cuivre et les commutateurs électromécaniques.

Fletcher et John C. Steinberg ont mis en place des batteries de tests psychophysiques fondées sur des listes de syllabes dépourvues de sens (les tests d’articulation CVC : consonne-voyelle-consonne). Ces protocoles visaient à mesurer la fidélité intrinsèque du système sans le biais de la suppléance mentale ou de l’anticipation sémantique des auditeurs. Ces expériences fondamentales ont mené à la découverte du concept de bande critique cochléaire, posant les bases de la modélisation fréquentielle de l’audition.

En 1947, N. R. French et J. C. Steinberg ont formalisé l’algorithme sous le titre canonique de Factors Governing the Intelligibility of Speech Sounds, publié dans le Journal of the Acoustical Society of America. Ils y présentaient la première méthode de calcul systématique de l’indice d’articulation, reposant sur vingt bandes fréquentielles d’égale contribution à l’intelligibilité.

Durant la Seconde Guerre mondiale et la période d’après-guerre, les exigences des communications militaires à bord des avions de chasse, des navires et des blindés ont propulsé ces recherches théoriques au rang de priorité stratégique. Le psychoacousticien Karl D. Kryter a considérablement étendu et simplifié les travaux de French et Steinberg. Il a adapté le calcul aux bandes d’octave et de tiers d’octave, beaucoup plus faciles à mesurer avec l’instrumentation de terrain de l’époque.

L’effort de normalisation mené par Kryter a culminé en 1969 avec la publication par l’American National Standards Institute de la norme ANSI S3.5-1969 : American National Standard Methods for Calculation of the Articulation Index. Ce standard a servi de référence internationale pendant près de trois décennies dans les domaines de l’audiologie clinique, de la conception architecturale des bureaux et de l’ingénierie des télécommunications.

À la fin du siècle, la prise en compte de phénomènes psychoacoustiques plus subtils — tels que l’étalement du masquage vers les hautes fréquences à forte intensité, le masquage non linéaire et la distorsion d’auto-masquage phonétique — a conduit à une modernisation majeure. En 1997, l’ANSI a abrogé la version de 1969 pour introduire la norme ANSI S3.5-1997 officialisant le Speech Intelligibility Index (SII), successeur direct et perfectionné de l’indice d’articulation originel.

6. Fondements théoriques

L’architecture théorique de l’indice d’articulation repose sur plusieurs paradigmes majeurs de la psychophysique et de la théorie de l’information :

En premier lieu, le modèle adopte la théorie tonotopique de l’audition dérivée des travaux de Georg von Békésy. Selon ce modèle, la membrane basilaire de l’oreille interne agit comme un analyseur spectral spatialisé : chaque segment de la cochlée répond préférentiellement à une fréquence caractéristique. L’indice d’articulation postule que les informations contenues dans ces canaux tonotopiques distincts sont traitées de manière quasi indépendante à l’étage sensoriel périphérique avant d’être agrégées par le système auditif central.

En deuxième lieu, le modèle fait appel au concept de masquage auditif. Lorsqu’un bruit aléatoire ou indésirable partage la même bande fréquentielle qu’un élément du signal vocal, il réduit la sensibilité de l’oreille à ce signal en saturant les décharges des neurones afférents du nerf auditif. L’indice d’articulation formalise le postulat selon lequel la contribution informationnelle d’une bande donnée est linéairement proportionnelle au rapport signal sur bruit effectif dans cette bande, à l’intérieur d’une fenêtre dynamique opérationnelle standardisée de 30 dB.

En troisième lieu, l’indice d’articulation s’inspire directement de la théorie de l’information de Claude Shannon. Chaque bande spectrale est appréhendée comme un sous-canal de communication possédant une certaine capacité de transmission. L’audibilité totale résulte de la sommation de ces sous-capacités indépendantes, chacune étant lestée d’une fonction d’utilité psycholinguistique qui reflète la densité des indices distinctifs (voisement, lieu d’articulation, mode d’articulation, transitions formantiques) présents dans cette région fréquentielle.

7. Composantes clés, types et dimensions

Pour décomposer la structure mathématique et conceptuelle de l’indice d’articulation, plusieurs éléments et déclinaisons méthodologiques doivent être identifiés :

• Le spectre de parole à long terme (LTASS) : Profil standardisé de l’intensité acoustique de la parole continue moyennée dans le temps, caractérisé par un pic d’énergie vers 500 Hz et une atténuation progressive d’environ 9 à 10 dB par octave au-delà de 1 000 Hz.
• La plage dynamique opérationnelle de 30 dB : Hypothèse centrale selon laquelle le signal vocal fluctue statistiquement sur un intervalle de 30 dB entre ses crêtes quasi instantanées (percentile d’intensité supérieure) et ses vallées phonémiques les plus faibles.
• Les bandes de fréquences d’analyse : Trois méthodes de découpage spectral sont historiquement distinguées :
  • La méthode des 20 bandes d’égale contribution : Chaque bande de largeur variable apporte exactement 5 % (poids de 0,05) à l’indice final lorsque le signal est totalement audible.
  • La méthode des tiers d’octave : Analyse plus fine basée sur 15 ou 16 filtres standardisés, fréquemment employée en laboratoire d’acoustique.
  • La méthode des bandes d’octave : Approche simplifiée basée sur 5 ou 6 bandes principales (de 250 Hz à 4 000 Hz ou 8 000 Hz), adaptée aux sonomètres conventionnels.
• La fonction de pondération phonétique (Frequency Weighting) : Table de coefficients variables assignés aux bandes de fréquences. Les bandes centrées autour de 2 000 Hz reçoivent systématiquement les coefficients les plus élevés en raison de la présence critique des deuxième et troisième formants (F2, F3) indispensables à l’identification consonantique.
• Le facteur de réduction pour niveau élevé : Ajustement mathématique pénalisant l’indice lorsque le signal vocal dépasse des niveaux d’intensité acoustique élevés (typiquement au-dessus de 75-80 dB SPL), simulant la saturation cochléaire et la détérioration de la clarté perçue par auto-masquage phonétique.

8. Exemples et cas illustratifs

Considérons le cas d’une salle de classe d’école élémentaire située à proximité d’une artère urbaine à fort trafic automobile. Le bruit extérieur génère un bourdonnement basse fréquence continu, avec une forte intensité sous 500 Hz (65 dB SPL) mais une énergie décroissante dans les hautes fréquences (40 dB SPL à 2 000 et 4 000 Hz). La voix de l’enseignante est projetée à un niveau moyen de 60 dB SPL à la position des élèves assis au fond de la classe. Dans les basses fréquences, le rapport signal sur bruit est négatif (-5 dB), rendant les voyelles sourdes et voilées. Cependant, dans la région des 2 000 à 4 000 Hz, le rapport signal sur bruit atteint +20 dB. Le calcul de l’indice d’articulation fournira un score d’environ 0,55. Bien que le bruit semble gênant et bruyant pour l’oreille humaine, l’indice d’articulation prédit avec justesse que l’intelligibilité des mots usuels restera très élevée, car les bandes spectrales critiques transportant les formants consonantiques demeurent préservées.

À l’inverse, examinons l’environnement d’un bureau paysager (open space) où les gestionnaires souhaitent garantir la confidentialité des conversations entre collègues. Pour empêcher la distraction causée par la parole intelligible environnante, un système de masquage sonore par bruit rose est injecté via des diffuseurs au plafond. Le spectre de ce bruit est calibré pour cibler précisément la région 1 000 – 4 000 Hz à un niveau de 48 dBA. Dès lors, le rapport signal sur bruit de la voix d’un collaborateur distant s’effondre dans la zone fréquentielle cruciale. L’indice d’articulation tombe sous le seuil de 0,15. Dans ce scénario, la voix est toujours audible (on perçoit que quelqu’un parle), mais le message est devenu incompréhensible, éliminant ainsi la capture attentionnelle involontaire chez les employés voisins.

Un autre exemple frappant concerne l’adaptation prothétique en audiologie. Un patient âgé présente une presbyacousie neurosensorielle en pente de ski, caractérisée par une audition normale jusqu’à 1 000 Hz, puis une chute brutale du seuil auditif à 60 dB HL entre 2 000 et 6 000 Hz. Dans une conversation calme à 65 dB SPL en l’absence de tout bruit ambiant, le seuil d’audition du patient agit physiologiquement comme un plancher de bruit interne masquant. Bien que le niveau sonore global semble suffisant pour le sujet, les portions spectrales aiguës sont inaudibles (A_i = 0 pour les bandes supérieures). L’indice d’articulation calculé pour ce patient chute à 0,30, expliquant pourquoi il se plaint systématiquement d’« entendre sans pouvoir comprendre ».

9. Mesure et évaluation

La détermination de l’indice d’articulation peut être réalisée par calcul théorique, par simulation informatique prédictive ou par mesure acoustique instrumentale in situ. Le protocole standardisé requiert plusieurs étapes méthodologiques strictes :

Dans un premier temps, l’expérimentateur ou l’ingénieur mesure le niveau de pression acoustique équivalent (L_eq) du bruit de fond ambiant dans chacune des bandes de fréquences retenues (bandes de tiers d’octave ou d’octave) au moyen d’un sonomètre de classe 1 équipé de filtres normalisés. Cette mesure doit être effectuée en l’absence de locuteur actif.

Dans un second temps, le spectre moyen de la parole à long terme au point de réception est déterminé. Cela peut s’effectuer soit en faisant parler un opérateur de test selon un niveau vocal calibré (voix normale, élevée, criée), soit en utilisant un simulateur vocal artificiel (une bouche artificielle normalisée selon la recommandation UIT-T P.51 émettant un signal étalonné de type signal vocal artificiel ou bruit stationnaire conforme au LTASS).

Pour chaque bande de fréquence i, on calcule le rapport signal sur bruit effectif :

SNR_i = L_{parole, i} – L_{bruit, i}

La proportion d’audibilité normalisée A_i est ensuite dérivée selon la formule de troncature standard :

A_i = 0 si SNR_i ≤ -12 dB (selon les formulations historiques) ou 0 dB
A_i = (SNR_i + 12) / 30 si -12 dB < SNR_i < +18 dB
A_i = 1 si SNR_i ≥ +18 dB

Chaque valeur A_i est ensuite multipliée par le coefficient d’importance w_i correspondant à la grille fréquentielle employée. Enfin, la somme arithmétique de l’ensemble des bandes est calculée pour produire la note globale d’indice d’articulation.

10. Applications et portée pratique

L’indice d’articulation et ses dérivés directs ont modelé de multiples pans de la société technologique, industrielle et médicale contemporaine :

En audiologie et audiométrie clinique, l’indice d’articulation a révolutionné la prescription et le réglage des audioprothèses. La méthode Count-the-Dots (abaque à 100 points) développée par Mueller et Killion en 1990 constitue une transposition clinique directe de l’indice d’articulation : un audiogramme est superposé à un graphique parsemé de 100 points pondérés ; le praticien compte simplement le nombre de points demeurant situés au-dessus du seuil de perception du patient pour obtenir immédiatement son indice d’articulation en pourcentage, guidant l’amplification requise bande par bande.

En acoustique du bâtiment et architecture d’intérieur, l’indice d’articulation est la métrique historique qui a permis de formaliser le concept de confidentialité de la parole (speech privacy). Dans les hôpitaux, les banques ou les cabinets juridiques, l’isolation phonique entre cloisons est dimensionnée pour abaisser l’indice d’articulation sous des seuils réglementaires stricts afin d’éviter les violations du secret professionnel.

En psychologie ergonomique et psychologie du travail, il est abondamment démontré qu’un indice d’articulation élevé pour les conversations parasites dans un espace de travail ouvert engendre une détérioration rapide de la mémoire de travail phonologique des employés effectuant des tâches de lecture, d’écriture ou de programmation. Les ergonomes exploitent l’indice pour concevoir des barrières acoustiques et des masquages sonores visant à atteindre un niveau de « non-distraction » cognitive.

Dans l’aéronautique et les télécommunications spatiales, l’optimisation des casques radio et des microphones à réduction de bruit repose sur des simulations d’indice d’articulation afin d’assurer que les pilotes conservent une compréhension parfaite des instructions des contrôleurs de vol, même sous un environnement sonore extrême dépassant 100 dBA dans les cockpits.

11. Recherche et preuves empiriques

Les recherches empiriques menées tout au long du XXe siècle ont apporté des validations systématiques à la puissance prédictive de l’indice d’articulation. Les travaux séminaux de French et Steinberg (1947), complétés par ceux de Fletcher et Galt (1950), ont corrélé les valeurs calculées de l’indice avec des dizaines de milliers d’essais d’écoute humaine. Ces études ont établi les courbes de transfert universelles qui relient la valeur physique de l’indice d’articulation aux pourcentages de réussite des auditeurs selon la nature du matériel linguistique testé.

Une observation empirique fondamentale est la nature non linéaire de cette relation. Alors que la relation mathématique entre le niveau sonore et l’indice d’articulation est strictement linéaire par morceaux, la relation entre l’indice et l’intelligibilité humaine prend la forme d’une fonction sigmoïde ou logistique. Cela démontre empiriquement l’existence de la suppléance mentale : dès lors qu’un seuil critique d’information acoustique est franchi (souvent vers un indice de 0,35 à 0,40), le cerveau de l’auditeur utilise ses schémas cognitifs internes, sa mémoire sémantique et les règles phonotaxiques de sa langue maternelle pour « boucher les trous » phonétiques laissés par le bruit, propulsant le taux de compréhension des phrases complètes à plus de 90 %.

Des recherches ultérieures en neuropsychologie auditive (notamment conduites par des équipes scandinaves et américaines comme Humes, Dirks ou Pavlovic) ont exploré l’impact du vieillissement cognitif sur la validité de l’indice. Leurs données indiquent que si l’indice d’articulation prédit fidèlement l’audibilité chez les jeunes adultes normo-entendants, il a tendance à surestimer l’intelligibilité effective chez les personnes âgées présentant un ralentissement du traitement central ou des déficits de traitement temporel (diminution de la sensibilité aux modulations d’amplitude temporelle de la parole).

En outre, les travaux de George Miller et J. C. R. Licklider ont validé la pertinence de l’indice d’articulation face à divers types de masquages : bruit blanc, bruits de bande étroite et bruits modulés, confirmant la robustesse du principe de sommation d’indices énergétiques à travers les bandes critiques cochléaires.

12. Considérations culturelles et interlinguistiques

L’une des limites historiques majeures de la formulation initiale de l’indice d’articulation (ANSI S3.5-1969) résidait dans le fait que sa grille de pondération fréquentielle était calibrée de manière presque exclusive sur la phonologie de l’anglais américain standard. Or, la structure acoustique et l’importance relative des différentes bandes fréquentielles varient d’une langue à une autre en fonction de ses propriétés phonétiques intrinsèques.

Dans les langues à tons, comme le mandarin, le cantonais ou le vietnamien, la trajectoire de la fréquence fondamentale (F0) et les harmoniques graves situées sous 500 Hz jouent un rôle morphologique et sémantique bien plus déterminant que dans les langues non tonales. Un mot comme « ma » en mandarin peut prendre quatre significations totalement distinctes selon son profil d’intonation vocale. Par conséquent, appliquer les coefficients de pondération standards de l’indice d’articulation anglo-saxon à des locuteurs chinois conduit à sous-estimer systématiquement l’importance des basses fréquences.

Dans les langues riches en consonnes fricatives et chuintantes (telles que le polonais, le russe ou l’allemand), les hautes fréquences (au-delà de 4 000 Hz) concentrent une part cruciale de la distinctivité phonémique. De même, la phonologie de la langue française, avec sa fréquence élevée de voyelles nasales et son système vocalique dense, confère un poids distinct aux régions des formants intermédiaires comparativement à l’anglais.

Pour pallier ce biais ethnocentrique et linguistique, des corpus de recherche internationaux ont formulé des jeux de pondération alternatifs pour le Speech Intelligibility Index, permettant d’adapter le calcul psychoacoustique aux caractéristiques spectrales propres à diverses familles de langues (langues romanes, germaniques, slaves ou tonales asiatiques).

13. Critiques, controverses et limites

Malgré son élégance mathématique et son statut pionnier, l’indice d’articulation originel a fait l’objet de critiques répétées émanant tant de la communauté psychoacoustique que des sciences cognitives de l’audition :

Le principal reproche formulé à l’encontre de l’indice d’articulation classique est son incapacité à modéliser correctement la réverbération acoustique. L’indice d’articulation a été conçu pour des environnements en champ libre ou des circuits électroniques où le bruit est additif et incohérent. Or, dans une pièce très réverbérante (comme une église ou un hall carrelé), la parole se masque elle-même par la persistance de l’énergie des voyelles précédentes venant brouiller les consonnes suivantes dans le temps. Ce phénomène temporel n’est aucunement capté par l’indice d’articulation, qui n’intègre aucune dimension temporelle d’étalement de l’énergie. Pour surmonter cet écueil, d’autres indices tels que le Speech Transmission Index (STI) de Houtgast et Steeneken ont dû être inventés, fondant leur analyse sur la réduction de la fonction de transfert de modulation (MTF).

Une deuxième limite théorique concerne le masquage non stationnaire ou fluctuating. Lorsque le bruit de fond est constitué d’une autre voix humaine concurrente (contexte de type cocktail party), l’auditeur utilise les « creux » temporels du bruit pour y capter des bribes de parole (phénomène d’écoute dans les creux ou glimpsing). L’indice d’articulation conventionnel, qui réalise une moyenne temporelle globale de l’énergie, est incapable d’expliquer ce gain d’intelligibilité substantiel lié à la séparation des sources et aux mécanismes d’attention sélective.

Enfin, l’indice d’articulation néglige totalement les facteurs cognitifs de haut niveau (l’âge du sujet, sa familiarité avec le vocabulaire, la vitesse d’élocution du locuteur, la présence de bruits visuels distracteurs, ou les troubles du traitement auditif central). Il s’agit d’une métrique d’accessibilité spectrale sensorielle, et non d’une modélisation intégrale de l’acte neurocognitif de compréhension du langage.

14. Termes connexes et distinctions

Afin d’éviter les amalgames terminologiques fréquents dans la littérature spécialisée, il convient d’expliciter les frontières conceptuelles qui séparent l’indice d’articulation de concepts voisins :

• Indice d’articulation (AI) vs Speech Intelligibility Index (SII) : Le SII (ANSI S3.5-1997) est le successeur officiel et direct de l’AI. Il affine les mathématiques de l’indice originel en intégrant des modèles modernes de masquage étalé vers les hautes fréquences, des corrections physiologiques d’audition pathologique et des tables de pondération adaptées à divers types de matériaux verbaux.
• Indice d’articulation (AI) vs Speech Transmission Index (STI) : Alors que l’indice d’articulation s’appuie principalement sur le rapport signal sur bruit fréquentiel dans des conditions quasi stationnaires, le STI analyse la préservation de la modulation d’amplitude du signal vocal au travers d’un canal, captant avec précision les effets combinés du bruit et de la réverbération de la pièce.
• Intelligibilité de la parole : Il s’agit de la performance cognitive et comportementale réelle, mesurée empiriquement auprès de sujets humains sous forme de pourcentage de phonèmes, mots ou phrases correctement identifiés. L’indice d’articulation est la mesure physique prédictive ; l’intelligibilité est le résultat comportemental qui en découle.
• Audibilité vs Compréhension : L’audibilité renvoie à la simple détection de la présence d’une vibration sonore par le système auditif périphérique. L’indice d’articulation quantifie l’audibilité fine du spectre phonétique, condition indispensable mais non suffisante pour la compréhension sémantique assurée par les aires cérébrales corticales (aire de Wernicke, gyrus temporal supérieur).

15. Synthèse et points clés

L’indice d’articulation représente une avancée fondatrice dans l’histoire des sciences de l’audition et de l’ingénierie de la communication, dont l’impact perdure dans les standards contemporains :

• Il s’agit du tout premier modèle objectif normalisé (ANSI S3.5-1969) prédisant l’intelligibilité de la parole à partir de la distribution spectrale du signal et du bruit de fond.
• Sa valeur oscille entre 0,0 et 1,0 et traduit la proportion cumulée et pondérée du spectre de parole émergeant au-dessus du plancher de bruit dans les différentes bandes critiques auditives.
• Il repose sur la découverte psychophysique que certaines bandes fréquentielles (notamment entre 1 500 et 3 000 Hz) portent une part prépondérante de la charge informationnelle nécessaire à la discrimination des phonèmes.
• La relation liant l’indice d’articulation à l’intelligibilité humaine est fortement sigmoïdale : en raison de la suppléance cognitive et de la redondance linguistique, un indice intermédiaire (ex. : 0,45) permet souvent d’atteindre une intelligibilité quasi parfaite pour des phrases courantes.
• Bien qu’historiquement supplanté par le Speech Intelligibility Index (SII) et le Speech Transmission Index (STI) pour prendre en compte la réverbération et les masquages complexes, l’indice d’articulation demeure le socle théorique de l’évaluation prothétique en audiologie et des normes de confidentialité architecturale.

Références

• American National Standards Institute. (1969). American national standard methods for calculation of the articulation index (ANSI S3.5-1969). Acoustical Society of America.
• American National Standards Institute. (1997). Methods for calculation of the speech intelligibility index (ANSI S3.5-1997). Acoustical Society of America. https://webstore.ansi.org/standards/asa/ansiasiis31997r2020
• Fletcher, H., & Galt, R. H. (1950). The perception of speech and its relation to telephony. The Journal of the Acoustical Society of America, 22(2), 89–151. https://doi.org/10.1121/1.1906605
• French, N. R., & Steinberg, J. C. (1947). Factors governing the intelligibility of speech sounds. The Journal of the Acoustical Society of America, 19(1), 90–119. https://doi.org/10.1121/1.1916407
• Kryter, K. D. (1962). Methods for the calculation and use of the articulation index. The Journal of the Acoustical Society of America, 34(11), 1689–1697. https://doi.org/10.1121/1.1909094
• Mueller, H. G., & Killion, M. C. (1990). An easy method for calculating the articulation index. The Hearing Journal, 43(9), 14–17.
• Pavlovic, C. V. (1987). Derivation of primary parameters and procedures for use in speech intelligibility predictions. The Journal of the Acoustical Society of America, 82(2), 413–422. https://doi.org/10.1121/1.395442