La voix humaine et les signaux sonores constituent le miroir le plus imm\u00e9diat, intime et dynamique de notre univers affectif interne. L’acoustique des \u00e9motions explore les m\u00e9canismes biophysiques, psychologiques et computationnels par lesquels les fluctuations physiologiques de l’affect modulent les propri\u00e9t\u00e9s physiques du signal sonore pour \u00eatre d\u00e9cod\u00e9es par l’auditeur. En d\u00e9cryptant les signatures spectrales, temporelles et fr\u00e9quentielles des affects, cette discipline fondamentale \u00e9claire les racines biologiques de la communication sociale et transforme notre compr\u00e9hension du lien entre corps, son et esprit.<\/p>\n
L’acoustique des \u00e9motions<\/strong> d\u00e9signe l’\u00e9tude scientifique interdisciplinaire des propri\u00e9t\u00e9s physiques et psychoacoustiques du signal sonore \u2014 qu’il s’agisse de la voix humaine, de vocalisations non verbales ou de structures musicales \u2014 qui encodent, transmettent et suscitent des \u00e9tats affectifs. Cette discipline examine rigoureusement la mani\u00e8re dont les modifications physiologiques induites par une \u00e9motion alt\u00e8rent l’appareil phonatoire ou la composition sonore, g\u00e9n\u00e9rant des r\u00e9gularit\u00e9s acoustiques per\u00e7ues et interpr\u00e9t\u00e9es par le syst\u00e8me nerveux central d’un r\u00e9cepteur.<\/p>\n Sur le plan conceptuel, le domaine englobe deux versants indissociables : la production acoustique (ou encodage paralinguistique) et la perception acoustique (ou d\u00e9codage affectif). Le premier analyse comment l’activation autonome du syst\u00e8me nerveux sympathique ou parasympathique reconfigure les param\u00e8tres de souffle, de tension des cordes vocales et de r\u00e9sonance du tractus vocal. Le second versant s’int\u00e9resse \u00e0 la psychoacoustique et aux processus neurocognitifs par lesquels le syst\u00e8me auditif de l’auditeur extrait, cat\u00e9gorise et r\u00e9agit sur le plan \u00e9motionnel \u00e0 ces configurations de fr\u00e9quences, d’intensit\u00e9s et d’enveloppes temporelles.<\/p>\n Ce champ d’investigation ne se r\u00e9duit pas \u00e0 une simple taxonomie sonore ; il constitue une interface essentielle entre l’acoustique physique, la physiologie autonome, les neurosciences cognitives et la psychologie des \u00e9motions. Il offre ainsi les fondements th\u00e9oriques et empiriques n\u00e9cessaires pour comprendre la communication pr\u00e9verbale, les alt\u00e9rations psychiatriques du tonus affectif, ainsi que le d\u00e9veloppement d’architectures d’intelligence artificielle affective capables d’interaction homme-machine empathique.<\/p>\n Le syntagme \u00ab acoustique des \u00e9motions \u00bb r\u00e9unit deux racines conceptuelles d’origines grecque et latine, illustrant la rencontre de la physique ondulatoire et de la dynamique psychologique. Le substantif \u00ab acoustique \u00bb d\u00e9rive du grec ancien akoustikos<\/em> (\u1f00\u03ba\u03bf\u03c5\u03c3\u03c4\u03b9\u03ba\u03cc\u03c2), adjectif signifiant \u00ab relatif \u00e0 l’ou\u00efe ou \u00e0 l’\u00e9coute \u00bb, lui-m\u00eame issu du verbe akouein<\/em> (\u1f00\u03ba\u03bf\u03cd\u03b5\u03b9\u03bd), signifiant \u00ab entendre \u00bb ou \u00ab percevoir par les sens \u00bb. Introduit en physique moderne au XVIIe si\u00e8cle par Joseph Sauveur pour formaliser la science des vibrations sonores, le terme s’est ensuite ramifi\u00e9 au XIXe si\u00e8cle vers la physiologie auditive et la psychophysique.<\/p>\n Le terme \u00ab \u00e9motion \u00bb, quant \u00e0 lui, est emprunt\u00e9 \u00e0 l’ancien fran\u00e7ais \u00ab \u00e9mouvoir \u00bb (remuer, \u00e9branler), issu du latin populaire emovere<\/em>, form\u00e9 du pr\u00e9fixe ex-<\/em> (\u00ab hors de \u00bb) et du verbe movere<\/em> (\u00ab mouvoir \u00bb). Il d\u00e9signait initialement un mouvement physique ou un trouble collectif avant de rev\u00eatir, \u00e0 partir du XVIIe et surtout du XVIIIe si\u00e8cle, le sens psychologique d’un \u00e9branlement de l’\u00e2me ou d’une perturbation affective passag\u00e8re cons\u00e9cutive \u00e0 une stimulation externe ou interne. Dans la litt\u00e9rature anglo-saxonne moderne, le concept est souvent d\u00e9sign\u00e9 sous les appellations d’acoustic emotion expression<\/em>, de vocal affect acoustics<\/em> ou encore d’affective prosody<\/em>.<\/p>\n L’int\u00e9gration formelle des deux concepts au sein du lexique scientifique contemporain s’est op\u00e9r\u00e9e dans le sillage des travaux de la psycholinguistique et de la psychoacoustique<\/a> exp\u00e9rimentale durant la seconde moiti\u00e9 du XXe si\u00e8cle. Ce rapprochement traduisait la reconnaissance que l’\u00e9motion ne constitue pas une simple perturbation subjective abstraite, mais un \u00e9v\u00e9nement corporel cin\u00e9tique et acoustique mesurable, dont l’onde physique transporte l’empreinte mat\u00e9rielle \u00e0 travers l’espace interindividuel.<\/p>\n En fran\u00e7ais standardis\u00e9, l’expression se prononce phon\u00e9tiquement \/a.kus.tik de.z\u203fe.m\u0254.sj\u0254\u0303\/. Il s’agit d’une locution nominale f\u00e9minine compos\u00e9e : le terme recteur \u00ab acoustique \u00bb est un nom commun f\u00e9minin singulier (\u00ab une acoustique \u00bb), compl\u00e9t\u00e9 par le syntagme pr\u00e9positionnel au pluriel \u00ab des \u00e9motions \u00bb (de + les \u00e9motions), soulignant la pluralit\u00e9 cat\u00e9gorielle ou dimensionnelle des \u00e9tats affectifs \u00e9tudi\u00e9s.<\/p>\n Dans l’usage grammatical sp\u00e9cialis\u00e9, on rencontre fr\u00e9quemment l’adjectif relationnel d\u00e9riv\u00e9 \u00ab acoustico-\u00e9motionnel \u00bb (au f\u00e9minin \u00ab acoustico-\u00e9motionnelle \u00bb) pour qualifier les indices physiologiques ou les profils spectraux sp\u00e9cifiques \u00e0 un \u00e9tat (par exemple, \u00ab les signatures acoustico-\u00e9motionnelles du stress aigu \u00bb). On utilise \u00e9galement l’expression \u00ab encodage acoustique des affects \u00bb pour d\u00e9crire l’action m\u00e9canique de modulation du signal, et \u00ab d\u00e9codage acoustique \u00bb pour d\u00e9signer la performance perceptuelle de l’observateur ou du syst\u00e8me informatique.<\/p>\n Pour appr\u00e9hender l’acoustique des \u00e9motions, il convient d’analyser le signal sonore non pas comme un v\u00e9hicule neutre du langage articul\u00e9, mais comme un flux paralinguistique continu dont chaque param\u00e8tre physique est modul\u00e9 par l’\u00e9tat psychophysiologique du locuteur. Lorsque l’individu \u00e9prouve une \u00e9motion, celle-ci ne demeure pas confin\u00e9e au syst\u00e8me nerveux central : elle d\u00e9clenche une cascade de r\u00e9ponses autonomes comprenant la modification du rythme respiratoire, l’acc\u00e9l\u00e9ration ou le ralentissement cardiaque, la tension de la musculature p\u00e9rilaryng\u00e9e, la s\u00e9cr\u00e9tion salivaire et la vascularisation des muqueuses buccales. Ces changements somatiques modifient in\u00e9vitablement les propri\u00e9t\u00e9s biom\u00e9caniques de la source vocale et de l’appareil de filtrage phonatoire.<\/p>\n Cette transformation physique peut \u00eatre appr\u00e9hend\u00e9e \u00e0 travers la th\u00e9orie source-filtre de la phonation. La \u00ab source \u00bb correspond \u00e0 l’air sous-glottique expuls\u00e9 par les poumons et hach\u00e9 p\u00e9riodiquement par les cordes vocales dans le larynx, produisant la fr\u00e9quence fondamentale (F0) et ses harmoniques. Le \u00ab filtre \u00bb correspond au conduit vocal supraglottique (pharynx, cavit\u00e9 buccale, cavit\u00e9s nasales), dont les configurations g\u00e9om\u00e9triques renforcent certaines plages fr\u00e9quentielles appel\u00e9es formants (F1, F2, F3, etc.). Une \u00e9motion \u00e0 forte activation physiologique, telle que la rage ou la panique, engendre une pression sous-glottique massive, une adduction brutale des cordes vocales et une \u00e9l\u00e9vation laryng\u00e9e, ce qui d\u00e9place vers le haut la fr\u00e9quence fondamentale et \u00e9largit la bande passante des formants. \u00c0 l’inverse, un \u00e9tat d\u00e9pressif ou une tristesse profonde induit une hypotonie musculaire, g\u00e9n\u00e9rant une F0 basse, une faible variabilit\u00e9 dynamique et un spectre sonore appauvri en hautes fr\u00e9quences.<\/p>\n Sur le plan perceptif, l’acoustique des \u00e9motions ne d\u00e9pend pas d’un param\u00e8tre isol\u00e9, mais d’une matrice complexe d’indices redondants et interactifs. L’auditeur n’\u00e9value pas seulement la hauteur tonale (corr\u00e9lat psychoacoustique de F0), mais int\u00e8gre simultan\u00e9ment le d\u00e9bit temporel (nombre de syllabes par seconde, dur\u00e9e des pauses), l’intensit\u00e9 sonore (amplitude en d\u00e9cibels), et le timbre vocal. Le timbre, souvent consid\u00e9r\u00e9 comme la \u00ab couleur \u00bb du son, r\u00e9sulte de la r\u00e9partition de l’\u00e9nergie dans le spectre fr\u00e9quentiel : un son per\u00e7u comme rude, r\u00e2peux ou m\u00e9tallique d\u00e9coule d’un taux \u00e9lev\u00e9 d’\u00e9nergie \u00e0 haute fr\u00e9quence et de perturbations p\u00e9riodiques du cycle vocal (gigue ou jitter<\/em>, et scintillement ou shimmer<\/em>), typiques de la col\u00e8re ou de la terreur.<\/p>\n Il importe de d\u00e9limiter rigoureusement le champ de l’acoustique affective. Elle se distingue de la linguistique s\u00e9mantique pure, dans la mesure o\u00f9 elle traite de signaux qui persistent m\u00eame lorsque les mots sont d\u00e9pourvus de sens (langues inconnues, pseudo-mots, cris, rires, pleurs). Elle s’\u00e9tend \u00e9galement au domaine musical, o\u00f9 les compositeurs et interpr\u00e8tes exploitent d\u00e9lib\u00e9r\u00e9ment des principes acoustiques analogues \u00e0 ceux de la voix \u2014 variations de tempo, d’intensit\u00e9, d’attaque et de rugosit\u00e9 spectrale \u2014 pour susciter des \u00e9motions sp\u00e9cifiques chez l’auditeur. Ainsi, l’acoustique des \u00e9motions met en lumi\u00e8re un syst\u00e8me de signalisation phylog\u00e9n\u00e9tiquement archa\u00efque, partag\u00e9 dans une large mesure avec de nombreux vert\u00e9br\u00e9s sup\u00e9rieurs.<\/p>\n La formalisation scientifique des signaux sonores \u00e9motionnels trouve son point de d\u00e9part moderne dans l’ouvrage fondateur de Charles Darwin publi\u00e9 en 1872, The Expression of the Emotions in Man and Animals<\/em>. Darwin y postule que les \u00e9missions vocales des mammif\u00e8res constituent des pr\u00e9curseurs \u00e9volutifs du langage humain et que les variations de hauteur, de rythme et d’intensit\u00e9 vocale d\u00e9rivent directement de m\u00e9canismes involontaires li\u00e9s \u00e0 la respiration et \u00e0 la contraction musculaire sous tension affective. Presque simultan\u00e9ment, le philosophe et sociologue Herbert Spencer formule en 1857 son essai sur l’origine et la fonction de la musique, d\u00e9fendant l’id\u00e9e que les modulations musicales d\u00e9rivent directement des propri\u00e9t\u00e9s acoustiques des \u00e9nonciations vocales charg\u00e9es d’affect.<\/p>\n Au cours de la seconde moiti\u00e9 du XIXe si\u00e8cle, les pionniers de la psychophysique et de l’acoustique physiologique, notamment Hermann von Helmholtz dans son trait\u00e9 Die Lehre von den Tonempfindungen als physiologische Grundlage f\u00fcr die Theorie der Musik<\/em> (1863), jettent les bases math\u00e9matiques et physiologiques de la perception auditive, reliant la consonance, la dissonance et les formants aux sensations affectives primaires de plaisir ou de d\u00e9plaisir acoustique.<\/p>\n Durant l’entre-deux-guerres et le milieu du XXe si\u00e8cle, l’av\u00e8nement de l’enregistrement magn\u00e9tique et de l’oscillographie acoustique permet les premi\u00e8res quantifications exp\u00e9rimentales de la voix affective. Des chercheurs comme Fairbanks et Pronovost (1939) r\u00e9alisent des analyses pionni\u00e8res de la fr\u00e9quence fondamentale associ\u00e9e \u00e0 divers \u00e9tats \u00e9motionnels simul\u00e9s par des acteurs. Toutefois, ces premiers travaux se heurtent \u00e0 la lourdeur des \u00e9quipements analogiques et \u00e0 l’absence de formalisation th\u00e9orique int\u00e9grant les aspects \u00e9motionnels multi-dimensionnels.<\/p>\n La v\u00e9ritable r\u00e9volution du domaine intervient \u00e0 partir des ann\u00e9es 1970 et 1980, principalement impuls\u00e9e par le psychologue suisse Klaus Scherer<\/a> et ses collaborateurs au Centre Interfacultaire en Sciences Affectives de Gen\u00e8ve. Scherer applique le mod\u00e8le de la lentille d’Egon Brunswik \u00e0 la voix humaine et d\u00e9veloppe une m\u00e9thodologie exp\u00e9rimentale combinant l’analyse spectrale num\u00e9rique et la th\u00e9orie des \u00e9valuations cognitives (appraisal theory<\/em>). Cette p\u00e9riode marque la transition d’une approche anecdotique vers une science computationnelle rigoureuse, valid\u00e9e par des \u00e9tudes multilingues et transculturelles \u00e0 grande \u00e9chelle.<\/p>\n Au XXIe si\u00e8cle, l’essor du traitement automatique du signal, des biblioth\u00e8ques logicielles open source (telles que Praat et OpenSMILE) et de l’apprentissage profond (deep learning<\/em>) a propuls\u00e9 l’acoustique affective dans une \u00e8re nouvelle. Les chercheurs sont d\u00e9sormais en mesure d’extraire des milliers de descripteurs acoustiques par seconde, documentant avec une pr\u00e9cision sans pr\u00e9c\u00e9dent les marqueurs vocaux de pathologies psychiatriques, les micro-variations \u00e9motionnelles du discours politique et les interactions intimes au sein des couples.<\/p>\n L’\u00e9tude de l’acoustique des \u00e9motions s’articule autour de plusieurs paradigmes th\u00e9oriques majeurs issus de la psychologie diff\u00e9rentielle, des neurosciences computationnelles et de l’\u00e9thologie \u00e9volutive. Le cadre th\u00e9orique dominant demeure le Mod\u00e8le des processus composants<\/strong> (Component Process Model<\/em> ou CPM) formul\u00e9 par Klaus Scherer. Selon le CPM, une \u00e9motion n’est pas un \u00e9tat fig\u00e9, mais un processus dynamique d\u00e9clench\u00e9 par une s\u00e9quence d’\u00e9valuations cognitives (\u00ab appraisals \u00bb) relatives \u00e0 la nouveaut\u00e9 de l’\u00e9v\u00e9nement, \u00e0 sa valence agr\u00e9able ou d\u00e9sagr\u00e9able, \u00e0 sa pertinence pour les buts de l’individu, au potentiel de contr\u00f4le et \u00e0 la conformit\u00e9 aux normes. Chaque \u00e9tape de cette v\u00e9rification cognitive engendre des modifications neurov\u00e9g\u00e9tatives pr\u00e9cises qui modifient instantan\u00e9ment les propri\u00e9t\u00e9s physiques de l’appareil phonatoire. Ainsi, une \u00e9valuation d’\u00ab urgence avec manque de contr\u00f4le \u00bb produit une constriction laryng\u00e9e sp\u00e9cifique, documentant un lien causal direct entre cognition affective et param\u00e8tres acoustiques.<\/p>\n Un second cadre th\u00e9orique capital repose sur le Mod\u00e8le de la lentille de Brunswik<\/strong> adapt\u00e9 \u00e0 la communication vocale. Ce mod\u00e8le s\u00e9pare clairement l’environnement distal (l’\u00e9tat \u00e9motionnel interne r\u00e9el du locuteur), les indices acoustiques proximaux (les param\u00e8tres physiques mesurables du son \u00e9mis tels que la F0, l’\u00e9nergie des hautes fr\u00e9quences ou la gigue) et la perception proximale du r\u00e9cepteur (l’\u00e9tat \u00e9motionnel attribu\u00e9 par l’auditeur). Ce cadre permet d’analyser d’une part la fid\u00e9lit\u00e9 de l’encodage (la pertinence des indices acoustiques par rapport \u00e0 l’\u00e9tat r\u00e9el) et d’autre part l’exactitude du d\u00e9codage (la capacit\u00e9 de l’auditeur \u00e0 inf\u00e9rer l’\u00e9tat r\u00e9el \u00e0 partir des indices), tout en expliquant les illusions et les erreurs perceptives o\u00f9 des indices trompeurs induisent de fausses attributions \u00e9motionnelles.<\/p>\n Un troisi\u00e8me ancrage th\u00e9orique est l’Hypoth\u00e8se du code biologique<\/strong> (Motivation-Structural Rules<\/em>) th\u00e9oris\u00e9e par l’\u00e9thologue Eugene Morton (1977) et \u00e9tendue aux humains par John Ohala (1983). Cette perspective \u00e9volutive pose que les caract\u00e9ristiques acoustiques des vocalisations animales et humaines ne sont pas arbitraires, mais gouvern\u00e9es par des imp\u00e9ratifs \u00e9cologiques de survie. Les sons graves, rauques et \u00e0 large bande spectrale (basse F0, forte dispersion formantique) sont associ\u00e9s \u00e0 une grande taille corporelle, \u00e0 la dominance et \u00e0 l’agressivit\u00e9 mena\u00e7ante (principe de comp\u00e9tition). Inversement, les sons aigus, purs et modul\u00e9s (haute F0, harmoniques clairs) \u00e9voquent un petit gabarit corporel, la soumission, l’impuissance ou la recherche d’affiliation bienveillante. Ce code biologique archa\u00efque sous-tend encore aujourd’hui la prosodie maternelle, les appels de d\u00e9tresse et l’esth\u00e9tique musicale.<\/p>\n Enfin, le d\u00e9bat opposant les th\u00e9ories des \u00e9motions discr\u00e8tes<\/strong> (Paul Ekman) et les mod\u00e8les dimensionnels<\/strong> (James Russell) structure profond\u00e9ment la discipline. Tandis que les premiers postulent des profils acoustiques discrets et distincts pour les \u00e9motions de base universelles (joie, tristesse, col\u00e8re, peur, d\u00e9go\u00fbt), les seconds d\u00e9montrent que la majorit\u00e9 de la variance acoustique s’explique par deux dimensions orthogonales continues : l’activation physiologique (arousal<\/em>), tr\u00e8s solidement encod\u00e9e par la hauteur et l’intensit\u00e9 vocale, et la valence (agr\u00e9able\/d\u00e9sagr\u00e9able), beaucoup plus subtile et encod\u00e9e de mani\u00e8re non lin\u00e9aire dans les formants et le timbre.<\/p>\n L’acoustique affective d\u00e9compose le signal sonore en quatre grandes familles de param\u00e8tres physiques, corr\u00e9l\u00e9es aux \u00e9tats \u00e9motionnels :<\/p>\n Pour concr\u00e9tiser ces principes acoustiques, examinons plusieurs situations cliniques, artistiques et \u00e9cologiques o\u00f9 le profil sonore devient l’indicateur exclusif de la charge \u00e9motionnelle.<\/p>\n Cas 1 : L’aplatissement acoustique dans la d\u00e9pression majeure.<\/strong> En contexte clinique psychiatrique, un patient atteint d’un \u00e9pisode d\u00e9pressif caract\u00e9ris\u00e9 pr\u00e9sente une voix dite \u00ab monotone \u00bb ou \u00ab atone \u00bb. L’analyse acoustique objective par spectrogramme r\u00e9v\u00e8le un r\u00e9tr\u00e9cissement dramatique de l’\u00e9cart-type de la fr\u00e9quence fondamentale (passant typiquement d’une variabilit\u00e9 normale de 30-50 Hz \u00e0 moins de 10 Hz), une diminution prononc\u00e9e de la pente spectrale au-del\u00e0 de 1000 Hz traduisant un manque d’adduction vigoureuse des cordes vocales, et une prolongation anormale des silences intra-\u00e9nonc\u00e9s. Cet aplatissement prosodique refl\u00e8te fid\u00e8lement le ralentissement psychomoteur global et l’hypoactivit\u00e9 dopaminergique sous-jacente.<\/p>\n Cas 2 : La signature de panique lors d’un incident a\u00e9ronautique.<\/strong> L’analyse des enregistreurs de conversations de poste de pilotage (bo\u00eetes noires) lors de situations d’urgence critique documente l’impact acoustique d’une peur visc\u00e9rale soudaine. D\u00e8s la prise de conscience d’une d\u00e9faillance catastrophique, la voix du pilote subit un saut fr\u00e9quentiel spectaculaire : la F0 moyenne peut bondir instantan\u00e9ment de 120 Hz \u00e0 plus de 300 Hz chez un homme adulte. Parall\u00e8lement, le niveau de gigue (jitter<\/em>) augmente consid\u00e9rablement en raison de la perte de r\u00e9gulation motrice fine du muscle crico-thyro\u00efdien sous d\u00e9charge cat\u00e9cholaminergique massive, conf\u00e9rant \u00e0 la voix une texture bris\u00e9e et suraigu\u00eb caract\u00e9ristique.<\/p>\n Cas 3 : La manipulation psychoacoustique de la peur au cin\u00e9ma.<\/strong> Dans l’industrie cin\u00e9matographique, les concepteurs sonores et compositeurs manipulent d\u00e9lib\u00e9r\u00e9ment les param\u00e8tres acoustiques de l’effroi en int\u00e9grant des bruits non lin\u00e9aires (nonlinear acoustics<\/em>). Ces sons reproduisent fid\u00e8lement les cris de d\u00e9tresse des primates sup\u00e9rieurs : saturations acoustiques, bifurcations de fr\u00e9quence, chaos spectral et sous-harmoniques disharmoniques brutales. L’insertion de ces r\u00e9gimes vibratoires chaotiques dans la bande-son d’un film d’angoisse d\u00e9clenche une alerte imm\u00e9diate au niveau du complexe amygdalien de l’auditeur, avant m\u00eame que l’intellect n’ait identifi\u00e9 la source du danger.<\/p>\n L’\u00e9valuation quantitative des \u00e9motions \u00e0 travers le prisme acoustique repose sur un ensemble standardis\u00e9 d’outils logiciels, de protocoles de capture de donn\u00e9es et d’indices statistiques d’extraction de caract\u00e9ristiques. Le logiciel de r\u00e9f\u00e9rence mondiale en phon\u00e9tique acoustique est Praat<\/em>, con\u00e7u par Paul Boersma et David Weenink \u00e0 l’Universit\u00e9 d’Amsterdam, qui permet l’inspection oscillographique, l’analyse par spectrogramme \u00e0 bande \u00e9troite ou large, et le tra\u00e7age pr\u00e9cis des contours de pitch et de formants.<\/p>\n Pour les analyses automatis\u00e9es massives en psychologie et en intelligence artificielle, la communaut\u00e9 de recherche utilise d\u00e9sormais des biblioth\u00e8ques logicielles comme OpenSMILE<\/em> (Open-source Speech and Music Interpretation by Large-space Extraction). Afin d’harmoniser les publications scientifiques et de r\u00e9soudre les probl\u00e8mes de comparabilit\u00e9 entre \u00e9tudes, un consortium d’experts a formalis\u00e9 le standard GeMAPS<\/strong> (Geneva Minimalistic Acoustic Parameter Set<\/em>), compl\u00e9t\u00e9 par son extension eGeMAPS<\/em>. Ce jeu de param\u00e8tres standardis\u00e9 comprend un noyau restreint de descripteurs rigoureusement s\u00e9lectionn\u00e9s pour leur validit\u00e9 th\u00e9orique et physiologique :<\/p>\n En compl\u00e9ment de l’analyse instrumentale de la production sonore, la mesure du d\u00e9codage perceptif exige des tests psychom\u00e9triques standardis\u00e9s. Des corpus de stimuli valid\u00e9s sur le plan \u00e9cologique et normatif, tels que le GEMEP<\/em> (Geneva Multimodal Emotion Portrayal) ou le RAVDESS<\/em> (Ryerson Audio-Visual Database of Emotional Speech and Song), permettent de tester la pr\u00e9cision avec laquelle des auditeurs humains ou des algorithmes classifient les signaux selon des matrices de confusion probabilistes.<\/p>\n Les avanc\u00e9es de l’acoustique affective trouvent des champs d’application concrets et transformateurs dans une multitude de secteurs technologiques, soci\u00e9taux et m\u00e9dicaux contemporains.<\/p>\n En psychiatrie computationnelle et t\u00e9l\u00e9m\u00e9decine<\/strong>, l’analyse acoustique passive de la voix devient un biomarqueur vocal non invasif de premi\u00e8re importance. Elle permet de surveiller \u00e0 distance et en continu les rechutes chez les patients atteints de trouble bipolaire (l’acc\u00e9l\u00e9ration du d\u00e9bit, l’accroissement de la gamme de F0 et la volubilit\u00e9 signalant un virage maniaque, tandis que la r\u00e9duction \u00e9nerg\u00e9tique annonce un effondrement d\u00e9pressif). De m\u00eame, le stress post-traumatique, la schizophr\u00e9nie (\u00e0 travers le sympt\u00f4me d’\u00e9moussement affectif) et le risque suicidaire font d\u00e9sormais l’objet de protocoles de d\u00e9pistage pr\u00e9coce reposant sur des algorithmes d’analyse acoustique embarqu\u00e9s dans les t\u00e9l\u00e9phones portables.<\/p>\n Dans le domaine de l’informatique affective<\/a> (Affective Computing)<\/strong> et des interfaces vocales intelligentes, l’acoustique des \u00e9motions est la pierre angulaire permettant aux agents conversationnels de d\u00e9passer la simple compr\u00e9hension linguistique des mots prononc\u00e9s pour inf\u00e9rer l’\u00e9tat affectif r\u00e9el de l’utilisateur (frustration, confusion, satisfaction). Dans les centres d’appels d’urgence ou le service client, ces syst\u00e8mes d\u00e9tectent en temps r\u00e9el la mont\u00e9e de l’agressivit\u00e9 ou de la d\u00e9tresse dans la voix de l’usager afin de prioriser les interventions ou d’adapter le comportement de l’op\u00e9rateur.<\/p>\n Dans l’\u00e9ducation et l’entra\u00eenement professionnel<\/strong>, des logiciels de r\u00e9troaction prosodique sont employ\u00e9s pour entra\u00eener les orateurs publics, les enseignants ou les diplomates \u00e0 ma\u00eetriser l’impact affectif de leur parole, r\u00e9duisant les signaux involontaires d’anxi\u00e9t\u00e9 vocale et optimisant la r\u00e9sonance acoustique de l’assurance et du charisme bienveillant.<\/p>\n Enfin, en musicoth\u00e9rapie et ing\u00e9nierie sonore environnementale<\/strong>, la mod\u00e9lisation psychoacoustique permet de composer des paysages sonores th\u00e9rapeutiques sp\u00e9cifiquement calibr\u00e9s pour induire la d\u00e9sactivation du syst\u00e8me sympathique dans les services de r\u00e9animation, les unit\u00e9s de soins palliatifs ou les espaces urbains satur\u00e9s de stress acoustique.<\/p>\n La litt\u00e9rature scientifique consacr\u00e9e \u00e0 l’acoustique affective a produit des r\u00e9sultats empiriques solides et r\u00e9pliqu\u00e9s au cours des quatre derni\u00e8res d\u00e9cennies. Les m\u00e9ta-analyses pionni\u00e8res de Klaus Scherer (2003) et de Patrik Juslin et Petri Laukka (2003), agr\u00e9geant des centaines d’\u00e9tudes sur la voix et la musique, ont d\u00e9montr\u00e9 un niveau remarquable de convergence : les auditeurs identifient les \u00e9motions basiques exprim\u00e9es par la voix avec un taux d’exactitude moyen avoisinant 60 % \u00e0 70 % dans des contextes \u00e0 choix forc\u00e9, ce qui d\u00e9passe massivement le niveau du hasard statistique (g\u00e9n\u00e9ralement situ\u00e9 entre 15 % et 20 %).<\/p>\n Les neurosciences auditives fonctionnelles, men\u00e9es notamment par Marc Pell, Didier Grandjean et Pascal Belin, ont \u00e9lucid\u00e9 les substrats neuronaux de ce traitement acoustico-affectif. L’utilisation de l’imagerie par r\u00e9sonance magn\u00e9tique fonctionnelle (IRMf) a mis en \u00e9vidence des zones hautement sp\u00e9cialis\u00e9es le long du sillon temporal sup\u00e9rieur bilat\u00e9ral, d\u00e9nomm\u00e9es \u00ab aires de la voix temporelle \u00bb (Temporal Voice Areas<\/em> ou TVA). Ces r\u00e9seaux corticaux s’activent de mani\u00e8re s\u00e9lective et ultra-rapide (d\u00e8s 150 \u00e0 200 millisecondes, comme l’attestent les potentiels \u00e9voqu\u00e9s auditifs N100 et P200) face \u00e0 des modulations acoustiques \u00e9motionnelles, m\u00eame lorsque les stimuli sont pr\u00e9sent\u00e9s de mani\u00e8re subliminale ou sous distraction attentionnelle.<\/p>\n Par ailleurs, les travaux men\u00e9s par Jo-Anne Bachorowski sur les vocalisations non verbales ont document\u00e9 que les rires humains ne constituent pas une cat\u00e9gorie acoustique monolithique, mais se divisent en rires vois\u00e9s (harmoniques r\u00e9guliers, induits par une interaction chaleureuse) et non vois\u00e9s (respiratoires, frictionnels, souvent rituels ou anxieux). Les rires vois\u00e9s d\u00e9clenchent chez les auditeurs des r\u00e9ponses positives mesurables par \u00e9lectro-oculographie et conductance cutan\u00e9e, d\u00e9montrant l’efficacit\u00e9 imm\u00e9diate des configurations spectrales harmoniques dans la r\u00e9gulation \u00e9motionnelle d’autrui.<\/p>\n Le statut des r\u00e9gularit\u00e9s acoustico-\u00e9motionnelles oscille entre universalit\u00e9 phylog\u00e9n\u00e9tique et sp\u00e9cificit\u00e9 socioculturelle, une dialectique brillamment mod\u00e9lis\u00e9e par Hillary Anger Elfenbein \u00e0 travers la notion de \u00ab dialectes \u00e9motionnels non verbaux \u00bb. De multiples recherches transculturelles \u2014 englobant des populations lettr\u00e9es occidentales et des soci\u00e9t\u00e9s traditionnelles isol\u00e9es en Amazonie, en Papouasie-Nouvelle-Guin\u00e9e ou en Afrique subsaharienne \u2014 confirment que la reconnaissance acoustique des \u00e9motions fondamentales d’activation (la terreur panique, la col\u00e8re mena\u00e7ante, le rire euphorique) franchit sans entrave les barri\u00e8res linguistiques et g\u00e9ographiques. Un cri d’effroi pr\u00e9sente des invariants physiques universels de F0 et de chaos spectral reconnus instantan\u00e9ment par n’importe quel \u00eatre humain.<\/p>\n N\u00e9anmoins, des variations culturelles significatives \u00e9mergent d\u00e8s que l’on analyse des nuances prosodiques plus \u00e9labor\u00e9es ou des \u00e9motions complexes (telles que la fiert\u00e9, la culpabilit\u00e9 ou la compassion). Dans certaines cultures asiatiques valorisant la retenue \u00e9motionnelle et l’harmonie collective (comme au Japon), les r\u00e8gles d’affichage prosodique (vocal display rules<\/em>) imposent une mod\u00e9ration d\u00e9lib\u00e9r\u00e9e de la gamme tonale et de l’intensit\u00e9 sonore, ce qui peut conduire des auditeurs occidentaux \u00e0 sous-estimer la d\u00e9tresse r\u00e9elle du locuteur ou \u00e0 interpr\u00e9ter une politesse formelle comme de la froideur affective.<\/p>\n De surcro\u00eet, la nature tonale ou non tonale de la langue maternelle de l’individu interf\u00e8re avec le canal prosodique affectif. Dans une langue \u00e0 tons comme le mandarin, le tha\u00ef ou le yoruba, la fr\u00e9quence fondamentale d’une syllabe sert d\u00e9j\u00e0 \u00e0 sp\u00e9cifier son sens lexical (valeur s\u00e9mantique distinctive). Le syst\u00e8me de production vocale doit par cons\u00e9quent superposer la modulation intonative \u00e9motionnelle globale \u00e0 des contraintes tonales locales rigides. Les recherches en linguistique clinique montrent que les locuteurs de langues tonales d\u00e9veloppent une sensibilit\u00e9 psychoacoustique accrue aux micro-variations de contours de F0 et recourent davantage aux param\u00e8tres spectraux et temporels secondaires pour encoder leurs affects.<\/p>\n Malgr\u00e9 sa robustesse m\u00e9thodologique, le champ de l’acoustique des \u00e9motions fait l’objet de d\u00e9bats \u00e9pist\u00e9mologiques vifs et de controverses th\u00e9oriques persistantes. L’une des critiques majeures, formul\u00e9e avec force par les tenants de la th\u00e9orie des \u00e9motions construites<\/a> port\u00e9e par Lisa Feldman Barrett, remet en cause l’existence m\u00eame de \u00ab signatures acoustiques d’empreinte digitale \u00bb sp\u00e9cifiques et stables pour chaque \u00e9motion discr\u00e8te. Barrett soutient que l’h\u00e9t\u00e9rog\u00e9n\u00e9it\u00e9 et la plasticit\u00e9 de l’expression vocale sont telles qu’aucun patron acoustique de F0 ou de formants ne saurait correspondre univoquement \u00e0 la \u00ab col\u00e8re \u00bb ou \u00e0 la \u00ab tristesse \u00bb \u00e0 travers tous les individus et toutes les situations. Les classifications r\u00e9ussies d\u00e9pendraient massivement du contexte social, des attentes s\u00e9mantiques et d’indices multimodaux (posture, regard, visage).<\/p>\n Une seconde limite m\u00e9thodologique majeure r\u00e9side dans le probl\u00e8me r\u00e9current de la validit\u00e9 \u00e9cologique des corpus de parole \u00e9tudi\u00e9s. Historiquement, une grande majorit\u00e9 des banques de donn\u00e9es acoustiques reposaient sur des enregistrements de com\u00e9diens professionnels interpr\u00e9tant des phrases standardis\u00e9es (\u00ab Le train part \u00e0 midi \u00bb) sur diff\u00e9rents tons affectifs. Or, les vocalisations surjou\u00e9es pr\u00e9sentent une exag\u00e9ration des contours prosodiques, une clart\u00e9 spectrale et une nettet\u00e9 articulatoire qui diff\u00e8rent consid\u00e9rablement des \u00e9motions spontan\u00e9es du monde r\u00e9el, lesquelles sont fr\u00e9quemment caract\u00e9ris\u00e9es par l’ambivalence, la voix \u00e9touff\u00e9e, les interruptions respiratoires et les signaux mixtes.<\/p>\n Un autre d\u00e9fi th\u00e9orique concerne le probl\u00e8me du mappage inverse<\/em> (ou inf\u00e9rence inverse) : constater qu’une forte excitation sympathique produit une mont\u00e9e de F0 ne permet pas de conclure r\u00e9ciproquement qu’une F0 \u00e9lev\u00e9e indique une \u00e9motion sp\u00e9cifique, car un effort physique, un changement d’altitude, une toux r\u00e9cente ou un simple accent r\u00e9gional peuvent g\u00e9n\u00e9rer des configurations physiques analogues en l’absence de tout affect subjectif. L’attribution automatique d’\u00e9motions par l’intelligence artificielle sans prise en compte rigoureuse du contexte pragmatique pr\u00e9sente donc des risques \u00e9thiques substantiels d’erreurs de jugement dans le recrutement, la justice pr\u00e9dictive ou la s\u00e9curit\u00e9 a\u00e9roportuaire.<\/p>\n Afin de pr\u00e9venir toute ambigu\u00eft\u00e9 terminologique, il convient d’expliciter les fronti\u00e8res conceptuelles s\u00e9parant l’acoustique des \u00e9motions d’autres notions voisines de la linguistique et de l’audition :<\/p>\n En synth\u00e8se, l’acoustique des \u00e9motions repr\u00e9sente une passerelle scientifique indispensable entre la physiologie corporelle de l’affect, la physique ondulatoire du son et la cognition sociale auditive. Ses postulats cardinaux peuvent \u00eatre r\u00e9capitul\u00e9s comme suit :<\/p>\n L’acoustique des \u00e9motions examine la mani\u00e8re dont les \u00e9tats affectifs modulent les propri\u00e9t\u00e9s physiques du signal sonore et comment l’oreille humaine d\u00e9code ces signatures.<\/p>\n","protected":false},"author":1,"featured_media":0,"template":"","categories":[459,4578,647],"tags":[31430,8648,31432,31434,31431,5217,31433],"class_list":["post-19435","psych_term","type-psych_term","status-publish","hentry","category-neurosciences","category-psychoacoustique","category-psychologie-cognitive","tag-acoustique-des-emotions","tag-frequence-fondamentale","tag-informatique-affective","tag-neurosciences-auditives","tag-prosodie-affective","tag-psychoacoustique","tag-voix-humaine"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/19435","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_term"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_term\/19435\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=19435"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=19435"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=19435"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. \u00c9tymologie et origine linguistique<\/h3>\n
3. Prononciation et forme grammaticale<\/h3>\n
4. Explication conceptuelle d\u00e9taill\u00e9e<\/h3>\n
5. D\u00e9veloppement historique<\/h3>\n
6. Fondements th\u00e9oriques<\/h3>\n
7. Composantes cl\u00e9s, types et dimensions<\/h3>\n
\n
8. Exemples et cas illustratifs<\/h3>\n
9. Mesure et \u00e9valuation<\/h3>\n
\n
10. Applications et port\u00e9e pratique<\/h3>\n
11. Recherche et preuves empiriques<\/h3>\n
12. Consid\u00e9rations culturelles et transculturelles<\/h3>\n
13. Critiques, d\u00e9bats et limites<\/h3>\n
14. Termes connexes et distinctions<\/h3>\n
\n
15. R\u00e9sum\u00e9 et points cl\u00e9s<\/h3>\n
\n
R\u00e9f\u00e9rences<\/h2>\n
\n