Pour acquérir leur langue maternelle, les bébés doivent a la fois apprendre la forme des mots (par exemple, le mot “chien” en français, “dog” en anglais) et leur sens (la catégorie des chiens). Ces deux aspects de l’apprentissage de la langue ont été typiquement étudiés indépendamment. Des découvertes récentes en psychologie du développement et en apprentissage automatique suggèrent, néanmoins, que la forme et le sens pourraient très bien interagir, et ce, dès les premières étapes du développement. La thèse explore cette piste à travers une étude interdisciplinaire qui combine des outils utilisés dans la technologie de la reconnaissance et la psychologie expérimentale. Dans un premier temps, j’ai développé un modèle computationnel capable d’apprendre, à partir des données naturelles, la forme à partir d’une représentation sémantique ambiguë, simulant la connaissance approximative du bébé. Dans un deuxième temps, j’ai testé la plausibilité cognitive du mécanisme sur des sujets adultes. / To acquire their native language, babies have to learn both the forms of words (e.g., “dog” in English, “chien” in French) and their meanings (the category of dogs). These two aspects of language learning have typically been studied independently. However, recent findings from developmental psychology and machine learning have pointed out that this assumption is problematic, and have suggested that form and meaning may interact with one another throughout development. This dissertation explores this hypothesis through an interdisciplinary investigation that combines tools from speech recognition and experimental psychology. First, I developed a computational model of joint form and meaning acquisition, capable of learning from a corpus of natural speech. Second, I tested the cognitive plausibility of this model with adult subjects.