Des études précédentes démontrent qu’avoir accès à la structure syntaxique des phrases aide les enfants à découvrir le sens des mots nouveaux. Cela implique que les enfants doivent avoir accès à certains aspects de la structure syntaxique avant même de connaître beaucoup de mots. Étant donné que dans toutes les langues du monde la structure prosodique d’une phrase corrèle avec sa structure syntaxique, et que par ailleurs les mots et morphèmes grammaticaux sont utiles pour déterminer la catégorie syntaxique des mots, il se pourrait que les enfants utilisent la prosodie et les mots grammaticaux pour initialiser leur acquisition lexicale et syntaxique. Dans cette thèse, j’ai étudié le rôle de la prosodie phrasale et des mots grammaticaux pour guider l’analyse syntaxique chez les enfants (PARTIE 1) et la possibilité que les jeunes enfants exploitent cette information pour apprendre le sens des mots nouveaux (PARTIE 2). Dans la partie 1, j’ai construit des paires minimales de phrases en français et en anglais afin de tester si les enfants exploitent la relation entre les structures prosodique et syntaxique pour guider leur interprétation des homophones noms-verbes. J’ai démontré que les enfants d’âge préscolaire utilisent la prosodie phrasale en temps réel pour guider leur analyse syntaxique. En écoutant des phrases telles que [La petite ferme][.., les enfants interprètent ferme comme un nom, mais pour les phrases telles que [La petite][ferme...], ils interprètent ferme comme un verbe (Chapitre 3). Cette capacité a également été observée chez les enfants américains: en écoutant des phrases telles que « The baby flies… », ils utilisent la prosodie des phrases pour décider si flies est un nom ou un verbe (Chapitre 4). Par la suite, j’ai démontré que même les enfants d’environ 20 mois utilisent la prosodie des phrases pour récupérer leur structure syntaxique et pour en déduire la catégorie syntaxique des mots (Chapitre 5), une capacité qui serait extrêmement utile pour découvrir le sens des mots inconnus. C’est cette hypothèse que j’ai testé dans la partie 2, à savoir si l’information syntaxique obtenue à partir de la prosodie phrasale et des mots grammaticaux permet aux enfants d’apprendre le sens des mots. Une première série d’études s’appuie sur des phrases disloquées à droite contenant un verbe nouveau en français : [ili dase], [le bébéi] qui est minimalement différente de la phrase transitive [il dase le bébé]. Mes résultats montrent que les enfants de 28 mois exploitent les informations prosodiques de ces phrases pour contraindre leur interprétation du sens du nouveau verbe (Chapitre 6). Dans une deuxième série d’études, j’ai étudié si la prosodie et les mots grammaticaux guident l’acquisition de noms et de verbes. J’ai utilisé des phrases comme « Regarde la petite bamoule » qui peuvent être produites soit comme [Regarde la petite bamoule!], où «bamoule» est un nom, ou [Regarde], [la petite] [bamoule!], où bamoule est un verbe. Les enfants de 18 mois ont correctement analysé ces phrases et ont attribué une interprétation de nom ou de verbe au mot bamoule selon sa position dans la structure prosodique-syntaxique des phrases (Chapitre 7). Ensemble, ces études montrent que les jeunes enfants exploitent les mots grammaticaux et la structure prosodique des phrases pour inférer la structure syntaxique et contraindre ainsi l’interprétation possible du sens des mots. Ce mécanisme peut permettre aux enfants de construire une représentation initiale de la structure syntaxique des phrases, avant même de connaître la signification des mots. Bien que les informations prosodiques et les mots grammaticaux puissent prendre des formes différentes selon les langues, nos études suggèrent que cette information pourrait représenter un outil universel et qui permettrait aux enfants d’accéder à certaines informations syntaxiques des phrasesqu’ils entendent, et d’initialiser l’acquisition du langage. / Previous research demonstrates that having access to the syntactic structure of sentences helps children to discover the meaning of novel words. This implies that infants need to get access to aspects of syntactic structure before they know many words. Since in all the world’s languages the prosodic structure of a sentence correlates with its syntactic structure, and since function words/morphemes are useful to determine the syntactic category of words, infants might use phrasal prosody and function words to bootstrap their way into lexical and syntactic acquisition. In this thesis, I empirically investigated the role of phrasal prosody and function words to constrain syntactic analysis in young children (PART 1) and whether infants exploit this information to learn the meanings of novel words (PART 2). In part 1, I constructed minimal pairs of sentences in French and in English, testing whether children exploit the relationship between syntactic and prosodic structures to drive their interpretation of noun-verb homophones. I demonstrated that preschoolers use phrasal prosody online to constrain their syntactic analysis. When listening to French sentences such as [La petite ferme][…–[The little farm][…, children interpreted ferme as a noun, but in sentences such as [La petite][ferme…] – [The little girl][closes…, they interpreted ferme as a verb (Chapter 3). This ability was also attested in English-learning preschoolers who listened to sentences such as ‘The baby flies…’: they used prosodic information to decide whether “flies” was a noun or a verb (Chapter 4). Importantly, in further studies I demonstrated that even infants around 20-months use phrasal prosody to recover syntactic structures and to predict the syntactic category of upcoming words (Chapter 5), an ability which would be extremely useful to discover the meaning of unknown words. This is what I tested in part 2: whether the syntactic information obtained from phrasal prosody and function words could allow infants to constrain their acquisition of word meanings. A first series of studies relied on right-dislocated sentences containing a novel verb in French: [ili dase], [le bébéi] - ‘hei is dasing, the babyi’ (meaning ‘the baby is dasing’) which is minimally different from the transitive sentence [il dase le bébé] (he is dasing the baby). 28-montholds were shown to exploit prosodic information to constrain their interpretation of the novel verb meaning (Chapter 6). In a second series of studies, I investigated whether phrasal prosody and function words constrain the acquisition of nouns and verbs. I used sentences like ‘Regarde la petite bamoule’, which can be produced either as [Regarde la petite bamoule!] - Look at the little bamoule!, where ‘bamoule’ is a noun, or as [Regarde], [la petite] [bamoule!] - Look, the little (one) is bamouling, where bamoule is a verb. 18-month-olds correctly parsed such sentences and attributed a noun or verb meaning to the critical word depending on its position within the syntactic-prosodic structure of the sentences (Chapter 7). Taken together, these studies show that infants exploit function words and the prosodic structure of an utterance to recover the sentences’ syntactic structure, which in turn constrains the possible meaning of novel words. This powerful mechanism might be extremely useful for infants to construct a first-pass syntactic structure of spoken sentences even before they know the meanings of many words. Although prosodic information and functional elements can surface differently across languages, our studies suggest that this information may represent a universal and extremely useful tool for infants to access syntactic information through a surface analysis of the speech stream, and to bootstrap their way into language acquisition.

Ce travail s'inscrit dans le domaine du contrôle performatif de la synthèse vocale, et plus particulièrement de la modification temps-réel de signaux de voix pré-enregistrés. Dans un contexte où de tels systèmes n'étaient en mesure de modifier que des paramètres de hauteur, de durée et de qualité vocale, nos travaux étaient centrés sur la question de la modification performative du rythme de la voix. Une grande partie de ce travail de thèse a été consacrée au développement de Vokinesis, un logiciel de modification performative de signaux de voix pré-enregistrés. Il a été développé selon 4 objectifs: permettre le contrôle du rythme de la voix, avoir un système modulaire, utilisable en situation de concert ainsi que pour des applications de recherche. Son développement a nécessité une réflexion sur la nature du rythme vocal et sur la façon dont il doit être contrôlé. Il est alors apparu que l'unité rythmique inter-linguistique de base pour la production du rythme vocale est de l'ordre de la syllabe, mais que les règles de syllabification sont trop variables d'un langage à l'autre pour permettre de définir un motif rythmique inter-linguistique invariant. Nous avons alors pu montrer que le séquencement précis et expressif du rythme vocal nécessite le contrôle de deux phases, qui assemblées forment un groupe rythmique: le noyau et la liaison rythmiques. Nous avons mis en place plusieurs méthodes de contrôle rythmique que nous avons testées avec différentes interfaces de contrôle. Une évaluation objective a permis de valider l'une de nos méthodes du point de vue de la précision du contrôle rythmique. De nouvelles stratégies de contrôle de la hauteur et de paramètres de qualité vocale avec une tablette graphique ont été mises en place. Une réflexion sur la pertinence de cette interface au regard de l'essor des nouvelles interfaces musicales continues nous a permis de conclure que la tablette est la mieux adaptée au contrôle expressif de l'intonation (parole), mais que les PMC (Polyphonic Multidimensional Controllers) sont mieux adaptés au contrôle de la mélodie (chant, ou autres instruments).Le développement de Vokinesis a également nécessité la mise en place de la méthode de traitement de signal VoPTiQ (Voice Pitch, Time and Quality modification), combinant une adaptation de l'algorithme RT-PSOLA et des techniques particulières de filtrage pour les modulations de qualité vocale. L'utilisation musicale de Vokinesis a été évaluée avec succès dans le cadre de représentations publiques du Chorus Digitalis, pour du chant de type variété ou musique contemporaine. L'utilisation dans un cadre de musique électro a également été explorée par l'interfaçage du logiciel de création musicale Ableton Live à Vokinesis. Les perspectives d'application sont multiples: études scientifiques (recherches en prosodie, en parole expressive, en neurosciences...), productions sonores et musicales, pédagogie des langues, thérapies vocales. / This work belongs to the field of performative control of voice synthesis, and more precisely of real-time modification of pre-recorded voice signals. In a context where such systems were only capable of modifying parameters such as pitch, duration and voice quality, our work was carried around the question of performative modification of voice rhythm. One significant part of this thesis has been devoted to the development of Vokinesis, a program for performative modification of pre-recorded voice. It has been developed under 4 goals: to allow for voice rhythm control, to obtain a modular system, usable in public performances situations as well as for research applications. To achieve this development, a reflexion about the nature of voice rhythm and how it should be controlled has been carried out. It appeared that the basic inter-linguistic rhtyhmic unit is syllable-sized, but that syllabification rules are too language-dependant to provide a invariant inter-linguistic rhythmic pattern. We showed that accurate and expressive sequencing of vocal rhythm is performed by controlling the timing of two phases, which together form a rhythmic group: the rhythmic nucleus and the rhythmic link. We developed several rhythm control methods, tested with several control interfaces. An objective evaluation showed that one of our methods allows for very accurate control of rhythm. New strategies for voice pitch and quality control with a graphic tablet have been established. A reflexion about the pertinence of graphic tablets for pitch control, regarding the rise of new continuous musical interfaces, lead us to the conclusion that they best fit intonation control (speech), but that PMC (Polyphonic Multidimensional controllers) are better for melodic control (singing, or other instruments).The development of Vokinesis also required the implementation of the VoPTiQ (Voice Pitch, Time and Quality modification) signal processing method, which combines an adaptation of the RT-PSOLA algorithm and some specific filtering techniques for voice quality modulations. The use of Vokinesis as a musical instrument has been successfully evaluated in public representations of the Chorus Digitalis ensemble, for various singing styles (from pop to contemporary music). Its use for electro music has also been explored by interfacing the Ableton Live composition environnment with Vokinesis. Application perspectives are diverse: scientific studies (research in prosody, expressive speech, neurosciences), sound and music production, language learning and teaching, speech therapies.

No description available.

No description available.

L'objectif de cette thèse était d'explorer la perception de la prosodie linguistique à différents niveaux de traitement (d'un processus de bas niveau purement acoustique, à un processus de haut niveau linguistique), dans trois populations : une population neurotypique, et deux populations atypiques que sont le Trouble du Spectre Autistique et le syndrome de Williams-Beuren. La prosodie contient des informations lexicales, morphosyntaxiques et/ou pragmatiques dans toutes les langues du monde. Les manifestations acoustiques de la prosodie (variations de durée, d'intensité, de pitch) sont facilement disponibles dans le flux de parole, contrairement à certaines des propriétés structurelles plus abstraites qui lui sont corrélées. De ce fait, le traitement de la prosodie joue un rôle crucial durant l'acquisition du langage, en amorçant l'acquisition de ces propriétés abstraites. La perception de la prosodie et son rôle dans l'acquisition du langage est de mieux en mieux comprise dans développement typique. En revanche, on en sait très peu concernant le développement atypique. Deux groupes sont particulièrement intéressants car ils présentent des profils linguistiques relativement opposés : le trouble du spectre autistique (TSA) et le syndrome de Williams (SW). Les individus TSA sont connus pour avoir une altération qualitative de la communication (pouvant aller jusqu'à l'absence quasi-totale de langage) et des interactions sociales. Au contraire, les personnes SW présentent un langage assez développé et de bonnes capacités de communication sociale : leurs aptitudes langagières (la phonologie, la morphologie, la syntaxe) sont relativement préservées, bien que leur perception et production apparaissent souvent comme atypiques. De ce fait, comparer ces deux populations permet d'une part de tester des prédictions contrastées, et d'autre part de poser des questions de spécificité de déficit. Le but de cette thèse était donc de tracer l'intégralité du territoire entre la perception acoustique de bas niveau et les fonctions linguistiques de la prosodie. Ce projet s'articulait en trois axes. D'une part, nous avons mesuré les seuils de discrimination auditive (Exp.1). Dans un second temps, nous avons testé la préférence pour le pattern prosodique de la langue maternelle (loi iambo-trochaïque, iambic-trochaic law, ITL) (Exp.2&3). Enfin, nous avons examiné les capacités de discrimination et la préférence dans le domaine syntagmatique (mécanisme de bootstrapping) (Exp.4). Pour ce faire, nous avons rencontré plus de 470 participants (dont plus de 170 participants TSA et 17 participants SW), âgés de 3 à 60 ans. Les résultats obtenus corroborent et complètent la littérature pour le développement typique : nous confirmons d'une part le pattern développemental des seuils de discrimination auditive et leur amélioration avec l'âge chez des participants francophones (Exp.1), et d'autre part que les enfants, adolescents et adultes francophones sont sensibles à l'ITL (Exp.2&3). Par ailleurs, nous mettons en évidence un mécanisme de bootstrapping sensible à la langue maternelle, en montrant une discrimination des syntagmes basée sur la fréquence des syllabes plus que sur la prosodie des mots (Exp.4). De plus, nos résultats mettent en évidence une perception différente de la prosodie dans nos deux populations atypiques. En effet, les participants TSA ayant un autisme autre que le syndrome d'Asperger semblent avoir des seuils de discrimination moins bons que les typiques (Exp.1). De plus, seuls les individus ayant le syndrome d'Asperger semblent être sensibles à l'ITL pour l'indice prosodique de durée (indice le plus pertinent pour l'apprentissage du français chez les bébés), contrairement aux autres participants TSA et aux participants SW. Cette thèse apporte de nouvelles données concernant le développement typique, sur un large échantillon d'âge, et contribue à la compréhension de l'origine du développement atypique du langage de certaines populations. / The purpose of this thesis was to explore the linguistic prosody perception at different processing levels (from a purely acoustic low-level processing to a more abstract and linguistic level), in three different populations: neurotypical participants, participants with Autism Spectrum Disorders and participants with Williams-Beuren syndrome. Linguistic prosody carries lexical, morphosyntactic and pragmatic informations in all languages of the worlds. The acoustical prosody properties (duration, intensity, and pitch variations) are easily available in the speech input, unless other more abstract structural properties that are related to it. For this reason, prosody processing plays a crucial role during language acquisition, by bootstrapping the acquisition of those abstract properties. Prosody perception and its role during language acquisition is more and more understood in typical development. By contrast, very little is known about atypical development. Two groups are particularly interesting because they present relatively opposite linguistic profiles: Autism Spectrum Disorders (ASD) and Williams syndrome (WS). Individuals with ASD are known to have qualitative alteration of communication (of up to ¿l¿absence quasi-totale de langage¿) and social interaction. By contrast, people with WS have a relatively well-developed language and good social communication skills: their language abilities (phonology, morphology, syntax) are relatively preserved, although their perception and production often appear to be atypical. For this reason, comparing these two populations allows us on one hand to test contrasted predictions and on the other hand to ask deficit specificities questions. The aim of the thesis was thus to draw the whole area between low-level acoustic perception and prosodic linguistic features. This project was divided into three main parts. First, we measured auditory discrimination thresholds (Exp.1). Second, we tested prosodic pattern preference in contact with native language (iambic-trochaic law, ITL) (Exp.2&3). Third, we investigated discrimination abilities and preference in a phrasal domain (bootstrapping mechanism) (Exp.4). To this end, we met more than 470 participants (of which more than 170 ASD participants and 17 WS participants), aged from 3 to 60 years old. Results support and complete literature for typical development: first we confirm the developmental pattern for discrimination thresholds and their improvement with age, in French-speaking participants (Exp.1); second, we confirm that French-speaking children, adolescents and adults are ITL sensitive (Exp.2&3). Furthermore, we evidence a bootstrapping mechanism language-dependent, showing a frequency-based phrases discrimination more than a prosody-based words discrimination (Exp.4). In addition, our results bring to light a different prosody perception in our two atypical populations. Indeed, individuals with ASD having autism (not Asperger syndrome) seem to have higher discrimination thresholds compared to typical controls (Exp.1). Moreover, only individuals with Asperger syndrome seem to be ITL sensitive for duration (the more relevant prosodic cue for language acquisition in French), unless participants with others ASD and participants with WS. This thesis thus bring new data concerning typical development in a large age sample, and contribute in the understanding of the origin of the atypical language development found in some populations.

Most current automatic speaker recognition system extract speaker-depend features by looking at short-term spectral information. This approach ignores long-term information. I explored approach that use the fundamental frequency and energy trajectories for each speaker. This approach models prosody dynamics on single fonemes or syllables. It is known from literature that prosodic systems do not work as well the acoustic one but it improve the system when fusing. I verified this assumption by fusing my results with state of the art acoustic system from BUT. Data from standard evaluation campaigns organized by National Institute of Standarts and Technology are used for all experiments.

Die vorliegende Arbeit befasst sich mit dem großen Oberthema der Ikonizität und ihrer Verbreitung auf verschiedenen linguistischen Ebenen. Ikonizität bezeichnet die Ähnlichkeit zwischen der sprachlichen Form und ihrer Bedeutung (vgl. Perniss und Vigliocco, 2014). So wie eine Skulptur einem Objekt oder einer Person ähnelt, kann auch der Klang oder die Form von Wörtern der Sache ähneln, auf die sie verweisen. Frühere theoretische Ansätze betonen, dass die Arbitrarität von sprachlichen Zeichen und deren Bedeutung ein Hauptmerkmal menschlicher Sprache ist und Ikonizität für die Sprachevolution eine Rolle gespielt haben mag, jedoch in der heutigen Sprache zu vernachlässigen ist. Im Gegensatz dazu ist das Hauptanliegen dieser Arbeit, das Potenzial und die Bedeutung von Ikonizität in der heutigen Sprache zu untersuchen. Die einzelnen Kapitel der Dissertation können als separate Teile betrachtet werden, die in ihrer Gesamtheit das umfassende Spektrum der Ikonizität sichtbar machen. Von der sprachevolutionären Debatte ausgehend wird in den einzelnen Kapiteln auf die unterschiedlichen Ebenen der Ikonizität eingegangen. Es werden experimentelle Untersuchungen zur Lautsymbolik, am Beispiel der deutschen Pokémon-Namen, zur ikonischen Prosodie und zu ikonischen Wörtern, den sogenannten Ideophonen, vorgestellt. Die Ergebnisse der einzelnen Untersuchungen deuten auf die weite Verbreitung der Ikonizität im heutigen Deutsch hin. Darüber hinaus entschlüsselt diese Dissertation das kommunikative Potenzial der Ikonizität als eine Kraft, die nicht nur die Entstehung der Sprache ermöglichte, sondern auch nach Jahrtausenden bestehen bleibt, sich immer wieder neu entfaltet und uns tagtäglich in mündlicher, schriftlicher Form und in Gesten begegnet. / This dissertation is concerned with the major theme of iconicity and its prevalence on different linguistic levels. Iconicity refers to a resemblance between the linguistic form and the meaning of a referent (cf. Perniss and Vigliocco, 2014). Just like a sculpture resembles an object or a model, so can the sound or shape of words resemble the thing they refer to. Previous theoretical approaches emphasize that arbitrariness of the linguistic sign is one of the main features of human language; iconicity, however, may have played a role for language evolution, but is negligible in contemporary language. In contrast, the main point of this thesis is to explore the potential and the importance of iconicity in the language nowadays. The individual chapters of the dissertation can be viewed as separate parts that, taken together, reveal the comprehensive spectrum of iconicity. Starting from the language evolutionary debate, the individual chapters address iconicity on different linguistic levels. I present experimental evidence on sound symbolism, using the example of German Pokémon names, on iconic prosody, and on iconic words, the so-called ideophones. The results of the individual investigations point to the widespread use of iconicity in contemporary German. Moreover, this dissertation deciphers the communicative potential of iconicity as a force that not only enabled the emergence of language, but also persists after millennia, unfolding again and again and encountering us every day in speech, writing, and gestures.

Die vorliegende Arbeit befasst sich mit der Fragestellung, wie die Wortbetonung in der kanonischen Lallenphase organisiert ist. Diese Entwicklungsphase tritt für gewöhnlich in der zweiten Hälfte des ersten Lebensjahres auf, wenn Kleinkinder erstmalig phonetisch wohlgeformte Silben äußern. Dabei gibt es jedoch noch keine klare Beziehung zwischen Wortbedeutung und bestimmten Sprachlauten. Die Einzelsilben werden allerdings schon zu größeren wortartigen Einheiten zusammengefügt und erscheinen in betonten wie unbetonten Positionen. Es wurden Sprachdaten von sieben deutschlernenden Kindern im Alter zwischen 0;5 und 1;0 gesammelt. Die phonetisch wohlgeformten Lalläußerungen wurden einer Reihe von perzeptiven und akustischen Analysen unterzogen, um der Frage nach einer bereits vorhandenen prosodischen Organisation der Wortbetonung nachzugehen. Die Äußerungen der Probanden werden anschließend mit einem theoretischen Parametermodell verglichen. Hierbei wird untersucht, ob Lalläußerungen eher sprachliche Universalien vorweisen oder doch eher durch ihre sprachliche Umgebung beinflusst sind. Dazu wird eigens eine Reanalyse des Betonungssystems des Deutschen vorgenommen. Die Ergebnisse zeigen, dass eine leichte Tendenz hin zum trochäischen Betonungsmuster in Zweisilbern zu erkennen ist. Diese Tendenz lässt sich allerdings nur mit zwei der fünf Analysemethoden der vorliegenden Arbeit nachweisen. Bei Mehrsilbern scheint die Lage der hauptbetonten Silbe durch keine Analysemethode vorhersagbar zu sein. Es kann dennoch festgestellt werden, dass Silben vom Typus CVV in signifikanter Weise Betonung auf sich ziehen. Diese Ergebnisse lassen den Schluss zu, dass die Parameter der Betonungszuweisung während des kanonischen Lallens noch nicht zur Gänze gesetzt sind. Nur diejenigen für Fußform und Quantitätssensitivität erscheinen so konfiguriert, dass ein Einfluß der Umgebungssprache, des Deutschen, erkennbar wird. / The current work addresses the question, how word stress is organised during the developmental stage of Canonical Babbling, which usually emerges in the second half of the first year of life. In this period infants begin to utter phonetically well-formed syllables, although there is no clear relationship between meaning and single speech sounds. However, syllables are combined to form larger word-like units containing prominent and less prominent syllables. Data was gathered from seven German-learning infants aged between 0;5 and 1;0. The phonetically well-formed babbling vocalizations were subject to perceptual and acoustical analyses, in order to find out whether there is already a prosodic organization of word stress. The subjects'' utterances are then compared to a theoretical parametric framework. It will be examined, whether babbling vocalizations are more universal or rather influenced by the ambient language. Therefore a reanalysis of the German system of word stress will be undertaken. Results indicate that there is a weak tendency towards the trochaic stress pattern in disyllabic babbles. This tendency is, however, only predictable in two of the five analysis parameters used in this study. In polysyllabic vocalizations, the location of main stress appears not to be predictable by any analysis. It can nevertheless be stated that CVV syllables tend to attract stress significantly. These results point to the fact, that the parameters of word stress assignment are not yet completely set during Canonical Babbling. Instead, only those for foot shape and quantity-sensitivity appear to be set in a fashion reflecting an influence of the subjects'' ambient language, German.

Avec évidence, les sons émis par la voix parlée ou par la voix chantée montrent de nombreuses parentés, toutefois, leurs descriptions et leur analyse ne se présentent pas forcément sous la même lumière dans les textes grammaticaux et musicaux, dont la visée peut être (pour chaque type) plus ou moins théorique ou pratique.Nous avons choisi pour notre étude sur les sons en parole et en chant français, les XVIIe et XVIIIe siècles : une époque où musique et langue présentent des liens structuraux fondamentaux. Cette caractéristique permet de confronter logiquement les deux disciplines et de relier deux traditions dont le lien théorique étroit s'est largement affaibli au cours de l'histoire.Le cadre de l'histoire connectée permet ainsi sous trois approches différentes (l'acoustique, l'articulation et la prosodie) d'analyser et d'ancrer les théories du son élaborées par les grammairiens, dans le cadre culturel et épistémologique de leur époque. De plus, il rend possible des questionnements sur un facteur que les grammairiens n'abordent qu'avec difficulté (et plutôt entre les lignes) : la variabilité de la parole en raison de l'émotivité du locuteur. L'étude confirme ainsi l'efficacité des méthodes de l'histoire connectée pour un corpus interdisciplinaire incluant des questions linguistiques et, plus précisément, phonétiques. / All evidence shows that the sounds produced by the human voice, either spoken or sung, exhibit numerous relationships; nevertheless, their descriptions and analyses are not necessarily presented in the same light in texts dealing with grammar on the one hand, or music on the other, of which the scope (for both categories) can be either more or less theoretical or practical.For our study of the phonetics of French in word and song, we have chosen the 17th and 18th centuries, an era when music and language by definition present fundamental structural connections. This characteristic allows us to confront the two disciplines with each other in a logical way, and to re-connect two traditions, the close theoretical ties between which have weakened in the course of history.This system of connected histories also allows us to analyze the theories of sound as expounded by the grammarians, and then to anchor them in the cultural and epistemological framework of their epoch via three different approaches: acoustics, articulation and prosody. In addition, it allows the investigation of a factor which the authorities only touch upon with difficulty (and preferably between the lines), that of the variability of speech according to the speaker’s emotional state. The study thus confirms the efficacy of methods of connected history, through an interdisciplinary corpus which embraces questions of linguistics and, more precisely, phonetics. / Es ist offensichtlich, dass die von der gesprochenen und der gesungenen Stimme produzierten Klänge zahlreiche Gemeinsamkeiten aufweisen. Die Beschreibung dieser Laute und ihre Analyse präsentieren sich jedoch in den grammatikalischen und musikalischen Texten, deren Ausrichtung zudem jeweils eher theoretisch oder eher praktisch sein kann, oft auf sehr unterschiedliche Art.Für unsere Studie über die französischen gesprochenen und gesungenen Sprachlaute haben wir als Zeitraum das 17. und 18. Jahrhundert ausgewählt, eine Zeit, in der Musik und Sprache per Definition grundlegende strukturelle Verbindungen aufweisen. Diese Charakteristik ermöglicht es uns, die beiden Disziplinen zu konfrontieren und zwei Traditionen, deren enge theoretische Verbindung sich im Laufe der Geschichte stark abgeschwächt hat, erneut zu verbinden.Der theoretische Rahmen der „connected history“ ermöglicht es uns, die von den Grammatikern ausgearbeiteten Ideen und Theorien zu den Sprachlauten unter drei verschiedenen Ansätzen (Akustik, Artikulation und Prosodie) zu analysieren und sie im kulturellen und epistemologischen Kontext ihrer Zeit zu verankern. Er erlaubt darüber hinaus Fragestellungen nachzugehen, die von den Grammatikern nur mit Schwierigkeiten (und oft zwischen den Zeilen) angesprochen werden können: die Veränderlichkeit der Sprache und ihrer Laute aufgrund der Emotivität des Sprechers. Die Studie bestätigt damit die Effizienz der Methoden der „connected history“ für einen interdisziplinären Korpus zu linguistischen (und, genauer gesagt, phonetischen) Problemen.

Dans de nombreux comportements qui reposent sur le rappel et la production de séquences, des groupements temporels émergent spontanément, créés par des délais ou des allongements. Ce « chunking » a été observé tant chez les humains que chez certains animaux et plusieurs auteurs l’attribuent à un processus général de chunking perceptif qui est conforme à la capacité de la mémoire à court terme. Cependant, aucune étude n’a établi comment ce chunking perceptif s’applique à la parole. Nous présentons une recension de la littérature qui fait ressortir certains problèmes critiques qui ont nui à la recherche sur cette question. C’est en revoyant ces problèmes qu’on propose une démonstration spécifique du chunking perceptif de la parole et de l’effet de ce processus sur la mémoire immédiate (ou mémoire de travail). Ces deux thèmes de notre thèse sont présentés séparément dans deux articles. Article 1 : The perceptual chunking of speech: a demonstration using ERPs Afin d’observer le chunking de la parole en temps réel, nous avons utilisé un paradigme de potentiels évoqués (PÉ) propice à susciter la Closure Positive Shift (CPS), une composante associée, entre autres, au traitement de marques de groupes prosodiques. Nos stimuli consistaient en des énoncés et des séries de syllabes sans sens comprenant des groupes intonatifs et des marques de groupements temporels qui pouvaient concorder, ou non, avec les marques de groupes intonatifs. Les analyses démontrent que la CPS est suscitée spécifiquement par les allongements marquant la fin des groupes temporels, indépendamment des autres variables. Notons que ces marques d’allongement, qui apparaissent universellement dans la langue parlée, créent le même type de chunking que celui qui émerge lors de l’apprentissage de séquences par des humains et des animaux. Nos résultats appuient donc l’idée que l’auditeur chunk la parole en groupes temporels et que ce chunking perceptif opère de façon similaire avec des comportements verbaux et non verbaux. Par ailleurs, les observations de l’Article 1 remettent en question des études où on associe la CPS au traitement de syntagmes intonatifs sans considérer les effets de marques temporels. Article 2 : Perceptual chunking and its effect on memory in speech processing:ERP and behavioral evidence Nous avons aussi observé comment le chunking perceptif d’énoncés en groupes temporels de différentes tailles influence la mémoire immédiate d’éléments entendus. Afin d’observer ces effets, nous avons utilisé des mesures comportementales et des PÉ, dont la composante N400 qui permettait d’évaluer la qualité de la trace mnésique d’éléments cibles étendus dans des groupes temporels. La modulation de l’amplitude relative de la N400 montre que les cibles présentées dans des groupes de 3 syllabes ont bénéficié d’une meilleure mise en mémoire immédiate que celles présentées dans des groupes plus longs. D’autres mesures comportementales et une analyse de la composante P300 ont aussi permis d’isoler l’effet de la position du groupe temporel (dans l’énoncé) sur les processus de mise en mémoire. Les études ci-dessus sont les premières à démontrer le chunking perceptif de la parole en temps réel et ses effets sur la mémoire immédiate d’éléments entendus. Dans l’ensemble, nos résultats suggèrent qu’un processus général de chunking perceptif favorise la mise en mémoire d’information séquentielle et une interprétation de la parole « chunk par chunk ». / In numerous behaviors involving the learning and production of sequences, temporal groups emerge spontaneously, created by delays or a lengthening of elements. This chunking has been observed across behaviors of both humans and animals and is taken to reflect a general process of perceptual chunking that conforms to capacity limits of short-term memory. Yet, no research has determined how perceptual chunking applies to speech. We provide a literature review that bears out critical problems, which have hampered research on this question. Consideration of these problems motivates a principled demonstration that aims to show how perceptual chunking applies to speech and the effect of this process on immediate memory (or “working memory”). These two themes are presented in separate papers in the format of journal articles. Paper 1: The perceptual chunking of speech: a demonstration using ERPs To observe perceptual chunking on line, we use event-related potentials (ERPs) and refer to the neural component of Closure Positive Shift (CPS), which is known to capture listeners’ responses to marks of prosodic groups. The speech stimuli were utterances and sequences of nonsense syllables, which contained intonation phrases marked by pitch, and both phrase-internal and phrase-final temporal groups marked by lengthening. Analyses of CPSs show that, across conditions, listeners specifically perceive speech in terms of chunks marked by lengthening. These lengthening marks, which appear universally in languages, create the same type of chunking as that which emerges in sequence learning by humans and animals. This finding supports the view that listeners chunk speech in temporal groups and that this perceptual chunking operates similarly for speech and non-verbal behaviors. Moreover, the results question reports that relate CPS to intonation phrasing without considering the effects of temporal marks. Paper 2: Perceptual chunking and its effect on memory in speech processing: ERP and behavioral evidence We examined how the perceptual chunking of utterances in terms of temporal groups of differing size influences immediate memory of heard speech. To weigh these effects, we used behavioural measures and ERPs, especially the N400 component, which served to evaluate the quality of the memory trace for target lexemes heard in the temporal groups. Variations in the amplitude of the N400 showed a better memory trace for lexemes presented in groups of 3 syllables compared to those in groups of 4 syllables. Response times along with P300 components revealed effects of position of the chunk in the utterance. This is the first study to demonstrate the perceptual chunking of speech on-line and its effects on immediate memory of heard elements. Taken together the results suggest that a general perceptual chunking enhances a buffering of sequential information and a processing of speech on a chunk-by-chunk basis.