Notre recherche s'inscrit dans le projet AMPER (Atlas Multimédia Prosodique de l'Espace Roman) et elle a comme objectif principal celui d'offrir une caractérisation prosodique plus systématique de la modalité déclarative de l'espagnol parlée aux Îles Canaries. L'étude présente une double perspective : prosodique et dialectologique, car elle combine des variables strictement linguistiques (comme l'extension des syntagmes et leur combinaison accentuelle), en établissant des relations avec d'autres niveaux linguistiques comme le lexique et la syntaxe, mais aussi avec la phonétique segmentale, avec des variables sociolinguistiques (comme le sexe des informateurs, l'île d'origine, le milieu urbain ou rural et leur niveau d'études), qui nous permettent de vérifier que les informateurs constituent un groupe homogène, avec une intonation clairement représentative de la variété canarienne. Les résultats de l'analyse acoustique - vérifiés au niveau perceptif - démontrent que, effectivement, au-delà des coïncidences avec d'autres variétés, l'intonation de l'espagnol parlé aux Îles est parfaitement reconnaissable.

La reconnaissance de l'état émotionnel d'un locuteur est une étape importante pour rendre la communication Homme-machine plus naturelle et conviviale. Nous étudions dans cette thèse la problématique du traitement automatique de la parole (TAP) orienté émotion sur des données actées et naturelles. L'étude des émotions spontanées a été effectuée en parallèle avec celles des troubles de la communication (TC), puisque ces troubles limitent les capacités d'interaction de l'enfant. Les techniques incluses dans les systèmes de TAP orienté émotion doivent reposer sur des paramètres robustes dans la description des corrélats de l'affect, mais aussi face aux contraintes liées au changement de locuteur et de contexte sémantique. Dans cet esprit, nos travaux ont exploité un ensemble de traitements automatiques pour effectuer la reconnaissance des émotions. Nous avons notamment identifié des points d'ancrage complémentaires de la parole (e.g., pseudo-phonèmes) pour extraire plusieurs types de paramètres (e.g., acoustique et prosodique) sur le signal. Des techniques de fusion ont aussi été employées pour estimer la con-tribution de ces approches dans la tâche de reconnaissance. De plus, un effort a été tout spécia-lement porté sur le développement de modèles non-convent-ionnels du rythme, puisque cette composante apparaît clairement comme étant sous modélisée dans les systèmes état-de-l'art. Les expériences effectuées dans cette thèse visent à démontrer la pertinence des points d'ancrage de la parole et des modèles du rythme pour identifier les paramètres corrélés aux émotions. L'étude des émotions prototypiques (i.e., actées) par les modèles non-conventionnels du rythme a, par exemple, permis de définir un continuum de valeurs représentant alors les classes d'émotions qui apparaissent selon la roue de Plutchik. Les analyses portant sur les TC ont été effectuées en étroite collaboration avec des équipes de cliniciens et de chercheurs en TAP orienté émotion. Ces travaux ont eu pour but d'employer des méthodes automatiques (i.e., identification des points d'ancrage de la parole et extraction de paramètres prosodiques) pour caractériser les particularités associées aux types de TC étu-diés, i.e., autisme, dysphasie et troubles envahissants du développement non-spécifiés (TED-NOS). Un groupe contrôle composé d'enfants à développement typique a aussi été étudié pour comparer les capacités prosodiques des sujets TC. Les résultats de cette étude sont prometteurs puisqu'ils ont montré que l'ensemble des sujets pathologiques pouvait être discriminé significa-tivement des typiques, tout comme les différents groupes de TC, selon deux types d'épreuves distinctes : (i) imitation de contours intonatifs (tâche contrainte) et (ii) production de parole affective spontanée (tâche non-contrainte). De plus, les résultats fournis par une analyse auto-matique des données ont permis de retrouver les caractéristiques cliniques des groupes de TC. Les techniques actuelles en TAP orienté émotion sont donc suffisamment matures pour s'affranchir des difficultés créées par l'étude de corpus contenant de la parole spontanée et/ou produite par des voix d'enfants. Par conséquent, la difficile mais au combien importante tâche " d'humanisation " des systèmes communicants peut être envisagée, puisque les machines peuvent avoir la capacité de percevoir de façon robuste l'affect dans des situations naturelles

L'objectif de cette étude est d'apporter une contribution aux recherches portant sur les effets prosodiques du contact de langues à travers l'étude du système prosodique du français centrafricain, une variété de français ayant émergé suite au contact avec une langue africaine à densité tonale maximale, le sango. La République centrafricaine est un pays extrêmement multilingue. Entre 60 et 100 langues y sont parlées, outre les deux langues officielles que constituent le sango - lingua franca, et le français - langue principale de l'enseignement et de l'administration publique. Dans la capitale, Bangui, le sango est la langue parlée d'ordinaire dans la vie quotidienne, tandis que le français s'utilise essentiellement dans des contextes professionnels. Cette étude se base sur des enregistrements de parole spontanée de 12 locuteurs francophones de Bangui. Des analyses acoustiques montrent que l'intonation du français centrafricain partage des caractéristiques communes avec le sango. La majorité de mots ont des patrons tonals qui restent inchangés quel que soit leur place dans l'énoncé, et chaque syllabe porte un ton. Le système se distingue ainsi considérablement du système intonatif du français européen où la courbe mélodique est contrainte au niveau post-lexical et dépend entre autres de facteurs rythmiques, syntaxiques et pragmatiques. La conclusion principale de cette étude est que le français centrafricain se classifie d'un point de vue typologique comme une langue à tons lexicaux. Il ressort que le système prosodique du français centrafricain est plus proche de celui du sango et que de celui du français européen. Les faits mis au jour dans cette thèse montrent que la prosodie peut changer de façon fondamentale dans une situation de contact de langue.

La présente thèse étudie le rôle de l'accent prosodique (accent de mot vs. accent de syntagme) lors du traitement auditif de paires minimales ambigües (mots composés vs. syntagmes) du chinois mandarin. Deux types de paires minimales ont été utilisés: 1) Mots composés avec un ton neutre (ex: dong3xi0 « chose ») vs. Syntagme avec un ton plein (ex: dong3xi1 « est et ouest ») qui se distinguent par la réalisation du ton sur la syllabe finale ; 2) Mots composés Verbe-Nom (VN) (ex: 'chaofan « riz frit ») vs. Syntagmes Verbe-Objet (VO) (ex: chao'fan « frire du riz ») se distinguant par la position de l'accent prosodique. Nos données comportementales et neurophysiologiques démontrent que : 1) la syllabe finale est plus longue et l'étendue de la F0 est plus large dans les VO que dans les VN, 2) la prosodie assiste le système de traitement pour anticiper la structure morphologique des séquences ambigües, et 3) un traitement hiérarchique « de droite-à-gauche » des informations prosodiques en complément d'un traitement séquentiel « de gauche-à-droite » prend place en chinois mandarin. Prises dans leur ensemble, nos données précisent la description fonctionnelle et structurale du modèle Prosody-Assisted-Processing (PAP) pour le chinois mandarin. / The present thesis investigates the role of prosodic stress (i.e. lexical versus phrasal stress) on the auditory processing of Mandarin Chinese ambiguous compound /phrase minimal pairs. Two types of compound/phrase minimal pairs were used: 1) Compound word with a neutral tone (e.g. dong3xi0 "thing") vs. phrase with a full tone (e.g. dong3xi1 "east and west") distinguished by the final syllable tone realization; 2) Verb-Noun (VN) compound word (e.g. 'chaofan "fried rice") and Verb-Object (VO) phrase (e.g. chao'fan "fry the rice") distinguished by the position of the prosodic stress. Combined behavioral and neurophysiological data demonstrate that 1) the final syllable was more lengthened and the F0 range was larger in VO than in VN, 2) prosodic structure does assist the processing system in anticipating morphological structure, and 3) a right-to-left hierarchical processing of prosodic information in addition to a sequential left-to-right one is involved during the processing of ambiguous spoken sequences in Mandarin Chinese. Taken together, our findings allowed us to precise the functional and structural description of the Prosody-Assisted-Processing (PAP) model for Mandarin Chinese.

Le but de cette thèse a été d'explorer certains des mécanismes relatifs à la perception de la prosodie linguistique. Cet intérêt provient du fait que la prosodie, qui est portée dans le signal acoustique par les indices d'intensité, durée et pitch, pourrait guider les nourrissons dans l'apprentissage des mots et de leur ordre dans les phrases. Nous avons donc étudié un mécanisme qui pourrait sous-tendre ces capacités prosodiques précoces : la loi iambo-trochaïque (iambic-trochaic law : ITL). L'ITL (Woodrow, 1909; Hayes, 1995; Nespor et al., 2008) est un des principes d'organisation de la perception auditive qui a été proposé comme ayant un rôle important non seulement dans la perception chez l'adulte, mais aussi pendant l'acquisition du langage chez le nourrisson. L'ITL postule une préférence générale pour le regroupement des éléments sonores (syllabes, notes musicales...) en paires, en fonction des variations d'intensité, de tonalité (pitch) ou de durée de ces éléments : les sons forts ou aigus marquent le début de groupes de pattern trochaïque (fort-faible ou aigu-grave), alors que les sons longs marquent la fin de groupes de pattern iambique (court-long). Toutefois, les langues diffèrent dans leur façon d'utiliser ces indices acoustiques pour marquer la proéminence prosodique dans les mots et dans les syntagmes. Par exemple, le français ne possède pas d'accent lexical mais un accent au niveau du syntagme où la dernière syllabe est allongée, ce qui crée un contraste court-long (pattern iambique basé sur la durée). A l'inverse, en anglais ou en allemand, l'accent lexical est en général sur la première syllabe, qui est plus forte et/ou plus aigüe, ce qui induit un pattern trochaïque basé sur l'intensité ou le pitch. L'environnement linguistique pourrait donc interagir avec l'ITL. Cette thèse s'articule en deux axes. D'une part, dans une tâche de segmentation / reconnaissance de paires de syllabes, nos données montrent que des sensibilités à l'ITL sont présentes chez l'adulte (Exp. 1) et le nourrisson de 7,5 mois (Exp. 2), français et allemands. De faibles différences cross-linguistiques entre les deux groupes sont retrouvées pour le groupement basé sur l'intensité. D'autre part, à l'aide de la NIRS (Near InfraRed Spectroscopy), nous avons mesuré les réponses d'activité cérébrale chez des nouveau-nés et mis en évidence que des sensibilités à l'ITL sont présentes à la naissance et déjà influencées par la langue entendue in utero (Exp. 3-6). Pour finir, nous avons exploré de quelle manière l'environnement linguistique influence les compétences de discrimination de patterns rythmiques d'accentuation des mots chez des nourrissons de 10 mois (Exp. 7). Nos résultats révèlent que des nourrissons bilingues apprenant le français et une langue avec un accent lexical variable sont capables de discriminer des patterns d'accentuation contrairement aux monolingues français. Pris ensemble, nos résultats contribuent à la compréhension de l'origine développementale de l'ITL, de sa modulation par l'environnement linguistique et du développement langue-spécifique du traitement et des préférences rythmiques. / The goal of this doctoral dissertation was to explore the mechanisms underlying linguistic prosodic perception. Prosody is carried in the speech signal by a number of acoustic cues, including duration, intensity and pitch. Importantly for language acquisition, prosody could help infants learn words and word order in their native language. Therefore, we studied a mechanism that could support these early prosodic abilities: the iambic/trochaic law (ITL). The ITL (Woodrow, 1909; Hayes, 1995; Nespor et al., 2008) is a mechanism that organizes auditory perception and was proposed to have an important role not only in adult speech perception but also in language acquisition in infancy. The ITL states that sounds (e.g., syllables, musical notes, etc.) contrasting in intensity/pitch form pairs with initial prominence, i.e., a trochaic pattern (strong-weak or high-low), and those contrasting in duration form pairs with final prominence, i.e., an iambic pattern (short-long). However, languages differ in how these acoustic cues mark prosodic prominence both at the level of words and of phonological phrases. For example, French has no lexical stress but has phrase-final stress, the last syllable of the phrase being lengthened, creating a short-long pattern (duration-based iambic pattern). Conversely, in English or in German, lexical stress is usually on the first syllable, which has higher intensity and/or pitch (intensity- or pitch-based trochaic pattern). Listeners' language background is therefore likely to interact with the ITL bias. This thesis is divided into two main parts. First, in a segmentation / syllable pair recognition task, we found that sensitivity to the ITL was present in French and German adults (Exp. 1) and 7.5-month-old infants (Exp. 2). We found weak cross-linguistic differences between the two language groups for the intensity grouping in adults and infants. Secondly, using NIRS (Near InfraRed Spectroscopy), we measured cortical responses in newborns and demonstrated that sensitivity to the ITL was present at birth and were already influenced by the language the infants heard in utero (Exp. 3-6). Finally, we observed how language background influences the ability to discriminate lexical stress patterns in 10-month-olds (Exp. 7). Our findings show that bilingual infants simultaneously learning French and a language with variable lexical stress were able to discriminate stress patterns whereas monolingual French infants could not. Taken together, our results contribute to a better understanding of the developmental origin of the ITL, its modulation by linguistic experience, and language-specific processing and rhythmic preferences.

Notre étude est dédiée au développement d'un protocole d'évaluation du langage à visée clinique. Nous examinons les spécificités du traitement du langage oral à travers le filtre des fonctions langagières actualisées par la prosodie. Système composite par excellence, largement négligé tant dans l'étude du traitement du langage que dans les évaluations orthophoniques, la prosodie est cependant en étroite relation avec les composantes du langage et réalise par ce biais l'ensemble des fonctions structurantes du langage. Deux fonctions linguistiques de la prosodie sont ici testées en compréhension : une fonction syntaxique, sous-tendue par le marquage accentuel des frontières de syntagmes réalisé par un accent final et un accent initial, et une fonction pragmatique impliquant la fonction de focalisation initiée par un accent emphatique. Après avoir procédé à la normalisation de notre protocole auprès d'un groupe de sujets contrôles, notre évaluation a été intégrée à la prise en charge longitudinale de deux patients atteints de gliomes de grade II. Dans ce cadre spécifique, nous avons adapté nos épreuves au contexte de la chirurgie éveillée. Les capacités langagières des patients ont été testées en condition pré-opératoire afin d'observer l'impact cognitif de la tumeur et en condition post-opératoire afin d'évaluer les conséquences de l'exérèse. Les résultats soulèvent des questionnements concernant la spécialisation hémisphérique de la prosodie. Ils ont aussi permis de mesurer la sensibilité de notre protocole. L'étude exploratoire réalisée en condition peri-opératoire nous a permis de soulever les contraintes inhérentes à la méthode de stimulation électrique directe.

De plus en plus, l'interaction entre personne et machine se rapproche du naturel afin de ressembler à l'interaction entre humains, incluant l'expressivité (en particulier les émotions et les attitudes). Dans la communication parlée, les attitudes, et plus généralement les affects sociaux, sont véhiculés principalement par la prosodie. Pour les langues tonales, la prosodie est utilisée aussi pour coder l'information sémantique dans les variations de tons. Ce travail de thèse présente une étude des affects sociaux du vietnamien, une langue à tons et une langue peu dotée, afin d'appliquer les résultats obtenus à un système de synthèse de haute qualité capable de produire la parole " expressive " pour le vietnamien. Le premier travail de cette thèse consiste en la construction du premier corpus audio-visuel des attitudes vietnamiennes, qui contient seize attitudes. Ce corpus est ensuite utilisé pour étudier la perception audio-visuelle et interculturelle des attitudes vietnamiennes. Pour cela, une série de tests perceptifs a été effectuée avec des auditeurs natifs et non-natifs (des auditeurs francophones pour les non-natifs). Les résultats de ces tests montrent que les facteurs influant sur la perception des attitudes sont l'expression de l'attitude elle-même et la modalité de présentation (audio, visuelle et audio-visuelle). Ces résultats nous ont ainsi permis de trouver des affects sociaux communs ou interculturels entre le vietnamien et le français. Puis, un autre test de perception a été réalisé sur des phrases avec tons afin d'explorer l'effet du système tonal du vietnamien sur la perception des attitudes. Les résultats montrent que les juges non-natifs peuvent traiter et séparer les indices tonals locaux et les traits saillants prosodiques de portée globale. Après une présentation de nos études sur les affects sociaux en vietnamien, nous décrivons notre modélisation de la prosodie des attitudes en vue de la synthèse de la parole expressive en vietnamien. En nous basant sur le modèle de superposition des contours fonctionnels, nous proposons une méthode pour modéliser et générer de la prosodie expressive en vietnamien. Cette méthode est ensuite appliquée pour générer de la parole expressive en vietnamien, puis évaluée par des tests de perception sur les énoncés synthétiques. Les résultats de perception valident bien la performance de notre modèle et confirment que l'approche de superposition de contours fonctionnels peut être utilisée pour modéliser une prosodie complexe comme dans le cas de la parole expressive d'une langue à tons.

Cette recherche s'intéresse à la possibilité d'établir des points de comparaison entre le prélinguistique et le linguistique dans la période des premiers mots. Le constat d'un flou régnant autour des notions de mot et de proto-mot nous a fait considérer différentes approches : historique, épistémologique et expérimentale. L'apport de l'approche historique est essentiel pour cerner la problématique et considérer la façon dont parler est envisagé par une société et une époque. Cettepartie nous permet de mettre en avant deux éléments : la question de l'émergence de la parole implique la notion de représentation sociale, et l'émergence de la parole, aujourd'hui, se situe durant la période des premiers mots. L'analyse de cette période nous conduit à une partie épistémologique permettant de définir le type d'unités caractéristiques de cette période : les proto-mots et les mots. Une fois nos unités identifiées, nous effectuons une analyse longitudinale de quatre enfants, de un an à deux ans. Nous avons d'abord identifié un phénomène de substitution des mots aux proto-mots. Ensuite, nous avons observé les deux éléments communs à ces productions : la prosodie et la phonologie. Il découle de notre analyse que la prosodie fournit un cadre commun assurant la transition entre les proto-mots et les mots, et que la phonologie est le domaine où s'observent les différences : les mots sont le lieu du développement des structures phonologiques complexes, contrairement aux proto-mots. Nous avons pu considérer que parler, c'était privilégier les motscomme support de communication verbale, par rapport aux proto-mots, et que cette particularité est l'objet du développement phonologique.

Notre travail porte sur l’histoire de l’opéra vue à travers le double prisme du mythe et de la prosodie. Dans une première partie, nous définissons chacun de ces termes - mythe, prosodie - et envisageons ceux-ci dans les contextes précis de l’histoire de l’art, de l’histoire de la musique, enfin de l’histoire de l’opéra. Ainsi, l’aspect généalogique de notre travail est exposé dès cette première partie introductive, avant que chacune des parties suivantes ne soit consacrée à une, deux ou trois œuvres, siècle après siècle, de façon chronologique. Il nous a semblé important de rapprocher mythe et histoire pour aborder le XVIIe siècle qui voit tout d’abord la naissance de l’opéra liée à un certain retour au monde antique et à ses mythes, puis l’émergence, avec la dernière œuvre de Monteverdi notamment, de sujets historiques. Le XVIIIe siècle nous amène en France avec l’épanouissement de la tragédie lyrique, tandis que le XIXe siècle nous porte en Allemagne, sur les terres du romantisme. Le point d’aboutissement de notre parcours est l’opéra de Betsy Jolas, Schliemann, créé en 1995. / Our research deals with the history of opera as observed through the double prism of myth and prosody. We begin with a definition of these terms - myth, prosody - and examine them within the specific contexts of the history of art, the history of music and finally the history of the opera. The genealogical aspect of our work is thus presented forthwith at this introductory stage following which we shall, at each of the following stages, focus specifically on one, two or three works, century by century, in chronological order. It appeared important to us to bring together myth and history in order to deal with the 17th century which first witnessed the birth of the opera as a result of a return of sorts to the ancient world and its myths, and then saw the emergence of historical themes, notably illustrated by the final work of Monteverdi. The 18th century brings us to France with the tragédie lyrique in full bloom while the 19th century transports us to Germany on the footsteps of the romantic movement. Our journey culminates with the opera Schliemann by Betsy Jolas staged for the first time in 1995.

Dans une approche multi-théorique, cette étude propose d'observer des emplois en contexte des marqueurs genre en français, like en anglais et so en allemand, à travers des occurrences attestées et issues de productions (principalement orales) présentant un faible degré de planification. Cette analyse contrastive part du constat selon lequel ces trois termes présentent des emplois non-standard similaires à travers les langues, malgré des origines et des fonctionnements standard différents. Nous envisageons leurs caractéristiques communes du point de vue du changement linguistique qu'est la « grammaticalisation ». L'observation du corpus d'étude nous amène ensuite à analyser genre, like et so en convoquant différents outils théoriques syntaxiques et macro-syntaxiques, prosodiques et énonciatifs. Dans des configurations en « liste », telles que des énumérations, des reformulations ou après des segments interrompus de la production orale, nous examinons dans quelle mesure ces trois mots fonctionnent comme marqueurs de la construction progressive du discours. Cette étude se poursuit par l'analyse d'un fort point de congruence entre les trois marqueurs, à savoir l'introduction de discours direct. / Through a multi-theoretical approach, and using a corpus of authentic examples of unplanned conversations, this dissertation aims at describing the markers genre in French, like in English and so in German. This contrastive analysis is based on the observation that these three words display similar non-standard functions across languages despite their different origins and standard functions. Their common features are investigated from the theoretical perspective of « grammaticalization » as a type of linguistic change. Through the observation of the study corpus, we analyze genre, like and so with different theoretical tools, syntactic and macro-syntactic, prosodic and enunciative. In « list » configurations, such as enumerations, reformulations or interrupted segments of spoken discourse, we present how these three words work as markers of the progressive construction of discourse. This study further investigates the quotative function of genre, like and so as a strikingly congruent feature.