We live in a very busy world with a variety of sensory stimulation including the olfactory, visual, tactile, and auditory. The five senses are triggered by our surroundings and help us to form meaning about the world.ⅰ Based on where someone grows up, she or he is introduced to various sites and sounds, affecting how they interpret the world. Sounds relate meaning through the association between hearing, memory and an event. Hearing is one of the learning processes, in which individuals give, receive, and store information. We typically rely on our five senses, which contribute to the process of understanding, communicating, and comprehending information. Moving beyond visual perception requires systematic attention to individual learning modalities.ⅱ Sound is one of the developing areas in the field of perception that moves beyond vision to help people understand nature, objects, narratives and varieties of perception. In order to comprehend how people hear, it is important to understand the role of perception. Sound functions as a signal, but also varies according to the capacity to hear. An individual’s physical ability to hear, and their unique experiences with sound, differ from one person to the next, and can result in a range of emotions and reactions. Certain sounds, like the voice of a loved one, also have the power to trigger emotion and convey meaning due to the association between hearing, memory and specific events from one›s past In short, the three aspects of sound perception–signal, hearing, and emotional reaction–play an integral role in auditory perception and the subjectivity of sound. However, the value of sound is often taken for granted or viewed as secondary to visual perception. This thesis will explore the value of sound perception by investigating two of its primary aspects–hearing and emotional response–in application to memory. Through a series of experiential objects, that trigger the senses. The aim is to utilize design to memorialize precious sounds in order to raise awareness about the emotional value of sound to the human experience.

For the past few decades, researchers have increased our understanding of how sound functions within various audio–visual media formats. With a different focus in mind, this study aims to identify the roles and functions of sound in relation to the game form Audio Games, in order to explore the potential of sound when acting as an autonomous narrative form. Because this is still a relatively unexplored research field, the main purpose of this study is to help establish a theoretical ground and stimulate further research within the field of audio games. By adopting an interdisciplinary approach to the topic, this research relies on theoretical studies, examinations of audio games and contact with the audio game community. In order to reveal the roles of sound, the gathered data is analyzed according to both a contextual and a functional perspective. The research shows that a distinction between the terms ‘function’ and ‘role’ is important when analyzing sound in digital games. The analysis therefore results in the identification of two analytical levels that help define the functions and roles of an entity within a social context, named the Functional and the Interfunctional levels. In addition to successfully identifying three main roles of sound within audio games—each describing the relationship between sound and the entities game system, player and virtual environment—many other issues are also addressed. Consequently, and in accordance with its purpose, this study provides a broad foundation for further research of sound in both audio games and video games.

AN ABSTRACT OF THE THESIS OF Ousmane Sawadogo, for the Master of Arts degree in Applied Linguistics and TESOL, presented on May 4, 2015, at Southern Illinois University Carbondale. TITLE: PERCEPTION OF /q/ IN THE ARABIC /q/-/k/ CONTRAST BY NATIVE SPEAKERS OF AMERICAN ENGLISH: A DISCRIMINATION TASK MAJOR PROFESSOR: Dr. Soo Jung Chang Studies on speech perception have suggested that non-native sound perception is influenced by the listener’s native language. Non-native sound contrast perception depends on a given sound’s similarity or dissimilarity to the listener’s equivalent native language sound. The Perceptual Assimilation Model (PAM) posits that it is difficult to distinguish non-native sounds when they are perceived as very similar to native sounds and are thus assimilated to a native sound category, but identification is easier when the non-native is sound is dissimilar to a native sound (Best, 1994a). The present study investigated whether native speakers of American English would display very good discrimination of /q/ in the Arabic /q/-/k/ contrast as predicted by the PAM. The Speech Learning Model (SLM) posits that non-native perception is position-sensitive and hypothesizes that the listener’s perception of non-native sounds would vary from one position to another (Flege, 1995). The current study also aimed to investigate whether the discrimination of the Arabic /q/-/k/ contrast would be position-sensitive. The current study also investigated the effect of the vocalic context on the discrimination of /q/. Participants consisted of 22 (6 male and 16 female) native speakers of American English who were students or faculty members at Southern Illinois University. Their ages ranged between 19 and over 50. The data were collected through an online AXB discrimination task survey. Target sounds were represented in 108 pseudowords so that the sounds could be contrasted in minimal pairs. The environments were word-initially followed by /i/, /u/, and /a/; word-medially, between two instances of /i/, two instances of /u/, and two instances of /a/; and word-finally, preceded by /i/, /u/, and /a/. Two pseudoword pairs were selected for each contrast. Four AXB combinations (AAB, ABB, BAA, and BBA) were generated for each of the nine contrasts, which resulted in a total of 36 stimuli. The participants were requested to click on a button to listen to the recordings of these word pairs and check the right answer. The findings were consistent with predictions made by PAM that native speakers of American English would have a very good discrimination of /q/ in the Arabic /q/-/k/ contrast. The results suggested that the uncategorized versus categorized (UC) type could also be of excellent discriminability. SLM was not totally supported because the differences were not statistically significant. However, the data indicated that some positions resulted in better discrimination scores than other positions and that certain vowels likewise resulted in better vocalic discrimination scores. Keywords: Discrimination task, non-native sound perception, Arabic /q/-/k/ contrast, position-sensitive, context-sensitive, vocalic context, UC type assimilation, Speech Leaning Model (SLM), Perceptual Assimilation Model (PAM).

L'objectif général de cette thèse est de contribuer à l'exploration de la qualité sonore des salles de concert à partir d'une approche centrée sur l'identification de l'expérience sensible des mélomanes. Nous montrons d'abord les limites de l'approche traditionnelle de l'évaluation perceptive, principalement centrée sur des attributs reliés à la salle ou à la musique, et définis a priori à partir des connaissances des expérimentateurs, le plus souvent acousticiens, dans les termes de leur domaine scientifique ou avec des mots dont ils pensent partager avec les sujets les mêmes significations. Puis, reprenant les trois méthodes d'exploration de l'expérience subjective -enquêtes "hors situation d'écoute" (basées sur la mémoire), questionnaires dans les salles lors de concerts, et tests d'écoute en laboratoire-, nous les avons implémentées, mais dans un cadre théorique et méthodologique explicitement positionné en psychologie et en linguistique sur l'étude du sensible comme objet psychologique autonome. De plus, pour notre approche expérimentale en laboratoire, nous avons implémenté un système de décodage paramétrique basé sur le système SIRR (spatial impulse response rendering), permettant la reproduction de champs sonores à partir de réponses impulsionnelles des salles mesurées au format Ambisonics de premier ordre. La contribution de ce travail consiste à repérer les facteurs psychologiques reliés à l'écoute d'un concert dans une salle à partir de l'objectivation de l'expérience subjective des mélomanes et de leur évaluation de la qualité acoustique de la salle, et à partir de là, établir des relations avec les mesures acoustiques des salles étudiées. / The general purpose of this thesis is to explore the sound quality of concert halls by approaching it through the listeners’ sensory experience. We first show the limitations of the traditional approach to perceptual evaluation, principally centred on attributes related to hall or music, from the knowledge of experimenters, usually acousticians, and therefore pre-defined by their scientific field, or in common language they believe is shared by the subjects in terms of use and equivalence of meaning. Then, re-using the three methods for exploring subjective experience –extra-auditory enquiries “from memory”, questionnaire surveys within auditoria for given concerts, and laboratory listening tests–, we have implemented them, but within a theoretical and methodological framework, explicitly rooted in psychology and linguistics, and respecting sensibility as an autonomous psychological object of study. Furthermore, in our experimental laboratory approach, we have implemented a parametric decoding system based on SIRR (spatial impulse response rendering), and permitting the reproduction of sound fields from first-order Ambisonics room impulse responses. The contribution of this work thus consists in identifying the psychological factors related to concert listening in a hall by objectivising the subjective experience of listeners (music-lovers) and their evaluation of the acoustic qualities of an auditorium; and in establishing relationships between the psychological factors and the acoustic measurements in the studied auditoria.

L’ambiance sonore dans l’habitacle tend à être mieux maitrisée grâce au progrès de l’isolation et à l’introduction de motorisations plus silencieuses. Dans le cas des véhicules thermiques, il est désormais possible de modifier ou d’ajouter des organes au moteur pour rendre sa sonorité plus expressive et améliorer ainsi la sensation d’accélération. La synthèse sonore permet de simuler ces différents réglages du moteur et d’étudier leur ressenti. Pour être simple et efficace, cette synthèse doit donc répondre aux attentes des concepteurs sonores, par exemple donner une sonorité sportive au moteur.Le bruit dans l’habitacle est un bruit complexe puisque son timbre varie avec la dynamique du véhicule. Sa description perceptive est connue, notamment par l’emploi d’onomatopées (« ON », « AN » et « REU »), mais la caractérisation des ces descripteurs demeurent incomplètes. Il est donc difficile de manipuler les paramètres du signal lors de la synthèse pour reproduire ces attributs perceptifs dans les sons créés. Notre but est de proposer une nouvelle synthèse pour établir ce lien manquant entre perception et signal.Une expérience en simulateur de conduite étudie tout d’abord le couplage entre le ressenti acoustique et le ressenti dynamique du véhicule. Ensuite, nous cherchons à établir le lien entre la perception du bruit moteur et la synthèse par l’utilisation d’imitations vocales du bruit moteur reprenant les onomatopées « ON » et « AN ». Une modélisation du bruit dans l’habitacle est ainsi construite en s’inspirant d’un modèle source/filtre, puis testée dans deux expériences en laboratoire acoustique. Le bruit moteur peut alors être « métaphoriquement » assimilé aux cordes vocales du véhicule tandis que les résonances de l’habitacle sont considérées comme le conduit vocal. / Automotive acoustics is living a new challenge due to the introduction of new power-trains. Therefore, interior car noise is being well designed, offering new perspectives in terms of sound ambiance. The interior car noise for combustion engine cars can be modified in order to increase the comfort by producing the impression of a quiet car, or oppositely, by rendering it more expressive, the driver feels better the dynamics of the car. Currently, these sensations are produced by modifying the engine components. But a very interesting alternative is presented by sound synthesis, which gives a new dimension to sound conception. Perceptive studies and synthesis control contributes to develop this technology. Engine noise is a complex noise with a timbre varying with car dynamics, and it can be described using perceptual descriptors, like onomatopoeia (“ON”, “AN” and “REU”). However, the use of perceptive descriptors does not allow finding the link between them and the physical characteristics of engine sound, therefore there they are difficult to integrate in sound synthesis. The goal of this research is to produce a sound synthesis based on human sound perception and car dynamics. A first study was developed on a driving simulator in order to describe the relation between acoustic perception and motion perception. The next step was to establish the link between perception and synthesis by vocal imitation based on onomatopoeia “ON” and “AN” reproducing engine noise. Based on these results, a subtractive synthesis of interior car noise was further built, inspired by a source/filter model. Last, but not least, we tested the impact of engine noise and car interior resonance in two experiments in acoustic laboratory. Engine noise can be metaphorically considered as the car “vocal chords”, while the resonance of the interior of the vehicle can be considered as its “vocal tract”.

L'évolution des systèmes de télécommunications conduit à la conception de codecs de la parole et du son de plus en plus sophistiqués, accroissant ainsi la concurrence de l'industrie de l'audio et accordant une importance grandissante à la qualité de service. Si l'évaluation de la qualité des codecs peut s'opérer suivant des mesures objectives ou subjectives, les secondes restent les plus fiables dans la mesure où la qualité perçue par les utilisateurs est intrinsèquement subjective. Toutefois, les tests subjectifs requièrent des signaux d'ancrage, i.e. des signaux artificiels visant la reproduction des défauts perceptifs des codecs de sorte que les dégradations provoquées soient aisément contrôlables. Le système de référence actuellement normalisé par l'Union Internationale des Télécommunications est le MNRU (Modulated Noise Reference Unit) qui simule le bruit de quantification introduit par les premiers codecs en forme d'onde. L'évolution de la technologie rend aujourd'hui ce système obsolète, et il s'agit donc de concevoir un nouveau système d'ancrage plus adapté aux codecs actuels. En considérant la qualité audio comme un objet multidimensionnel, nous avons mis en évidence un espace perceptif à quatre dimensions, et ce à partir de deux approches de réduction de dimensionnalité, l'AFM (Analyse Factorielle Multiple) et la MDS 3–voies (MultiDimensional Scaling). A partir des quatre dimensions identifiées – « Réduction de la largeur de bande », « Bruit de fond », « Écho/Réverbération » et « Distorsion de la parole » –, nous avons modélisé puis validé les signaux d'ancrage des trois premières dimensions et proposé deux modèles de signaux d'ancrage pour la quatrième. / The evolution of technology led to the design of very sophisticated speech and audio codecs. Accordingly, the competition in audio devices manufacturing has increased and today the quality of service becomes crucial for telecommunications operators. Quality of codecs is assessed through objective and subjective measures, the second ones being the most reliable since the quality perceived by users is inherently subjective. Nevertheless, subjective tests require anchor signals corresponding to artificial signals, which reproduce the perceptual impairments of codecs in such a manner that the amount of degradation can be easily controlled. The reference system currently standardized by the International Telecommunication Union is the Modulated Noise Reference Unit (MNRU), which simulates the quantization noise of the first generation of waveform codecs. Due to the evolution of codecs, the MNRU system became obsolete and researchers aim at designing a new reference system of anchor signals more suited to current codecs. Assuming that speech and audio quality is multidimensional, we first identified four perceptual dimensions using two dimensionality reduction techniques – the MFA (Multiple Factor Analysis) and the 3–way MDS (MultiDimensional Scaling). From the identified dimensions, namely “Bandwidth limitation”, “Background noise”, “Echo/Reverberation” and “Speech distortion”, we succeeded in modeling and validating anchor signals for three of them and we suggested two models of anchor signals for the last one.

Ce travail de recherche interlangue arabe-français s’inscrit à la croisée de la psycholinguistique, la psychologie cognitive etla didactique. Il se déroule au Maroc (Agadir) pays polyglossique. Notre étude s’attache à déterminer dans quelle mesure etavec quelle importance, l’apprentissage de la lecture en français (L2) intervient dans le développement de la perception etde la prononciation de cette même langue. Nous supposons que les connaissances orthographiques et phonologiques,acquises par le biais de la lecture, permettraient de rendre plus saillantes certaines représentations phonologiques de lalangue cible. Nous étudions cette hypothèse en nous appuyant sur l’acquisition des phonèmes [e] et [y] du français sourcede difficultés pour le locuteur marocain. Nous avons mené une étude longitudinale sur une année scolaire avec des enfants arabophones marocains apprenant le français écrit au Maroc. Nous avons mis en place un protocole d’évaluation des compétences orales en français à partir de tâches de conscience phonologique, de perception, de prononciation et delecture. Un questionnaire a également été distribué aux parents afin de nous renseigner sur l’environnement linguistiquedes enfants testés. L’analyse des résultats indique que l’apprentissage de la lecture en L2 entraîne la consolidation desconversions graphophonologiques, ce qui permet aux enfants de disposer de catégories phonémiques mieux définies, et de mieux percevoir et prononcer des sons absents du système phonologique de leur langue première. / This research on French-Arabic interlanguage is at the junction of psycholinguistics , cognitive psychology and didactics . It takes place in a multilingual country, Morocco (Agadir). Our study seeks to establish to what extent learning to read in French (L2) impacts the development of perception and pronunciation of this language and how important this learning is. We assume indeed that spelling and phonological skills gained through reading, could make certain phonological representations of the target language more salient. We explore this hypothesis by resorting to the acquisition of two French phonemes [e] and [y] create difficulties for Moroccan speakers.In order to verify that mastering spelling-phonological correspondences contributes to improving the quality of the phonological system of this language , we carried out a longitudinal study during a school year with Arabic-speaking Moroccan children Learning written French in Morocco. We have established a protocol for assessing oral proficiency in Arabic and French based on phonological awareness tasks (validated speech therapy tests) and on perception and expression skills. We set up to a reading test to provide information on speed , reading correction and vocabulary maturity of the subject. A questionnaire was also distributed to parents to provide insights into the linguistic environment of tested children. Result analysis shows that learning how to read in L2 consolidates writing and phonological conversion , which would allow children to own better defined phoneme categories , and consequently to better perceive and pronounce sounds that are absent from their first language phonological system.

Dans un environnement naturel, le champ acoustique est complexe (plusieurs sources, différentes positions spatiales, acoustique du lieu,...) et l'écoute est binaurale. Le filtrage acoustique opéré par la tête, le buste et les pavillons de l'auditeur (dépendant de la direction) induit donc systématiquement des différences interaurales de temps, de niveau et de spectre. Des modèles de sonie existent et permettent de prédire la sonie des sons stationnaires dans des situations d'écoute simples (ISO-532B (1975), DIN-45631 (1990), ANSI-S3.4 (2007)). L'écoute doit être monaurale (une seule oreille) ou diotique (même son aux deux oreilles), correspondant à une source en incidence frontale en champ libre, ou en champ diffus. En revanche, ces modèles échouent pour prédire la sonie lorsque des différences interaurales importantes interviennent. La thèse s’est ainsi intéressée à la sonie des champs acoustiques stationnaires, impliquant une ou plusieurs sources, soit artificielles et spatialisées en champ libre, soit réelles dans une acoustique naturelle. De nouveaux éléments ont été apportés dans la compréhension dont l'information contenue dans les signaux reçus aux oreilles de l’auditeur est combinée pour former un unique percept de sonie binaurale dans les situations d’écoute dichotiques (gain de sommation binaural, cas de plusieurs sources, effet de la corrélation interaurale,…). D’une part, une hypothèse pour essayer d’expliquer les différences interindividuelles observées dans les stratégies de sommation binaurales a pu être testée ; la robustesse et la stabilité au cours du temps de ces stratégies individuelles a été mise en avant. D’autre part, trois principaux modèles psychophysiques de sonie binaurale (ANSI-S3.4 (2007), Moore et Glasberg (2007), Sivonen et Ellermeier (2008)) ont été testés sur l’ensemble des données expérimentales (impliquant différents niveaux de réalisme), permettant de préciser la performance et les domaines de validité respectifs de chacun de ces modèles dans des situations d’écoute fortement dichotiques. / Listening in a natural environment implies to consider complex sound fields (several sound sources, different spatial positions, reflections…) and a binaural listening configuration. As a consequence, differences in time, level and spectrum between the two at-ear signals are systematically induced by the direction-dependant physical filtering from the human head, torso and pinnae. Existing loudness models provide accurate predictions under simplified listening situations (ISO-532B (1975), DIN-45631 (1990), ANSI-S3.4 (2007)). These models have been designed to use monaural (only one ear) or diotic (same signal at the two ears) signals, equivalent to one sound source with a frontal incidence, in a free or diffuse field. However, the models fail to predict loudness when the interaural differences are large. The present document focuses on the loudness of stationary sound fields, made up of one or several, artificial or real sound sources, in a free field or in a real environment. New elements have been brought to light regarding how, in a dichotic listening situation, information is combined from the two ears to produce one unique binaural loudness percept (binaural gain, case of several sound sources, effect of interaural correlation,...). On the one hand, one hypothesis have been tested in order to try to explain the interindividual differences observed in binaural loudness summation ; the robustness and stability over time of these individual strategies have been highlighted. On the other hand, predictions from the three main psychophysical models of binaural loudness (ANSI-S3.4 (2007), Moore et Glasberg (2007), Sivonen et Ellermeier (2008)) have been compared with all of the subjective data (involving different levels of realism), which allowed us to define more accurately the domain of validity and performance of these models in highly dichotic listening situations.

Le spectrofiltre est un filtre de Wiener utilisé pour isoler le bruit de combustion du moteur Diesel. Ce filtre est déterminé pour chaque point de fonctionnement et nécessite un traitement important des données. Il est donc difficile de mener des études perceptives sur le bruit de combustion obtenu selon plusieurs réglages moteur. Afin de pallier à cet inconvénient, cette thèse a pour objectif de définir un filtre commun qui puisse synthétiser un bruit de combustion en tout point de fonctionnement. Pour cela, une étude perceptive a montré que la substitution du spectrofiltre conventionnel par un autre filtre de Wiener permet la synthèse d’un bruit de combustion. L’utilisation d’un spectrofiltre commun est donc possible. L’analyse modale expérimentale permet d’estimer le filtre de Wiener à partir de données caractéristiques de la structure du moteur. Après analyse sur un signal synthétique, la méthode ESPRIT apparait la plus appropriée, mais nécessite quelques optimisations pour être adaptée aux particularités des spectrofiltres. Les filtres de Wiener de plusieurs régimes sont estimés selon différentes conditions d’estimation, définies par le critère ESTER. Une évolution fictive de l’amortissement selon le régime moteur est observée, et rattachée au fenêtrage temporel effectué dans le calcul du spectrofiltre. Une expérience perceptive est ensuite menée pour identifier si le critère ESTER permet d’estimer des filtres assez précis pour synthétiser des bruits de combustion similaires aux bruits de combustion conventionnels. Les résultats amènent à concevoir le spectrofiltre obtenu au ralenti comme un bon filtre commun, tant d’un point de vue physique que perceptif. / The spectrofilter is a Wiener filter used to extract combustion noise. This filter requires an important data processing and is determined in all operating conditions. Thus it is difficult to carry out perceptual studies on combustion noise from various motor adjustments. To overcome this drawback, this PhD dissertation aims to define a common filter which can synthesize a combustion noise in all operating conditions. For this, a perceptual study showed that the substitution of the conventional spectrofilter by another Wiener filter allows the synthesis of a combustion noise. The use of a common spectrofilter is thus possible. The experimental modal analysis allows to estimate the Wiener filter from characteristic data of the engine structure. After studying on a synthetic signal, the ESPRIT method seems to be the most appropriate, but requires some optimizations to be adapted to spectrofilter peculiarities. The Wiener filters of several running speeds are estimated in different estimating conditions, defined by the ESTER criterion. A fictitious damping evolution with the running speed is observed and linked to the temporal windowing applied on the spectrofilter computation. A perceptual experience is then carried out to identify if the ESTER criterion allows to estimate accurately filters to synthesize combustion noises similar to conventional combustion noises. The results lead to conceive the spectrofilter obtained in idling condition as a good common filter, as in a physical point of view that perception.

Les constructeurs automobiles proposent un vaste éventail de fonctions secondaires à la conduite, en relation avec le GPS, la musique, ou encore la ventilation. L'ensemble de ces fonctions est centralisé sur un écran accessible au centre de l'habitacle, équipé d'une dalle tactile dans nombre de véhicules récents. Cependant, leur manipulation en conduite peut se révéler périlleuse : la sollicitation de la modalité visuelle pour interagir avec l'interface peut entraîner une baisse de vigilance vis-à-vis de la tâche de conduite, ce qui peut mener à des situations dangereuses. Au cours de cette thèse, fruit d'une collaboration entre le Groupe PSA et le laboratoire PRISM, nous nous sommes attachés à proposer une association de gestes et de sons comme alternative à une sollicitation visuelle. Le but est de proposer des interactions réalisables en aveugle, pour permettre au conducteur de focaliser ses yeux sur la route. Pour réaliser conjointement une manipulation de l'interface et une tâche de conduite, une sollicitation multisensorielle peut en effet permettre de faire baisser la charge mentale du conducteur, en comparaison à une situation unimodale visuelle. Pour que le lien entre les gestes et les sons paraisse naturel, un objet virtuel a été introduit, manipulable grâce à des gestes. Cet objet est le support des stratégies de sonification, par analogie aux sons de notre environnement, qui sont la conséquence d'une action sur un objet. L'objet virtuel permet également de structurer différents gestes autour d'une même métaphore, ou encore de redéfinir le menu d'une interface. La première partie de cette thèse est consacrée à la mise au point de stratégies de sonification pour transmettre des informations pertinentes sur la dynamique de l'objet virtuel. Deux expériences perceptives ont été mises en place, qui ont conduit à la discrimination de deux stratégies de sonification intéressantes. Dans une deuxième partie, nous avons œuvré à la mise en situation automobile par un travail sur les stimuli sonores, sur l'interface, et par l'étude de l'intégration multisensorielle. Un design des stratégies de sonification a été proposé pour permettre de se projeter dans une utilisation en véhicule. Par la suite, les évocations provoquées par le couplage des gestes et des sons ont été au centre d'une troisième expérience perceptive. Cette étude a été effectuée en aveugle, où le concept d'objet virtuel était inconnu et découvert progressivement par les sujets. Ces images mentales véhiculées par les stratégies de sonification peuvent en effet être utiles lors de la familiarisation des utilisateurs avec l'interface. Une quatrième expérience perceptive s'est concentrée sur la prise en main de l'objet virtuel, où l'intégration des stimuli visuels et auditifs a été étudiée, dans le contexte du maniement d'une interface. Les sujets ont été placés dans des conditions similaires à la découverte de l'interface en véhicule à l'arrêt, avec des stimuli audio-visuels ; puis à son utilisation en aveugle grâce aux stratégies de sonification. Les enseignements de ces expériences ont permis de bâtir une interface gestuelle, qui a été comparée à une interface tactile dans une dernière expérience perceptive réalisée en simulateur de conduite. Bien que les résultats montrent une utilisation plus performante de l'interface tactile, l'association des gestes et des sons semble intéressante du point de vue de la charge cognitive des conducteurs. L'interface gestuelle peut donc offrir une alternative prometteuse ou un complément aux interfaces tactiles pour une utilisation simultanée à la conduite en toute sécurité. / Car manufacturers offer a wide range of secondary driving controls, such as GPS, music, or ventilation, often localized on a central touch-sensitive screen. However, operating them while driving proves to be unsafe: engaging the sense of sight for interface interaction can lead to vigilance reduction towards the driving task, which can lead to high-risk situations. In this PhD thesis, which is a part of a collaborative research project involving both the PSA Group and the PRISM laboratory, we aim to provide a gesture and sound association as an alternative to the visual solicitation. The goal is to enable blind interface interactions, allowing the driver to focus their eyes on the road. When jointly performing interface manipulations and the driving task, a multisensory solicitation can lower the driver's cognitive load, in comparison with a visual unimodal situation. For the gesture-sound association to feel more natural, a virtual object that can be handled with gestures is introduced. This object is the support for sonification strategies, constructed by analogy with sounds from our environment, which are the consequence of an action on an object .The virtual object also allows to structure different gestures around the same metaphor, or to redefine the interface's menu. The first part of this thesis deals with the development of sonification strategies, with the aim to inform users about the virtual object dynamic. Two perceptual experiments were set up, which led to the discrimination of two valuable sonification strategies. In a second part, the automotive application was addressed by designing new sound stimuli, the interface, and by studying the multisensory integration. Sounds were proposed for each of the two sonification strategies, to progress towards an in-vehicle integration. The evocations brought by the gestures and sounds association were the subject of a third perceptive blinded experiment. The concepts around the virtual object were unknown and gradually discovered by the subjects. These mental images conveyed by the sonification strategies can help users familiarize with the interface. A fourth perceptual experiment focused on the virtual object handling for first-time users, where the integration of audio-visual stimuli was studied, in the context of an interface manipulation. The experiment conditions were similar to the driver first discovering of the interface in a parked vehicle thanks to audio-visual stimuli, and then operating it through sonification strategies only. The results of this experiment lead to the design of a gestural interface, which was compared with the results obtained with a touchscreen interface in a final perceptual experiment, carried out in a driving simulator. Although the results show better performances for the tactile interface, the combination of gestures and sounds proved to be effective from the cognitive load point of view. The gesture interface can therefore offer a promising alternative or complement to tactile interfaces for a safe simultaneous use in driving condition.