Le travail de cette thèse porte sur l'étude du contrôle en temps réel de synthèse de voix chantée par une tablette graphique dans le cadre de l'instrument de musique numérique Cantor Digitalis.La pertinence de l'utilisation d'une telle interface pour le contrôle de l'intonation vocale a été traitée en premier lieu, démontrant que la tablette permet un contrôle de la hauteur mélodique plus précis que la voix réelle en situation expérimentale.Pour étendre la justesse du jeu à toutes situations, une méthode de correction dynamique de l'intonation a été développée, permettant de jouer en dessous du seuil de perception de justesse et préservant en même temps l'expressivité du musicien. Des évaluations objective et perceptive ont permis de valider l'efficacité de cette méthode.L'utilisation de nouvelles interfaces pour la musique pose la question des modalités impliquées dans le jeu de l'instrument. Une troisième étude révèle une prépondérance de la perception visuelle sur la perception auditive pour le contrôle de l'intonation, due à l'introduction d'indices visuels sur la surface de la tablette. Néanmoins, celle-ci est compensée par l'important pouvoir expressif de l'interface.En effet, la maîtrise de l'écriture ou du dessin dès l'enfance permet l'acquisition rapide d'un contrôle expert de l'instrument. Pour formaliser ce contrôle, nous proposons une suite de gestes adaptés à différents effets musicaux rencontrés dans la musique vocale. Enfin, une pratique intensive de l'instrument est réalisée au sein de l'ensemble Chorus Digitalis à des fins de test et de diffusion. Un travail de recherche artistique est conduit tant dans la mise en scène que dans le choix du répertoire musical à associer à l'instrument. De plus, un retour visuel dédié au public a été développé, afin d'aider à la compréhension du maniement de l'instrument. / This thesis deals with the real-time control of singing voice synthesis by a graphic tablet, based on the digital musical instrument Cantor Digitalis.The relevance of the graphic tablet for the intonation control is first considered, showing that the tablet provides a more precise pitch control than real voice in experimental conditions.To extend the accuracy of control to any situation, a dynamic pitch warping method for intonation correction is developed. It enables to play under the pitch perception limens preserving at the same time the musician's expressivity. Objective and perceptive evaluations validate the method efficiency.The use of new interfaces for musical expression raises the question of the modalities implied in the playing of the instrument. A third study reveals a preponderance of the visual modality over the auditive perception for the intonation control, due to the introduction of visual clues on the tablet surface. Nevertheless, this is compensated by the expressivity allowed by the interface.The writing or drawing ability acquired since early childhood enables a quick acquisition of an expert control of the instrument. An ensemble of gestures dedicated to the control of different vocal effects is suggested.Finally, an intensive practice of the instrument is made through the Chorus Digitalis ensemble, to test and promote our work. An artistic research has been conducted for the choice of the Cantor Digitalis' musical repertoire. Moreover, a visual feedback dedicated to the audience has been developed, extending the perception of the players' pitch and articulation.

Malgré le caractère multimodal du langage, peu de recherches se sont intéressées aux troubles langagiers verbaux et non-verbaux des personnes atteintes de la maladie d’Alzheimer, et encore moins à la prise en charge via la voix chantée de ces troubles. Pourtant, la remédiation de ces troubles langagiers permettrait de ralentir la progression symptomatique des troubles langagiers. Etant donné l’allongement de l’espérance de vie, la prévalence exponentielle des troubles neurocognitifs dès 65 ans – dont la cause la plus fréquente est la maladie d’Alzheimer pour laquelle il n’existe pas à l’heure actuelle de traitement curatif –, l’identification des facteurs pouvant ralentir la progression des symptômes est de première importance. Au vu de ces éléments, cette recherche s’est intéressée aux troubles de la communication verbale et non-verbale dans la maladie d’Alzheimer, ainsi qu’à l’impact de la voix chantée sur ces troubles. Pour ce faire, un protocole original a été mis en place consistant en une tâche de répétition en voix parlée ou voix chantée, avec ou sans gestes manuels communicatifs présentés. Ce protocole a permis d’évaluer les capacités de communication multimodale de personnes atteintes de la maladie d’Alzheimer et de personnes au vieillissement dit ‘normal’. A T0, de nombreux troubles du langage verbal et non-verbal ont été observés. Dès le stade léger de la maladie, les participants du groupe Patient ont produit des erreurs linguistiques et des pause(s) et/ou allongement(s) vocalique(s) de types différents des participants du groupe Contrôle. La capacité de répétition des gestes manuels des participants du groupe Patient semble également impactée, tout comme la qualité de reproduction des gestes iconiques. Dès le stade modéré de la maladie, les participants du groupe Patient ont produit davantage d’erreurs linguistiques (sur des types différents d’unités lexicales), ainsi que plus de gestes co-verbaux spontanés que les participants du groupe Contrôle. Au stade sévère de la maladie, les participants du groupe Patient ont répété moins d’énoncés et produit plus de pause(s) et/ou allongement(s) vocalique(s) que ceux du groupe Contrôle. Un impact de la voix chantée n’a été observé qu’au niveau du taux de répétition d’énoncés, moins élevé en voix chantée qu’en voix parlée pour tous les participants, ce qui pourrait être dû à un effet de double tâche. Les résultats comparatifs des capacités langagières verbales et non-verbales montrent un impact positif des ateliers en voix chantée sur la production d’erreurs linguistiques et de la répétition des gestes manuels des participants du groupe Patient. Nos résultats ont été discutés au vu de la littérature afin de distinguer les troubles langagiers verbaux et non-verbaux liés au vieillissement dit ‘normal’ et ceux symptomatiques de la maladie d’Alzheimer, d’apporter des éléments aux débats sur les diverses origines possibles du langage dans sa multimodalité, ainsi que de proposer des pistes de recherches de l’impact de la voix chantée sur les troubles langagiers des personnes atteintes de la maladie d’Alzheimer. / Despite the multimodal character of language, few researches studied the verbal and non-verbal communication abilities of people with Alzheimer’s disease, and even less of remediation via singing voice of those disorders. However their remediation could help to slowing down the symptomatic progression of language disorders. Given life expectancy, the exponential prevalence of neurocognitive disorders from 65 years old – of which most frequent cause is Alzheimer’s disease for which no curative treatment exists at this time –, the identification of factors slowing the symptoms progression is of the utmost importance. In view of those elements, this research focuses on the impact of singing on verbal and non-verbal communication disorders in Alzheimer’s disease. To do so, an original protocol has been set up consisting in a repetition task in singing or in speech, with or without the presentation of communicative manual gestures. This protocol helped evaluating multimodal communication abilities of people with Alzheimer’s disease and with ‘normal’ ageing. At the pre-tests, many verbal and non-verbal language disorders have been found. From the mild stage of the disease, the participants of the Patient group have produced more linguistic errors (of different types) and pauses and/or vocalic lengthenings than Control group participants. The manual gestures repetition ability of the participants of the Patient group also seems impacted, as the quality of iconic gestures production. From the moderate stage of the disease, the participants of the Patient group have produced more linguistic errors and on different types of linguistic unities, as well as more spontaneous co-verbal gestures than Control group participants. From the severe stage of the disease, the participants of the Patient group have repeated less utterances and produced more pauses and/or vocalic lengthenings than Control group participants. An impact of singing voice has only been noted on the utterances’ repetition rate, less high in singing and speech for all participants, which could be cause by a double task effect. The comparative results of verbal and non-verbal linguistic abilities have showed a positive impact of workshops in singing on the production of linguistic errors and the communicative gestures repetition of the participants of the Patient group. Our results have been discussed in the light of literature in order to distinguish verbal and non-verbal language disorders linked to ‘normal’ ageing and those symptomatic of Alzheimer’s disease. These findings enable us to make progress and to bring contribution in the current debate on the diverse possible origins of language in its multimodality, as well as suggest a line of research of the impact of singing voice on language disorders of people with Alzheimer’s disease.

L’auteur centre sa recherche sur la médiation sonore avec des enfants présentant des troubles psychotiques dans le cadre d’une pratique clinique groupale.La production de musique improvisée et l’improvisation vocale sont utilisées en tant que voies d’accès à l’originaire et à l’inconscient afin de favoriser la symbolisation.Complétée par une recherche théorique et des observations cliniques concernant l’émission de la voix archaïque chez nouveaux-nés et bébés, cette élaboration prend appui sur l’analyse du transfert-contre-transfert, la chaîne associative et les référentiels psychanalytiques. L’ensemble des analyses et observations montre que chez l’enfant présentant des troubles psychotiques, la pratique de la médiation sonore en groupe utilisant la technique de l’improvisation vocale, permet la mobilisation et l’harmonisation de séquences traumatiques originaires conduisant à une modification de la relation d’objet et inaugurant une dynamique évolutive accrue. / The author centers his research on sound mediation with children presenting psychotic disorders within the framework of clinical group practice.
The production of improvised music and vocal improvisation are used as gateways to the primary psychic processus and to the unconscious to facilitate symbolization.
Completed by theoretical research and clinical observations concerning the emission of the archaic voice to new-borns and babies, this elaboration is supported by the analysis of the transference-counter-transference, the as-sociative channel and psychoanalytical system of reference.
All the analyses and the obser-vations show that with children presenting psychotic disorders, the practice of group sound mediation using the technique of vocal improvisation, allows the mobilization and the harmo-nization of primary psychic processus traumatic sequences leading to a modification of the relation to object and initiating greater evolutionary dynamics.

Nous définissons les stratégies d'usage de la langue de la façon suivante : il s’agit de stratégies langagières que les élèves appliquent en résolvant des exercices en langue cible (par exemple de DEL 2). Afin d’analyser ces stratégies langagières, nous menons une étude qualitative auprès de 14 écoliers suivant un cursus franco-allemand à Baden-Baden. Nous demandons aux élèves de résoudre des exercices de français tirés des Évaluations nationales des acquis des élèves. Nous appliquons la méthode de la pensée à voix haute. Les élèves choisissent s'ils verbalisent leurs pensées en langue allemande ou française. L'objectif principal de notre étude est d'analyser et d'éliciter les stratégies d'usage de la langue.Environ 1000 stratégies ont été observées et codées avec le logiciel MAXQDA. Les stratégies cognitives sont les stratégies qui ont été appliquées le plus souvent par les élèves testés - en tout presque 350 fois. La langue de base choisie par les élèves pour les protocoles à voix haute était le français et pas l'allemand. / This thesis reports on an empirical study of 3rd and 4th grade students in a German-French bilingual school. The study consisted of research subjects solving exercises by using the thinkaloud method, after which film and transcription analysis allowed for a detailed examination of the strategies used during the exercises. Such strategies have been termed "language usagestrategies" and have been distinguished from learning and communication strategies. This distinction is important because when students use their L2 in this context, their goal is not to learn the language or to communicate, rather, it is to solve the exercise. The students used and combined many cognitive, compensatory, metacognitive, social and affective strategies during the Think aloud Protocols. Also the individual interviews revealed that the students manifested a large number of language usage strategies, suggesting that they are conscious of strategy usage when using their L2.

Mes travaux de thèse s'intéressent à la voix émotionnelle dans un contexte d'interaction humain-robot. Dans une interaction réaliste, nous définissons au moins quatre grands types de variabilités : l'environnement (salle, microphone); le locuteur, ses caractéristiques physiques (genre, âge, type de voix) et sa personnalité; ses états émotionnels; et enfin le type d'interaction (jeu, situation d'urgence ou de vie quotidienne). A partir de signaux audio collectés dans différentes conditions, nous avons cherché, grâce à des descripteurs acoustiques, à imbriquer la caractérisation d'un locuteur et de son état émotionnel en prenant en compte ces variabilités.Déterminer quels descripteurs sont essentiels et quels sont ceux à éviter est un défi complexe puisqu'il nécessite de travailler sur un grand nombre de variabilités et donc d'avoir à sa disposition des corpus riches et variés. Les principaux résultats portent à la fois sur la collecte et l'annotation de corpus émotionnels réalistes avec des locuteurs variés (enfants, adultes, personnes âgées), dans plusieurs environnements, et sur la robustesse de descripteurs acoustiques suivant ces quatre variabilités. Deux résultats intéressants découlent de cette analyse acoustique: la caractérisation sonore d'un corpus et l'établissement d'une liste "noire" de descripteurs très variables. Les émotions ne sont qu'une partie des indices paralinguistiques supportés par le signal audio, la personnalité et le stress dans la voix ont également été étudiés. Nous avons également mis en oeuvre un module de reconnaissance automatique des émotions et de caractérisation du locuteur qui a été testé au cours d'interactions humain-robot réalistes. Une réflexion éthique a été menée sur ces travaux. / This thesis deals with emotional voices during a human-robot interaction. In a natural interaction, we define at least, four kinds of variabilities: environment (room, microphone); speaker, its physic characteristics (gender, age, voice type) and personality; emotional states; and finally the kind of interaction (game scenario, emergency, everyday life). From audio signals collected in different conditions, we tried to find out, with acoustic features, to overlap speaker and his emotional state characterisation taking into account these variabilities.To find which features are essential and which are to avoid is hard challenge because it needs to work with a high number of variabilities and then to have riche and diverse data to our disposal. The main results are about the collection and the annotation of natural emotional corpora that have been recorded with different kinds of speakers (children, adults, elderly people) in various environments, and about how reliable are acoustic features across the four variabilities. This analysis led to two interesting aspects: the audio characterisation of a corpus and the drawing of a black list of features which vary a lot. Emotions are ust a part of paralinguistic features that are supported by the audio channel, other paralinguistic features have been studied such as personality and stress in the voice. We have also built automatic emotion recognition and speaker characterisation module that we have tested during realistic interactions. An ethic discussion have been driven on our work.

Cette thèse s'inscrit dans le cadre de la synthèse de parole à partir du texte. Elle traite plus précisément du procédé de création de voix en synthèse par sélection d'unités. L'état de l'art repose pour cela sur l'enregistrement d'un locuteur pendant une à deux semaines, suivant un script de lecture de plusieurs dizaines de milliers de mots. Les 5 à 10 heures de parole collectées sont généralement révisées par des opérateurs humains, pour en vérifier la segmentation phonétique et ainsi améliorer la qualité finale de la voix de synthèse.La lourdeur générale de ce procédé freine considérablement la diversification des voix de synthèse ; aussi en proposons-nous ici une rationalisation. Nous introduisons une nouvelle unité, appelée "sandwich vocalique", pour l'optimisation de la couverture des scripts de lecture. Sur le plan phonétique, cette unité offre une meilleure prise en compte des limites segmentales de la synthèse par sélection que les unités traditionnelles (diphones, triphones, syllabes, mots, etc.). Sur le plan linguistique, un nouvel enrichissement contextuel nous permet de mieux focaliser la couverture, sans négliger les aspects prosodiques. Nous proposons des moyens d'accroître le contrôle sur les phrases du script lecture, tant dans leur longueur que dans leur pertinence phonétique et prosodique, afin de mieux anticiper le contenu du corpus de parole final et de rendre automatisable la tâche de segmentation. Nous introduisons également une alternative à la stratégie classique de condensation de corpus en mettant au point un algorithme semi-automatique de création de phrases, grâce auquel nous accroissons de 30 à 40% la densité linguistique du script de lecture.Ces nouveaux outils nous permettent d'établir un procédé très efficace de création de voix de synthèse, procédé que nous validons à travers la création et l'évaluation subjective de nombreuses voix. Des scores perceptifs comparables à l'approche traditionnelle sont ainsi atteints dès 40 minutes de parole (une demi-journée d'enregistrement) et sans post-traitement manuel. Enfin, nous mettons à profit ce résultat pour enrichir nos voix de synthèse de diverses composantes expressives, multi-expressives et paralinguistiques. / This work falls within the scope of text-to-speech (TTS) technology. More precisely, focus is on the voice creation process for unit-selection synthesis. In a standard approach, a textual script of several thousands of words is read by a speaker in order to generate approximately 5 to 10 hours of useable speech. The recording time is spread out over one or two weeks and is followed by the considerable task of manually revising the phonetic segmentation for all of the speech.Such a costly and time-consuming process presents a major obstacle to diversifying synthesized voices. In order to increase efficiency in this process, we introduce a new unit, called a "vocalic sandwich", to optimize coverage of the recording texts. Phonetically, this unit better addresses the segmental limitations of unit-selection TTS than state-of-the-art units (diphones, triphones, syllables, words...). Linguistically, a new set of contextual symbols focuses the coverage, allowing for more control and consideration of prosody. Practically, in order to automate the segmentation process, better anticipation of the phonetic and prosodic content desired in the final database is required. This is achieved here by increasing the readability and consistency of each sentence included in the script. As a side, these properties also help to facilitate the reading stage. Furthermore, as an alternative to the classic corpus condensation, a semi-automatic sentence building algorithm is developed in this work wherein sentences are built rather than selected from a reference corpus. Ultimately, the sentence building provides access to much denser scripts, specifically allowing for increases in density of between 30 and 40%.In incorporating these new approaches and tools, the voice creation process is made very efficient, as is validated in this work through the preparation and evaluation of numerous synthesized voices. Perceptive scores that are comparable to the traditional process are achieved with 40 minutes of speech (half-day recording) and without any manual post-processing. Finally, we take advantage of these results in order to enhance our synthesized voices with various expressive, multi-expressive and paralinguistic features.

Cette thèse a pour objectif de proposer une approche renouvelée des verbes russes en –sja (Vsja), improprement qualifiés de « réfléchis ». Les approches existantes peinent à rendre compte des valeurs multiples et contradictoires que peuvent assumer ces verbes et notamment de celles ne pouvant en aucun cas relever de la réfléxivité stricto sensu.Le modèle proposé s’inscrit dans la théorie des opérations énonciatives (TOE) et unifie toutes les valeurs de Vsja. Tout d’abord, la comparaison de –sja, sebjá et de la particule atone sebe a permis de mieux dessiner les spécificités de Vsja. Puis l’analyse des faits diachroniques a permis de rappeler le lien ancien qui, en slave, unit –sja à la valeur de la voix moyenne. Cependant, –sja, en synchronie, ne peut être considéré comme un opérateur de voix notamment parce que certains emplois de Vsja (kusat’sja, par exemple) n’entraînent aucun changement de voix ou de diathèse. Dans notre modèle, –sja est la trace d’une opération énonciative visant à centraliser une relation – et une seule – entre Vsja et un autre actant de l’énoncé, qui n’est pas forcément le sujet grammatical, mais sans exclure obligatoirement la relation au second actant dans le cas des phrases biactancielles. Celle-ci est seulement périphérisée et, selon le sémantisme de Vsja et des actants en présence, peut/doit être maintenue ou exclue. Et si cette centralisation, qui intervient juste après l’opération d’instanciation, engendre, sur le plan sémantique, des effets de sens de type voix moyenne, ce modèle permet surtout d’envisager Vsja en dehors du système des voix verbales, tout comme il permet de résoudre l’ensemble des contradictions apparentes entre les différentes valeurs de Vsja. / The aim of this study is to propose a new approach to –sja verbs in Russian, improperly described as “reflexive”. The existing models fail to account for all the various and sometimes contradictory values assumed by –sja verbs, in particular for those Vsja which cannot be considered as having a “reflexive” meaning.The proposed model lies within the framework of the Théorie des opérations énonciatives (TOE) and unifies all the values of –sja verbs. The comparison between –sja, sebjá and the atonic particle sebe helped to understand the specificity of –sja. Then a short analysis of diachronical facts enabled us to stress the historical link in Slavic between –sja and the middle voice. Nevertheless, the marker cannot be considered synchronically as a “voice operator” notably because certain Vsja (e. g. kusat’sja) do not present a voice or diathesis shift. In our model, –sja is the sign of an enunciative operation whose aim is to centralize the relation between Vsja and one actant only, that is not necessarily the grammatical subject, and resulting in the other relation being simply peripheralized. Such an approach allows to solve all the apparent contradictions within the so-called Russian “reflexive” verbs and allows also to envisage Vsja outside the system of the verbal voices.

Dans cette thèse, je propose trois contributions principales : dans notre première contribution, nous étudions l'architecture d'identité WebRTC et plus particulièrement son intégration aux algorithmes de délégation d'authentification existants. Cette intégration n'a pas encore été étudiée jusqu'à présent. Dans cette perspective, nous implémentons les composants de l'architecture d'identité WebRTC ce qui nous permet de montrer que cette architecture n'est pas particulièrement adaptée à une intégration aux protocoles de délégation d'authentification existants tels qu'OpenID Connect. Pour répondre à RQ1, nous montrons ensuite comment la position centrale des fournisseurs d'identité dans l'écosystème du Web est renforcée par leur intégration à l'établissement de session WebRTC, posant ainsi un risque supplémentaire contre la discrétion des utilisateurs. Dans l'écosystème Web, la norme est l'architecture des services en silo dont les utilisateurs sont captifs. C'est en particulier le cas des systèmes de délégation d'authentification, pour lesquels la plupart du temps, il n'est pas possible de choisir son fournisseur d'identité. Afin de répondre à RQ3, nous réalisons une étude afin de déterminer pour quelles raisons les utilisateurs ne peuvent pas choisir leur fournisseur d'identité sur Web. Notre étude montre que bien que ce choix soit possible en théorie, l'absence d'implémentation de certains standards par les sites webs et les fournisseurs d'identité empêche ce choix en pratique. Dans notre seconde contribution, nous cherchons à donner plus de contrôle à l'utilisateur. Pour ce faire et en réponse à RQ2, nous proposons une extension de la spécification WebRTC afin de permettre la négociation des paramètres d'identité. Un prototype d'implémentation est proposé afin de valider notre proposition. Cette implémentation révèle certaines limites dues à l'API d'identité WebRTC empêchant notamment d'obtenir un retour sur le niveau d'authentification de l'autre utilisateur ainsi que l'impossibilité de changer de fournisseur d'identité en cours de session. Nous proposons ensuite une API Web permettant aux utilisateurs de choisir leur fournisseur d'identité lors d'une authentification sur un site tiers via une interface de sélection d'identité contrôlée par le navigateur. Répondant à RQ3, notre API repose sur une réutilisation de l'architecture d'identité WebRTC dans un scénario client-serveur. Nous présentons une implémentation de notre solution, basée sur une extension du navigateur Firefox, afin d'en démontrer l'utilisabilité. Nos résultats montrent qu'à long terme, l'adoption de cette API pourrait réduire la charge d'implémentation pour les développeurs de sites Web et permettre aux utilisateurs de préserver leur discrétion en choisissant des fournisseurs d'identité de confiance. / In this thesis, we propose three main contributions : In our first contribution we study the WebRTC identity architecture and more particularly its integration with existing authentication delegation protocols. This integration has not been studied yet. To fill this gap, we implement components of the WebRTC identity architecture and comment on the issues encountered in the process. In order to answer RQ1, we then study this specification from a privacy perspective an identify new privacy considerations related to the central position of identity provider. In the Web, the norm is the silo architecture of which users are captive. This is even more true of authentication delegation systems where most of the time it is not possible to freely choose an identity provider. In order to answer RQ3, we conduct a survey on the top 500 websites according to Alexa.com to identify the reasons why can't users choose their identity provider. Our results show that while the choice of an identity provider is possible in theory, the lack of implementation of existing standards by websites and identity providers prevent users to make this choice. In our second contribution, we aim at giving more control to users. To this end and in order to answer RQ2, we extend the WebRTC specification to allow identity parameters negotiation. We present a prototype implementation of our proposition to validate it. It reveals some limits due to the WebRTC API, in particular preventing to get feedback on the other peer's authentication strength. We then propose a web API allowing users to choose their identity provider in order to authenticate on a third-party website, answering RQ2. Our API reuse components of the WebRTC identity architecture in a client-server authentication scenario. Again, we validate our proposition by presenting a prototype implementation of our API based on a Firefox extension. Finally, in our third contribution, we look back on RQ1 and propose a trust and security model of a WebRTC session. Our proposed model integrates in a single metric the security parameters used in the session establishment, the encryption parameters for the media streams, and trust in actors of the communication setup as defined by the user. Our model objective is to help non-expert users to better understand the security of their WebRTC session. To validate our approach, we conduct a preliminary study on the comprehension of our model by non-expert users. This study is based on a web survey offering users to interact with a dynamic implementation of our model.

La voix dans sa substance acoustique est un trait primaire dans l'identité d'un individu : c'est une partie de l'habitus social, elle indique l'appartenance à un groupe, à une classe, à une culture. L'importance de la gestion vocale, déjà mise en évidence par la Actio dans la rhétorique, réside dans la capacité de susciter ou d'éteindre les émotions et l'attention ; d'exercer le pouvoir de persuasion d'un discours, soit auprès d'une grande audience, soit auprès d'un seul interlocuteur.En fonctions des contextes, elle se pose comme un instrument d'échange, de dévoilement de l'intériorité, de contrôle (de soi et des autres). Par rapport à ces conditions, cette recherche porte sur l'imaginaire vocal de la période 1830-1871, très conflictuelle au niveau politique-social, avec des establishments restaurateurs en lutte contre des spectres révolutionnaires. Une période qui témoigne, aussi, d'un renforcement de la notion d'opinion publique et de la naissance de produits annonçant la communication de masse, où la persuasion exprimée par la voix, acquiert un rôle de premier plan. On considère donc l'emploi de la voix dans une typologie spécifique de conversations, celles qui sont insérées dans les produits culturels pour le grand public, comme le roman et l'opéra à cette époque-là. Les dialogues fictifs « transfigurés », assignés aux personnages sont analysés comme une forme particulière des témoignages d'une période dépourvue de technologies d'enregistrement audio. Grâce à la diffusion minutieuse sur le territoire et à l'emploi socialement stratifié, le mélodrame en Italie, le roman en France et en Grande Bretagne, sont parmi les principaux instruments dans la circulation des idées et, par conséquent, dans la proposition de modèles de comportement et de goût. Ces textes permettent de se mesurer avec le rôle et avec les fonctions de la voix, révélateurs de rapports sociaux filtrés par les auteurs. Notamment, lorsque ces derniers sont Victor Hugo, Giuseppe Verdi et Charles Dickens, des monuments nationaux de la société post-Révolution et appartenant à des cultures et à des modèles d'Etat, avec des problématiques spécifiques et ayant un rapport différent avec 1789. Le concept-clé, dans cette recherche, est le rôle d'interstice de la voix-son dans le texte écrit, par laquelle, selon notre thèse, émergent des informations fondamentales (et conflictuelles) sur la vision du monde proposée et sur la société d'appartenance, au-delà de ses stratégies officielles de communication. En particulier, par rapport au contrôle des émotions et à l'exercice du pouvoir, à l'intérieur et à l'extérieur du cadre de l'intrigue, c'est-à-dire entre les personnages-individus et entre l'auteur et le public. La Première Partie analyse l'habitus vocal ; les rapports de pouvoir, le jugement des différentes émotions reconnaissables dans les modèles du comportement vocal proposés même au niveau subliminal ; le degré d'ouverture ou de défense dans la communication. Soit dans le protagoniste-locuteur (avec ce qui ensuit, même en fonction de sa crédibilité, de son ethos) ; soit dans les personnages principaux engagés dans des conversations significatives, concernant la sphère affective (entre partenaires, parents et fils) et celle politique (entre sujets et souverain). La deuxième partie s'occupe du rôle de la voix-son par rapport aux autres deux éléments de la persuasion, pathos et logos. On prend en considération les problématiques posées par les protagonistes comme orateurs, par rapport à leurs performances dans les points principaux du texte (exorde, finale, dialogues où le personnage principal joue son destin). On porte l'attention sur l'Actio et sur la « bienséance », sur leurs effets référés aux personnages à l'intérieur de l'intrigue, aussi bien que sur le conséquences vis-à-vis du public. Notamment émerge le sens attribué à la parole-sonore, à une forme paradoxale « d'oralité écrite », ou « d'écriture oralisée » dans la société du XIX siècle. / The voice, in its acoustic essence, is the main signal of identity of an individual, it is a part of his social habitus. It shows his membership to a group, to a class, to a culture. The importance of vocal behaviour it was stressed by the Actio since ancient rhetoric and it resides in the capacity of raising or extinguishing emotions and attention; in the power of persuasion towards a big audience, or towards a single interlocutor. Voice is a means of contact, it reveals or it hides interiority, it is an instrument of self or of social control. This research concerns the vocal imagination during the years between 1830 and 1871, a period of strong political and social disputes. A period where mass communication starts his way, and with it, the importance of the persuasive effects of the voice takes an important place. This research turns its particular attention to a specific use of the voice: fictional conversations, in novels and operas, enjoyed by a large audience. Opera in Italy, novels in France and in Great Britain are the main instruments for divulgation of ideas and for promotion of patterns of behaviour, thanks to their diffusion in that period. These texts deal with the role and functions of the voice, and discover social relations and the interpretation of the reality traced by the authors. Especially when they are national monuments like Victor Hugo, Giuseppe Verdi and Charles Dickens, who live in a post-revolutionary historic context, in Countries having different social and economical structures, and different relations with 1789 events. The key-concept of this research is the interstice role played by the voice in a written text. Through it, very important (and conflicting) information may appear, concerning the interpretation of the reality advanced by the author, outside his same conscious control about emotions and exercise of power, inside and outside the plot dimension. Among the characters, and between authors and public. The first part considers the vocal habitus; the power relations, the “right” and the “censured” emotions; the degree of opening or closing of a communication. In the protagonist-speaker (with his credibility, his ethos) and in the main characters involved in speeches with a symbolic significance, in affection context (partners and parental relationships) and authority context (sovereign-subjects). The second part analyses the role of voice-sound towards the other elements of persuasion: pathos and logos, and especially the problems prompted by the protagonists as orators in their performances in the main point of the text (exordium, end, speeches where the character fights for his destiny). This research pays attention to the Actio, and to the “decorum-prepon”, to their effects on the characters inside the plot, and outside of it. So, the significance given to the resonant words can emerge, a paradoxical form of written orality, or “oralized” writing in XIX century society.

En examinant les difficultés représentatives rencontrées par les étudiants chinois au cours de leur apprentissage du français langue étrangère (FLE), la présente thèse a pour objectif d’inventorier et analyser leurs erreurs récurrentes à l'écrit, à différents niveaux, en vue de proposer des procédés ou des suggestions qui pourraient éventuellement améliorer l’enseignement du FLE en Chine. La thèse est divisée en sept chapitres reposant sur l’analyse des erreurs à partir d'un point de grammaire précis - la voix passive, et puis, au niveau micro, sur différents aspects : perceptuo - mémoriels, métalinguistique et sémantico - pragmatiques, avec un bilan général à la fin. À l’issue de cette analyse, nous avons pu constater que les difficultés que les étudiants chinois rencontrent au cours de leur apprentissage sont dues principalement à l’écart entre le français et le chinois, leur langue maternelle, dont l'influence est partout sous-jacent. La présente recherche s’oriente vers la linguistique structurale et une analyse contrastive. En examinant cas par cas les différentes imperfections repérées dans notre corpus spécialement constitué à cette fin, nous essayons de découvrir les causes qui les sous-tendent. La deuxième étape est réservée à une étude de stratégie didactique. En nous appuyant sur le résultat de l'analyse précédente, nous procédons à une description statistique de notre matériel pour connaître la répartition des différentes catégories d’erreurs. En partant de cette image statistique, nous pouvons esquisser enfin des recommandations didactiques plus adéquates. / By examining the typical difficulties faced by Chinese students in their learning of French as foreign language (FLE in French), this thesis aims to list, categorize, and analyze their recurring errors at different levels in writing, in order to propose some proper suggestions that could possibly help improve the teaching of French as foreign language in China. The thesis is divided into seven chapters based on error analysis from a specific grammar point - the passive voice, and then, the thesis, at the micro level, on different aspects: perceptuo - memorial, meta-linguistics and semantic - pragmatic, analyzes the various types of written errors Chinese students make in their French learning, with a general assessment at the end. With previous analysis, the thesis concludes that the main causes of the difficulties Chinese students encounter in the French learning lie in the differences between French language and their mother tongue while the influence of the mother tongue is ubiquitous. It is with the reference of structural linguistics and contrastive linguistics in our analyzing process of the error cases, one by one from the materials specially gathered for this purpose, that the research has found the main causes that underlie the errors. And it is by using a statistical analysis of the corpus collected, that the research has also found the distribution of different categories of the errors, so that it provides a objective basis for the further improvement of French teaching in China.