L'objectif de cette thèse est de proposer une analyse de la problématique de l'utilisation de l'écrit dans l'enseignement/apprentissage de l'oral en langue étrangère, illustrée par le cas d'apprenants japonais de français en milieu universitaire au Japon. Il s'agit d'une thèse de didactique des langues et des cultures, qui, dans une approche implicationniste, établit une perspective de recherche didactique vis-à-vis du rapport entre multimodalité des supports (visuel/orthographique et auditif) et apprentissage de l'oral (en perception et en production), plus particulièrement celui du système phonético-phonologique du français. Les domaines didactique, phonético-phonologique et psycholinguistique sont dès lors sollicités pour rendre compte du rapport entre interphonologie et représentations orthographiques chez ces apprenants. La thèse s'articule en six grandes parties : 1) une introduction didactique (présentation des problématiques initiales à partir d'observations de terrain) ; 2) une partie linguistique (comparaison des systèmes phonético-phonologique et phonographémique français (L2) et japonais (L1)) ; 3) une partie psycholinguistique (description du fonctionnement cognitif des apprenants, en tenant compte de leurs spécificités vis-à-vis des processus de perception de la parole et de l'écrit) ; 4) une partie « problématiques » (reformulation des problématiques initiales et élaboration d'un protocole d'investigation quasi-expérimental) ; 5) une partie expérimentale (description des tests, résultats et interprétation, les tests étant axés sur la perception des segments /b, v, r, l/ et des groupes biconsonantiques /CC/) ; 6) une partie didactique conclusive (implications pour la recherche et pour les pratiques de classe, vis-à-vis de l'utilisation de la modalité visuelle dans l'enseignement/apprentissage de l'oral en L2). Il apparaît que si l'on souhaite faire apprendre le système phonético-phonologique d'une L2, il conviendrait de prendre davantage en compte la dimension phonographémique d'un tel apprentissage.

Une des principales difficultés rencontrées par les Vietnamiens apprenants du français langue étrangère, une des plus résistantes aux enseignements de phonétique corrective, est la prononciation des groupes consonantiques intra- ou inter-syllabiques, intra- ou inter-mots du français. Les suites de deux ou plusieurs consonnes n'étant pas licites en vietnamien à l'intérieur d'une même syllabe, elles sont la plupart du temps réalisées déformées par rapport à la cible, entraînant chez l'auditeur incompréhensions ou malentendus. Les enseignants du Français Langue Etrangère (FLE) relèvent que ces difficultés persistent même après plusieurs années de pratique, même chez des étudiants de niveau déjà confirmé ou d'exposition à la langue pendant une longue durée. Quelles sont alors les véritables raisons de ces difficultés ? Quels sont les éléments du crible phonologique qui gênent ou empêchent l'acquisition des clusters ? Plus précisément, quels sont leurs implications dans l'acquisition des percepts phonétiques de la langue cible ? En quoi consistent exactement les erreurs de réalisation ? Quelle est la part des caractéristiques de la langue maternelle et celle d'autres facteurs tels ceux relevant de principes universels des systèmes phonologiques des langues ? Peut-on trouver, dans cette problématique de l'acquisition des clusters, des éléments propres à la structuration de l'interlangue et/ou capables de rendre compte des mécanismes du fonctionnement du langage humain en général ? Par une approche à la fois descriptive et expérimentale, la thèse tente de répondre à ces questions. La démarche retenue vise à mettre en évidence des éléments de la structure phonologique de l'interlangue à partir 1/ d'une étude descriptive et quantitative comparant les types de séquences consonantiques possibles dans la langue cible (le français) et dans la langue source (le vietnamien) ; 2/ d'analyses acoustico-perceptives des séquences consonantiques de la langue source en prenant en compte la syllabe et ses frontières ; 3/ d'analyses menées sur la perception et production des clusters et autres séquences de consonnes de la langue cible (le français) par des apprenants vietnamiens. Dans un cadre théorique liant perception et production des sons du langage, phonologie et phonétique, la thèse propose un ensemble de résultats tout à fait intéressants et novateurs qui, discutés à la lumière des différentes théories et modèles d'acquisition des sons des langues étrangères, offrent des pistes solides pour le développement d'outils de technologie éducative capables de proposer des protocoles en phonétique corrective tels que stratégies de récupération des gestes (entraînements) et évaluation des performances des apprenants.