Cette thèse a eu pour objectif de contribuer à la compréhension de deux troubles du langage: ceux associés aux troubles du spectre autistique et la dyslexie. Les récentes avancées sur les mécanismes neuraux de segmentation acoustique du signal de parole indiquent le rôle majeur des oscillations qui offrent des fenêtres d'intégration temporelle à l'échelle de la syllabe et du phonème, unités linguistiques ayant un sens. À l'aide d'enregistrements simultanés d'EEG et d'IRM fonctionnelle durant la visualisation d'un film et au repos, nous avons étudié les rythmes corticaux auditifs et leur topographie chez des sujets sains, autistes et dyslexiques. Nous avons montré que les sujets dyslexiques et les sujets autistes montrent une sensibilité atypique à la structure syllabique et à la structure phonémique. L'activité gamma et l'activité thêta ne s'engagent pas de façon synergique dans l'autisme. L'activité thêta dans le cortex auditif gauche échoue à suivre les modulations de l'enveloppe temporelle du signal de parole dans l'autisme et à potentialiser l'activité gamma qui encode les détails acoustiques. Les troubles du langage dans l'autisme résultent d'une altération du couplage des oscillations lentes et rapides, perturbant le décodage neural du signal de parole. Dans la dyslexie, l'activité corticale auditive thêta n'est pas altérée, et l'activité de modulation de l'activité gamma par l'activité thêta préservée, rendant possible le décodage phonémique, bien qu'atypique. Dans les deux pathologies, ces altérations de l'activité oscillatoire dans le cortex auditif entraînent une altération de la connectivité fonctionnelle entre le cortex auditif et les autres aires du langage. / This research aimed to better understand two language disorders : those associated with autism spectrum disorder and dyslexia. Recent advances indicate how cortical collective neural behaviour intervene in speech segmentation and decoding. Cortical oscillations allow integration temporal windows at syllabic (4-7 Hz) and phonemic (25-35 Hz) time scale, resulting in chunking continuous speech signal into linguistically relevant units. We measured slow fluctuations of rhythmic cortical activity and their topography in healthy subjects, in subjects with autism spectrum disorder and in dyslexic subjects using combined fMRI and EEG. We showed that the sensitivity to syllabic and phonemic density is atypical in dyslexia and in autism. In autism gamma and theta activity do not engage synergistically in response to speech. Theta activity in left auditory cortex fails to track speech modulations and to down-regulate gamma oscillations that encode speech acoustic details. The language disorder in autism results from an altered coupling of slow and fast oscillations that disrupts the temporal organization of the speech neural code. In dyslexia, theta activity is not altered and theta-paced readout of gamma activity is preserved, enabling the phonemic decoding, even atypical (faster). In both pathologies, auditory oscillatory anomalies lead to atypical oscillation-based connectivity between auditory and other language cortices.

Le vieillissement normal s'accompagne de difficultés à suivre les conversations dans les environnements exigeants, par exemple en présence de bruit ou de plusieurs locuteurs. Cet obstacle à la communication augmente le risque d'isolement social. Les aides auditives sont souvent insuffisantes pour réduire adéquatement ces difficultés, suggérant l'implication de mécanismes centraux. L'étiologie complexe de ce déclin demeure incertaine, ce qui limite le développement de nouvelles stratégies pour prévenir ou réduire ces difficultés prévalentes. Des études récentes ont suggéré que le vieillissement de la voie dorsale du langage pourrait être impliqué dans la réduction des capacités de perception de la parole chez les aînés. Ce réseau est notamment responsable de l'analyse acoustique (gyrus temporal supérieur ; STG), phonologique (sulcus temporal supérieur ; STS) et articulatoire (cortex prémoteur ventral ; PMv) de la parole. La contribution de chacune de ces étapes d'analyse au déclin de la perception de la parole chez les aînés demeure toutefois inconnue. La stimulation magnétique transcrânienne (TMS) permet de moduler l'excitabilité corticale et de produire des changements dans des tâches comportementales, incluant des tâches langagières. L'utilisation de la TMS pour augmenter l'excitabilité corticale dans les aires impliquées dans le traitement de la parole pourrait réduire les difficultés de perception de la parole fréquemment rapportées chez les aînés. Toutefois, très peu d'études de neurostimulation ont été réalisées chez les personnes âgées, ce qui limite les connaissances sur le potentiel de ces méthodes pour induire des changements dans le cerveau vieillissant. L'objectif général de cette thèse consistait à déterminer si la TMS excitatrice appliquée à des régions impliquées dans le traitement de la parole pouvait améliorer la performance en perception de la parole dans le bruit chez l'adulte en santé. Le sous-objectif était d'identifier les facteurs qui influencent la réponse à la TMS, dont l'âge, la performance de base, la région stimulée, la variabilité du locuteur et les caractéristiques des régions stimulées (épaisseur corticale et force du signal BOLD). Pour répondre à ces objectifs, deux études ont été réalisées. L'étude 1a incluait l'élaboration d'un test de discrimination de syllabes accompagnée d'un bruit de parole, validé auprès de 21 participant.e.s en santé âgé.e.s de 20 à 85 ans. L'étude 1b incluait des séances de TMS excitatrice (théta-burst intermittentes) au STS et au PMv à partir d'images anatomiques IRM individuelles, auprès d'un second échantillon de 34 participant.e.s âgé.e.s de 32 à 79 ans. Une séance de stimulation placebo (sham) a été effectuée pour obtenir une mesure de performance de base. L'étude 2 incluait 30 participant.e.s âgé.e.s de 21 à 78 ans. Des séances de TMS excitatrices ont été appliquées au vertex (séance sham), au STG, au STS et au PMv en fonction des pics d'activité individuels mesurés durant une séquence d'imagerie magnétique fonctionnelle (1 visite pour l'imagerie et 2 visites pour les séances de TMS). La tâche de discrimination de syllabes dans le bruit incluait deux conditions: dans l'une d'elles, un seul locuteur produisait tous les stimuli (locuteur fixe), alors que dans l'autre, huit locuteurs variaient à travers les essais et à l'intérieur d'un même essai (locuteurs multiples). Les résultats des deux études démontrent un effet négatif de l'âge sur la performance au test de perception de la parole dans le bruit, indépendamment de mesures de l'audition et de la cognition. De plus, l'étude 2 a montré une interaction entre l'âge et la variabilité qui suggérait une réduction de la capacité de normalisation du locuteur chez les aînés. Les analyses des différences de score post-TMS ont révélé que les individus présentant plus de difficultés à la performance de base bénéficient plus de la TMS. De plus, une interaction entre l'âge et l'épaisseur corticale a été observée : les adultes âgés présentant une épaisseur corticale plus faible démontraient de meilleurs bénéfices post-TMS, et cette relation était inversée chez les jeunes adultes. Ces résultats confirment le rôle de la voie dorsale dans les habiletés de PPB et suggèrent qu'une augmentation de l'excitabilité corticale dans ce réseau peut réduire les difficultés de PPB chez l'adulte, mais que le bénéfice potentiel de cette méthode dépend de l'âge et de l'état structurel de ce réseau. Ces connaissances sont essentielles au développement d'interventions basées sur la neurostimulation pour réduire les obstacles à la communication dans la population adulte. / Normal aging is associated with difficulties following conversations in demanding environments, such as in the presence of noise or multiple talkers. These prevalent difficulties hinder communication and increase the risk of social isolation. Hearing aids often prove insufficient in adequately reducing these difficulties, suggesting the involvement of central mechanisms. The etiology of this decline remains uncertain, limiting the development of new strategies to prevent or alleviate these prevalent difficulties. Recent studies have suggested that aging in the dorsal language pathway may be implicated in the reduction of speech perception abilities in older individuals. This network is notably responsible for the acoustic (superior temporal gyrus; STG), phonological (superior temporal sulcus; STS), and articulatory (ventral premotor cortex; PMv) processing of speech. However, the contribution of each of these speech processing stages to speech perception decline in older individuals remains unknown. Transcranial Magnetic Stimulation (TMS) can modulate cortical excitability and induce changes in behaviour, including language-related behaviours. Using TMS to increase cortical excitability in areas involved in speech processing could reduce the reported speech perception difficulties in older individuals. However, very few neurostimulation studies have been conducted in the elderly, limiting our understanding of the potential of these methods to induce changes in the elder brain. The overall objective of this thesis was to determine if faciliatory TMS applied to regions involved in speech processing could improve speech perception in noise (SPiN) performance in healthy adults. The secondary objective was to identify the factors that influence the response to TMS, including age, baseline performance, talker variability, target region, and their characteristics (cortical thickness and BOLD signal strength). To address these objectives, two studies were conducted. Study 1a involved the development of a syllable discrimination test in speech noise, validated with 21 healthy participants aged 20 to 85. Study 1b included sessions of excitatory TMS (intermittent theta-burst) to the STS and PMv based on individual MRI anatomical images, with a second sample of 34 participants aged 32 to 79. A placebo (sham) stimulation session was performed to obtain a baseline performance measure. Study 2 included 30 participants aged 21 to 78. Faciliatory TMS sessions were applied to the vertex (sham session), STG, STS, and PMv based on individual activity peaks measured during a functional magnetic resonance imaging (fMRI) sequence (1 MRI visit and 2 TMS visits). The syllable discrimination task in noise included two conditions: in one, a single talker produced all stimuli (fixed talker), while in the other, eight talkers varied across trials and within the same trial (multiple talkers). The results of both studies demonstrate a negative effect of age on performance in the SPiN test, independent of hearing and cognitive measures. Furthermore, Study 2 showed an interaction between age and variability on performance, suggesting a reduction in the older individuals' ability to normalize talker variability. Post-TMS difference score analyses revealed that individuals with more difficulty in baseline performance benefited more from TMS. Additionally, an interaction between age and cortical thickness was observed: older adults with lower cortical thickness showed greater post-TMS benefits, while this association was reversed in younger adults. These results confirm the role of the dorsal pathway in speech perception abilities and suggest that increasing cortical excitability in this network can reduce speech perception difficulties in adults, but the extend of the benefit will vary according to age and structural state of this network. This knowledge is essential for the development of neurostimulation-based interventions to reduce communication barriers in the adult population.

Thèse ou mémoire avec insertion d'articles / Problématique : La surdité sévère à profonde limite l'accès aux sons de l'environnement, notamment les sons de la parole, et cause d'importants impacts sur le développement des habiletés auditives, de la parole et langagières d'enfants sourds. Ceux-ci accusent d'ailleurs fréquemment un retard de ces habiletés. Plusieurs facteurs ont un impact sur ces habiletés; l'approche de réadaptation serait un facteur significatif. Objectifs : La présente thèse visait à répondre aux objectifs suivants : (1) Analyser les données disponibles dans la littérature scientifique relativement à l'efficacité des approches de réadaptation offertes aux enfants sourds (étude 1); (2) Comparer l'efficacité des approches orales et de communication totale (étude 2); (3) Documenter le développement longitudinal des enfants suivis dans une approche de communication totale (étude 3); (4) Identifier les facteurs contribuant à la performance des enfants suivis dans une approche de communication totale (étude 3). Méthodologie : Dans un premier temps, une revue systématique a été effectuée. Dans un deuxième temps, une étude multicentrique internationale rétrospective a été menée sur une population d'enfants sourds ayant reçu un implant cochléaire avant 3 ans et ayant été suivis dans une approche orale ou de communication totale. Les données relatives au développement de la perception de la parole, de l'intelligibilité de la parole et du vocabulaire réceptif disponibles entre 0-18 ans ont été collectées. Une première étude a comparé le développement de l'intelligibilité de la parole 0-48 mois post-implantation. Des analyses nparLD ont été faites. Une seconde étude a analysé le développement longitudinal de la perception de la parole, de l'intelligibilité de la parole et du vocabulaire réceptif d'enfants suivis dans une approche de communication totale, en plus d'analyser l'impact de l'âge d'apparition de la surdité et d'implantation, ainsi que des supports visuels (signes, français signé, LCP, DNP). Des analyses nparLD ont été faites. Résultats : Objectif 1 : 38 articles ont été inclus. La majorité présentait un faible niveau de l'évidence. Les approches sans signe seraient associées à de meilleures habiletés, mais plusieurs variables confondantes pourraient expliquer ce constat. Objectif 2 : Les approches orale et de communication totale permettent un développement de l'intelligibilité de la parole similaire; le rythme de développement est équivalent. Quarante-huit mois post-implantation, les deux groupes ont atteint un niveau quasi complètement intelligible pour tous les interlocuteurs et tous les contextes. Objectif 3 : Les enfants suivis dans une approche de communication totale montrent une progression de la perception de la parole jusqu'à 84 mois post-implantation, de l'intelligibilité de la parole jusqu'à 72 mois post-implantation, et du vocabulaire réceptif jusqu'à 72 mois post-implantation. Objectif 4 : L'âge d'apparition de la surdité, ainsi que l'utilisation de supports visuels, n'ont pas d'impact significatif sur le développement des habiletés. L'âge d'implantation apparaît significatif pour l'intelligibilité de la parole seulement, les enfants implantés avant 24 mois démontrant un développement plus optimal. Conclusion : Objectif 1 : Il y a un manque d'évidences scientifiques de haut niveau pour déterminer l'approche à privilégier en clinique. Objectif 2 : Les approches orale et de communication totale sont toutes deux appropriées pour aider au développement de l'intelligibilité de la parole. Objectif 3 : Les enfants suivis dans une approche de communication totale progressent pendant plusieurs années après leur implantation et certains peuvent atteindre un niveau développemental équivalent à leurs pairs normo-entendants pour la perception de la parole, l'intelligibilité de la parole et le vocabulaire réceptif. Objectif 4 : Une implantation précoce (avant 24 mois) apparaît préférable pour optimiser le développement de l'intelligible de la parole. De plus, le fait d'utiliser des supports visuels ne nuit pas au développement des habiletés. / Background : Severe-to-profound deafness limits access to sounds of the environment, particularly sounds of speech, and has significant impacts on the development of auditory, speech, and language skills in deaf children. Several factors have an impact on these skills; the rehabilitation approach seems to be one of the significant factors. Objectives : The objectives of this thesis were : (1) Analyse the available data in scientific literature regarding the effectiveness of rehabilitation approaches used with deaf children (study 1); (2) Compare the effectiveness of oral and total communication approaches (study 2); (3) Document the longitudinal development of the children enrolled in a total communication approach (study 3); (4) Identify the factors contributing to the performance of children enrolled in a total communication approach (study 3). Method : First, a systematic review was achieved to explore the first objective. Secondly, a retrospective international multicenter study was conducted on a population of deaf children who received a cochlear implant before the age of 3 and who were enrolled in an oral or total communication rehabilitation approach. Available data between 0-18 years on the development of speech perception, speech intelligibility and receptive vocabulary were collected. A first study compared the development of speech intelligibility between 0- and 48-months post-implantation. NparLD analyzes were performed. A second study analyzed the longitudinal development of speech perception, speech intelligibility and receptive vocabulary of children enrolled in a total communication approach. The impact of the age at onset of deafness and at implantation, as well as the use of visual support (signs, manually coded French, cued speech, DNP) were analyzed. NparLD analyzes were performed. Results : Objective 1: 38 articles were included. Most of them presented a low-level of evidence. Approaches in which signs were not used were associated with better skills, but several confounding variables could biais this observation. Objective 2: The oral and total communication approaches provided similar speech intelligibility development; the rate of development was equivalent. Forty-eight months post-implantation, the two groups had reached an intelligibility level that was almost completely intelligible for all interlocutors and in all contexts. Objective 3: Children enrolled in a total communication approach showed progress in speech perception up to 84 months post-implantation, in speech intelligibility up to 72 months post-implantation, and in receptive vocabulary up to 72 months post-implantation. Objective 4: Age of onset of deafness, as well as the use of visual supports, did not have a significant impact on the development of skills. Age at implantation appeared to be significant for speech intelligibility only, children implanted before 24 months showing a more optimal development. Conclusion : Objective 1: There is a lack of high-level scientific evidence to determine the best rehabilitation approach. Objective 2: The oral and total communication approaches both seem appropriate to help develop speech intelligibility. Objective 3: Children enrolled in a total communication approach progress many years after the implantation and can reach a developmental level equivalent to their normal-hearing peers for speech perception, speech intelligibility and receptive vocabulary. Objective 4: Early implantation (< 24 moths) appears to be preferable to optimize the development of intelligibility of speech. In addition, using visual supports does not interfere with skill development.

<p>Swedish learners of French often experience large difficulties in understanding spoken French. Words that the learners know very well when written or when pronounced separately are often hard to recognize in the speech flow. The aim of this study is to examine Swedish learners’ perception of French speech in order to identify the problems.</p><p>The thesis consists of two parts. The first part provides an introduction to the perception of a second language. It also describes the phonological structures of Swedish and French and gives an overview of studies of the perception of spoken French.</p><p>The second part of the thesis contains a presentation and an analysis of four perception experiments conducted with Swedish learners of French. The results show that the learners often confuse phonological contrasts that do not exist in Swedish. It is furthermore found that the phonological processes of <i>schwa deletion</i>, <i>liaison</i>, <i>enchaînement</i> and <i>voicing assimilation</i> contribute to the perception problems. However, although <i>liaison</i> may complicate word recognition the results indicate that the so-called <i>potential liaison</i> does so to an even greater extent. In a listening test using nonsense words, the learners seem actually to expect liaison when perceiving a word that can be linked to a following nonsense word. In fact, sequences like <i>un navas</i> and <i>un avas</i> are both perceived as <i>un avas</i>. Paradoxically, liaison thus seems to be most problematic when it does not occur.</p><p>As to schwa deletion, the results show that word recognition is delayed when the schwa in the first syllable is deleted, as in <i>la s’maine</i>. In addition, the learners make a large number of errors due to schwa deletion. This phonological process sometimes completely prevents word recognition, especially when combined with a voicing assimilation. Schwa deletion thus seems to strongly complicate Swedish learners’ word recognition in spoken French.</p>

Swedish learners of French often experience large difficulties in understanding spoken French. Words that the learners know very well when written or when pronounced separately are often hard to recognize in the speech flow. The aim of this study is to examine Swedish learners’ perception of French speech in order to identify the problems. The thesis consists of two parts. The first part provides an introduction to the perception of a second language. It also describes the phonological structures of Swedish and French and gives an overview of studies of the perception of spoken French. The second part of the thesis contains a presentation and an analysis of four perception experiments conducted with Swedish learners of French. The results show that the learners often confuse phonological contrasts that do not exist in Swedish. It is furthermore found that the phonological processes of schwa deletion, liaison, enchaînement and voicing assimilation contribute to the perception problems. However, although liaison may complicate word recognition the results indicate that the so-called potential liaison does so to an even greater extent. In a listening test using nonsense words, the learners seem actually to expect liaison when perceiving a word that can be linked to a following nonsense word. In fact, sequences like un navas and un avas are both perceived as un avas. Paradoxically, liaison thus seems to be most problematic when it does not occur. As to schwa deletion, the results show that word recognition is delayed when the schwa in the first syllable is deleted, as in la s’maine. In addition, the learners make a large number of errors due to schwa deletion. This phonological process sometimes completely prevents word recognition, especially when combined with a voicing assimilation. Schwa deletion thus seems to strongly complicate Swedish learners’ word recognition in spoken French.

Nous avons étudié, par des mesures comportementales et électrophysiologiques (PE), les interactions audiovisuelles (AV) mises en jeu dans deux types de processus essentiellement auditifs : la perception de la parole, et les représentations en mémoire sensorielle auditive (MSA).<br />Concernant la parole, nous avons montré que la vision des mouvements labiaux accélère la discrimination phonologique de syllabes. Cette facilitation comportementale était associée à la fois à une activation des cortex auditifs (surtout secondaires) par les mouvements de lèvres, visible sur les PE intracérébraux chez le patient épileptique, et à une diminution de l'activité auditive entre 50 et 200 ms après le début du son, visible à la fois en intracérébral chez le patient et en PE de surface chez le sujet normal. Une autre étude comportementale a montré qu'une facilitation peut aussi être observée si les mouvements labiaux ne fournissent que des informations temporelles et non phonétiques, mais seulement dans le bruit.<br />Concernant la MSA, on a montré que la détection d'un évènement AV rare dans une suite d'évènements standards est plus rapide que la détection d'un évènement auditif ou visuel. Cette facilitation serait liée à des interactions entre les traces mnésiques auditives et visuelles indexées par les MMN auditives et visuelles des PE. Nous avons aussi montré, par l'analyse de la MMN auditive, que la représentation d'un évènement AV en MSA diffère de celle de sa composante auditive seule, mais seulement si ses composantes unimodales sont régulièrement associées. En revanche, nous avons échoué à montrer que la représentation d'une telle régularité peut générer une MMN lorsqu'elle est violée.

Ce projet de recherche vise à étudier la production et la perception de la parole chez les apprenants francophones de l’allemand. Un corpus de parole de 7 heures correspondant à trois tâches (imitation, lecture, description) a été enregistré. Il comprend des germanophones natifs et des apprenants francophones. Nous avons analysée les productions des segments intéressants d'après le cadre du SLM. Une étude de perception en EEG utilisant [h-ʔ], [ʃ-ç] et les voyelles courtes et longues a été réalisée sur des germanophones natifs et des apprenants francophones. Enfin, l'impact de l'enseignement sur l'amélioration des production et perception a été examiné à travers une étude longitudinale. L'étude de production montre que, suivant les tâches, les apprenants produisent le [h] en début de mot sans problème majeur. De même, ils peuvent produire des voyelles de durée contrastive. Cependant, pour les trois tâches, les apprenants ont plus de difficultés pour la production de la qualité vocalique, de [ç] et [ŋ]. Fait notable, la perception ne reflète pas toujours la production. Les apprenants tendent à ne pas percevoir le [h] en début de mot alors que la production de ce segment en répétition est bonne. À l'inverse, les apprenants perçoivent le contraste [ʃ-ç] mais sa production reste difficile. Seulement dans les voyelles courtes et longues, la perception reflète la production.L'étude d'enseignement montre que la conscience linguistique affecte différemment perception et production : une conscience linguistique accrue permet d'affiner la perception de phonèmes à contenu acoustique complexe et la production des phonèmes faciles à produire du point de vue articulatoire. / This research project proposes to investigate the production and perception of German speech in French learners of German. A 7h speech corpus containing three production tasks (imitation, reading, description) produced by German natives and French learners was recorded. Segmental productions of challenging vowels and consonants were analysed according to the SLM. A perception experiment involving [h-ʔ], [ʃ-ç] and short and long vowels using EEG was carried out on German natives and French learners. Finally, the impact of pronunciation teaching on improved speech production and perception was investigated. Undergraduates following a stand-alone pronunciation class were recorded and performed perception tests before and at the end of the course. The production study showed that French learners may produce word-initial [h] faithfully. With regard to short and long vowels, contrasting vowel duration is produced. However, French learners encounter more difficulties with respect to vowel quality. This holds for the production of [ç] and [ŋ]. Interestingly, perception does not always mirror production. The EEG results showed that the perception of word-initial [h] is poor in French learners whereas production accuracy is good. On the contrary, French learners perceive the [ʃ-ç] contrast but its production remains difficult. Only in short and long vowels, perception mirrored production. The teaching study showed that the increased linguistic awareness may affect non-native speech perception and production in different ways: phones that are easy to produce from an articulatory point of view can benefit from teaching. Increased awareness helps to better perceive phones with rich acoustic information.

Voir les gestes articulatoires de son interlocuteur permet d’améliorer significativement le décodage et la compréhension du signal acoustique de parole émis. Un premier objectif de cette thèse était de déterminer si les interactions multimodales lors de la perception de parole, en plus d’impliquer classiquement les informations auditives et visuelles transmises par le son et le visage du locuteur, pouvaient être déclenchées par d’autres sources sensorielles moins communément utilisées dans la communication parlée, comme la perception tactile de la parole ou encore la perception visuelle des mouvements de la langue. Parallèlement, nos travaux avaient également pour but de déterminer l’implication possible du système moteur dans ces mécanismes de perception multisensorielle. Enfin, un autre enjeu de nos recherches était de déterminer plus avant le décours temporel et l’organisation neuroanatomique fonctionnelle de ces mécanismes d’intégration à l’aide de différentes techniques comme l’électro-encéphalographie, l’imagerie par résonance magnétique fonctionnelle ou encore la stimulation magnétique transcrânienne. Nos travaux ont permis d’élargir la notion de « multisensorialité de la parole » en mettant en évidence une facilitation des traitements temporels auditifs lors de la perception audio-tactile de la parole et lors de l’observation de nos propres mouvements articulatoires. D’autre part, nos études ont fourni de nouveaux arguments en faveur d’un rôle fonctionnel du système moteur lors de la perception de parole en montrant une activation plus importante des régions motrices lors de l’observation de mouvements de la langue ainsi qu’un recrutement plus bilatéral du cortex prémoteur ventral au cours du vieillissement. Pris ensemble, nos résultats renforcent l’idée d’un couplage fonctionnel, d’une co-structuration des systèmes de perception et de production de la parole. Les études présentées dans cette thèse appuient ainsi l’existence de connexions entre régions sensorielles, intégratives et motrices permettant la mise en œuvre de processus et traitements multisensoriels, sensorimoteurs et prédictifs lors de la perception et compréhension des actions de parole. / Seeing the speaker’s articulatory gestures significantly enhances auditory speech perception. A key issue is whether cross-modal speech interactions only depend on well-known auditory and visual inputs from the speaker’s voice and face or, rather, might also be triggered by other sensory sources less common in speech communication, such as tactile information or vision of the tongue movements. Another goal of the present research was to determine the possible role of the motor system in these multisensory processes. Finally, we used electro-encephalographic, functional magnetic resonance imaging and transcranial magnetic stimulation techniques in order to better understand the time course and the functional neuroanatomical organization of these integration mechanisms. Our results extent the concept of “multisensory speech perception” by highlighting a facilitation of auditory processes during audio-haptic speech perception as well as during the observation of our own articulatory movements. They also provide new evidence in favor of a functional role of the motor system in speech perception by demonstrating an increase of motor activity during visuo-lingual speech perception and a more bilateral ventral premotor cortex recruitment during speech perception across aging. Taken together, our results reinforce the idea of a functional coupling and a co-structuring of speech perception and production systems. Our work support the existence of connections between sensory, integrative and motor regions allowing the implementation of multisensory, sensorimotor and predictive processes in the perception and understanding of speech actions.

Si la parole est une faculté dont l'usage nous semble parfaitement naturel,il reste toutefois beaucoup à comprendre sur la nature des représentations et des processus cognitifs qui la gouvernent. Au cœur de cette thèse se trouve la question des interactions entre perception et action dans la production et la perception de syllabes. Nous adoptons le cadre rigoureux de la programmation bayésienne au sein duquel nous définissons mathématiquement le modèle COSMO (pour "Communicating Objects using Sensori-Motor Operations"), qui permet de formaliser les théories motrice, auditive et perceptuo-motrice de la communication parlée et de les étudier quantitativement. Cette approche conduit à un premier résultat théorique fort : nous démontrons un théorème d'indistinguabilité d'après lequel, lorsque l'on pose certaines hypothèses de conditions idéales d'apprentissage, les théories auditive et motrice font des prédictions identiques pour des tâches de perception, et sont de ce fait indistinguables. Pour s'éloigner de ces conditions, nous proposons un algorithme original d'apprentissage sensori-moteur “par accommodation”, qui permet de s'adapter au bain acoustique ambiant tout en développant des idiosyncrasies. Cet algorithme d'apprentissage par imitation de ciblesacoustiques permet l'apprentissage de compétences motrices à partir d'entrées perceptives uniquement, avec la propriété remarquable de se focaliser sur les régions d'intérêt pour l'apprentissage. Nous utilisons des syllabes synthétisées grâce au modèle de conduit vocal VLAM pour analyser les dynamiques d'évolution des modèles appris ainsi que leur robustesse aux dégradations. / While speech communication is a faculty that seems natural, a lot remainsto be understood about the nature of the cognitive representations and processes that are involved. Central to this PhD research is the study of interactions between perception and action during production or perception of syllables. We choose Bayesian Programming as a rigorous framework within which we provide a mathematical definition of the COSMO model ("Communicating Objects using Sensori-Motor Operations"), which allows to formalize motor, auditory and perceptuo-motor theories of speech communication and to study them quantitatively. This approach first leads to a strong theoretical result:we prove an indistinguishability theorem, according to which, given some ideal learning conditions, motor and auditory theories make identical predictions for perception tasks, and therefore cannot be distinguished empirically. To depart from these conditions, we introduce an original “learning by accommodation” algorithm, which enables to adapt to the ambient acoustic environment as well as to develop idiosyncrasies. This algorithm, which learns by mimicking acoustic targets, allows to acquire motor skills from acoustic inputs only, with the remarkable property of focusing its learning on the adequate regions. We use syllables synthesized by a vocal tract model (VLAM ) to analyse how thedifferent models evolve through learning and how robust they are to degradations.

Le travail a porté sur la perception du trait de voisement des consonnes occlusives en position initiale et dont l’indice acoustique principal est le Délai d’Etablissement du Voisement (DEV: délai entre la fin de l’occlusion de la consonne et le début des vibrations des cordes vocales; VOT en anglais). <p>Une première étude a concerné la ‘bascule phonologique’ c’est à dire le passage d’un mode de perception universel à un mode de perception phonologique spécifique à la langue. L'analyse des variations du rythme cardiaque de nourrissons francophones exposés à des syllabes /də/ et /tə/ variant sur un continuum de DEV a montré une sensibilité aux frontières universelles (-30 et +30 ms de DEV) à 4 mois et à la frontière phonologique du français (0 ms de DEV) à 8 mois. <p>L'objectif d'une autre étude a été de déterminer si la maturation de la perception du voisement était liée à l’apprentissage de la lecture ou si elle résultait d’une maturation cognitive plus globale. Des enfants de 5, 6 ,7 et 8 ans ainsi que des adultes francophones ont été soumis à des tâches d’identification et de discrimination pour trois types de continua différents :voisement (syllabes (/də/ et /tə/) ;couleurs (jaune et vert) et expressions faciales (joie-peur). Alors que la perception catégorielle des couleurs était présente dès 5 ans, le développement de la perception des expressions faciales était plus tardif et similaire à celui du voisement, ce qui suggère que ce dernier ne dépend pas de la lecture. <p>Par ailleurs, les potentiels auditifs évoqués par la présentation des syllabes /də/ et /tə/ dont le DEV variait entre -75 et +75 ms ont été enregistrés chez des adultes francophones. L’analyse de la morphologie (simple vs double pic) de deux sous-composantes de la N100 (N1b et Na), a montré chez ces sujets adultes une sensibilité résiduelle aux frontières universelles de voisement auxquelles les nourrissons de 4 mois étaient également sensibles. Par contre, aucune sensibilité résiduelle à la frontière phonologique du français n'est apparue. <p>Les implications théoriques de l’ensemble de ces résultats sont discutées à la lumière des modèles existants.<p> / Doctorat en sciences psychologiques / info:eu-repo/semantics/nonPublished