Enseignement/Apprentissage de la Prononciation du Français

     Pendant mes recherches de doctorat, il y a... plus de 25 ans (1993-1998), je me suis intéressé à un domaine émergent à l'époque : la correction automatique de l'accent. Autrement dit, l'ordinateur peut-il aider à corriger un accent en langue étrangère? Ces travaux faisaient appel à la phonétique bien sûr, mais surtout au traitement du signal et éventuellement à la reconnaissance de la parole et à la synthèse vocale (deux autres domaines alors également relativement émergents). A ce titre, la naissance de WinPitch (1996) de Philippe MARTIN était remarquable : présentée comme un "logiciel multimédia d'enseignement de la prosodie", l'application offrait une représentation visuelle du rythme et de l'intonation et proposait une synthèse correctrice à partir de la voix de l'utilisateur.

[MARTIN, Philippe (2005), WinPitch LTL, un logiciel multimédia d'enseignement de la prosodie, ALSIC, vol.8, n°2]

     On était alors encore fort loin de la reconnaissance multilocuteurs des Siri (2011), Alexa (2014) et autres dictées vocales, capables de reconnaître la parole même dans des environnements bruités divers.

     Des modèles articulatoires voyaient le jour, en particulier à l'Institut de la Communication Parlée (ICP) de Grenoble, qui faisaient bouger des lèvres 3D de synthèse en fonction du son émis. Je me rappelle, peu de temps après, avoir été très admiratif en voyant Shrek (2001), film américain d'animation en images de synthèse, avec des visages articulant précisément leurs dialogues.

     Les systèmes de traduction automatique encore limités, progressaient en intégrant les connaissances mises à jour des domaines de la linguistique, tels que la sémantique, la morpho-syntaxe, l'énonciation, etc.

     Le grand public a découvert l'Intelligence Artificielle quand Deep Blue (IBM) a vaincu aux échecs Kasparov (1996-1997), confirmé par la victoire de Watson (IBM, toujours) à Jeopardy (2011). On parle alors d'IA "classique", c'est-à-dire se concentrant sur l'exécution d'une tâche spécifique en apprenant à partir d'une grande quantité de données (= automatisation des tâches).

     Mais sont apparues plus récemment des IA "génératives" capables de créer des productions originales (texte, image, musique) et permettant d'obtenir plusieurs réponses à une même demande (contrairement à l'IA classique). Certains parlent d'IA "de flemme" à propos des IA génératives, car elles créent ce que les humains savent déjà faire. Alors que l'IA classique réalise des calculs difficilement faits par l'homme.

     En novembre 2022, OpenAI proposait ChatGPT pour la rédaction de textes, en suscitant de nombreuses réactions.

     En même temps, était lancée l'application LENSA qui transforme des portraits photographiques en avatars d'illustration "artistique".

     Toujours en 2022, Midjourney se montrait capable de générer des images à partir de descriptions textuelles (en gagant des concours), et SUNO, de générer des chansons à partir de textes.

[L' émission d' Arte, Le dessous des images, consacre quelques numéros à des applications de l'IA citées ci-dessus : vous y accéderez ICI]

     Et voilà qu'il y a quelques semaines, les médias ont présenté HeyGen, un système qui traduit une vidéo d'un locuteur dans une autre langue, avec la voix du locuteur, en modifiant le mouvement de ses lèvres en fonction de la langue, et ce quelles que soient les conditions de l'image... Autrement dit, un système de traduction + synthèse vocale ET articulatoire à partir de données vidéo réelles. Une dizaine de langues sont disponibles... En proposant un essai gratuit, la plateforme est prise d'assaut.

Voici des exemples glanés sur le net :

Vu que tout le monde s’y met, je teste aussi l’app de traduction assitée par IA de @HeyGen_Official. Bluffant. pic.twitter.com/TQhyE11UDL

— Tristan Mendès France (@tristanmf) September 12, 2023

     Comme toutes les avancées très spectaculaires dues à l'IA, de nombreuses questions émergent. C'est l'industrie du doublage qui a été la première à réagir. Mais cela interpelle finalement tous les locuteurs de langues étrangères, non?

    Considérerons-nous bientôt que l'apprentissage des langues est vain, puisque la machine le fait si bien pour nous et comme nous ? Serons-nous au contraire stimulés par le fait de nous entendre et nous voir comme des locteurs natifs d'une autre langue ? Il y a déjà des domaines où la machine a influencé la pratique humaine : la voix chantée inspirée par AutoTune, ou SpedUp, la peinture inspirée par le traitement de l'image, la danse inspirée par le traitement vidéo, etc.

     Et vous, quels sont vos commentaires face à cette spectaculaire performance de l'IA qui NOUS fait parler ?

     François, qui est collectionneur de livres anciens d'architecture, me montre une de ses dernières acquisitions : le premier tome de L'Architecture de Philibert de L'Orme daté de 1568. Il faut faire un petit effort pour lire le français d'alors, mais je suis surtout surpris par l'usage des tildes.

     Le tilde (~) est ce signe parfois présent au-dessus de la lettre <n> dans l'alphabet espagnol (español) qui marque la présence d'un ancien n graphique, dont la prononciation a évolué en [ɲ].

     Vous pouvez découvrir tous les usages du tilde sur la page Wikipédia qui lui est consacrée.

   Pour moi, le tilde est surtout un signe familier car on l'utilise en Aplhabet Phonétique International pour marquer la nasalité (au-dessus des voyelles) mais aussi pour indiquer la voix craquée (au-dessous du symbole). Voici le tableau des signes diacritiques utilisés en API, dont le tilde.

    J'ai souvent évoqué sur ce blog les difficultés pour les apprenants à distinguer et prononcer les 3-4 voyelles nasales en français.

    Je (re)découvre à l'occasion ce ce post qu'on trouve des tildes dans la très célèbre Ordonnance de Villers Cotterêts (1539) voulue par François Ier, dans l'exemple ci-dessous dans les mots contenus (cõtenuz), dorénavant (doreſenauãt), sentences (ſentẽces).

Et pource que telles choſes sont souuenteſfoys aduenues ſur l'intelligence des motz latins cõtenuz eſdictz arreſtz. Nous voulons q~ doreſenauãt tous arreſtz enſemble toutes autres procedeures ſoient de noz cours souueraines ou autres ſubalternes et inferieures, soyent de regiſtres, enqueſtes, contractz, commiſſions, ſentẽces, teſtamens et autres quelzconques actes & exploictz de iuſtice, ou qui en dependent, ſoient prononcez, enregistrez & deliurez aux parties en langage maternel francoys, et non autrement.

    Trente ans plus tard, en 1568, date de la publication de l'ouvrage de Philibert de L'Orme, le roi Charles IX a 18 ans, la régence est assurée par sa mère Catherine de Médicis.

    En cherchant des formes de voyelles nasales, je trouve : moyen (moiɛ̃), gens (gɛ̃s), prompts (prõpts), mais aussi commander (commãder) et plus loin commandement (cõmandements), ce qui jette un doute tant sur la prononciation que sur l'orthographe.

    Utilisant le tilde sur des voyelles en transcription en API, je suis émoustillé par cette présence de voyelles surmontées d'un tilde en orthographe du français. Qui partagerait des informations sur le sujet?

     La première strophe de la chanson Fille ou garçon de Stone (1966) m'arrête avec ses nombreux [ɔ̃] en syllabe accentuée : (garçON, garçON, lONgs, pantalON, questiON).

     À y regarder de plus près, on y trouve aussi les deux autres voyelles nasales du français ([œ̃/ɛ̃] UN garçon, UN garçon), ([ɑ̃] EN, pANtalon, j'ENtENds, dANs, dANs).

     On entend aussi des voyelles typiques du français : [y] (Une, Une, rUe), [ø] chEvEUX.

     Enfin, de beaux [u] : OU, tOUjOUr, tOUjOUrs, partOUt. Et des enchaînements vocaliques et consonantiques ...  

     Bref, autant d'objectifs possibles qui en font, d'après moi, un chewing-gum phonétique digne d'intérêt pour plus d'un apprenant...

     Qu'en dites-vous?

Voici le fichier audio :

StoneON

Est-ce une fille ou un garçon?
Un garçon aux cheveux longs?
Ou une fille en pantalon?
C'est là la question
Que j'entends toujours
Toujours et partout
Que ce soit dans la rue
Ou dans le métro

Et la chanson dans son intégralité :

Les voyelles nasales du français vous intéressent? Vous pouvez consulter les posts suivants :

• Les voyelles nasales du français

• [ɑ̃] avec une gande bouche

• Encore [ɑ̃] !

• Imagier phonétique des voyelles nasales

J.B.P. De Molière, Le Mariage Forcé (comédie), Scène IV :

PANCRACE, docteur aristotélicien : [Soit.] Que voulez-vous ?

SGANARELLE : Je veux vous parler de quelque chose.

PANCRACE : Et de quelle langue voulez-vous vous servir avec moi ?

SGANARELLE : De quelle langue ?

PANCRACE : Oui.

SGANARELLE : Parbleu ! De la langue que j'ai dans la bouche ; je crois que je n'irai pas emprunter celle de mon voisin.

PANCRACE : Je vous dis de quel idiome ; de quel langage.

SGANARELLE : Ah ! C'est une autre affaire.

PANCRACE : Voulez-vous me parler italien ?

SGANARELLE : Non.

PANCRACE : Espagnol ?

SGANARELLE : Non.

PANCRACE : Allemand ?

SGANARELLE : Non.

PANCRACE : Anglais ?

SGANARELLE : Non.

PANCRACE : Latin ?

SGANARELLE :Non.

PANCRACE : Grec ?

SGANARELLE : Non.

PANCRACE : Hébreu ?

SGANARELLE : Non.

PANCRACE : Syriaque ?

SGANARELLE : Non.

PANCRACE : Turc ?

SGANARELLE : Non.

PANCRACE : Arabe ?

SGANARELLE : Non, non, Français.

PANCRACE : Ah Français !

SGANARELLE : Fort bien.

PANCRACE : Passez donc de l'autre côté ; car cette oreille-ci est destinée pour les langues scientifiques et étrangères ; et l'autre est pour la vulgaire et la maternelle.

SGANARELLE : Il faut bien des cérémonies avec ces sortes de gens-ci !

Audio :

MariageForce_

L'audio est extrait de la captation ci-dessous : Comédie Française (1999). Mise en scène d'Andrzej Seweryn, avec Gérard Giroudon (Sganarelle) et Nicolas Lormeau (Pancrace). L'extraiit se trouve à 30'45".

     Il y a plus d'une dizaine d'années, j'ai reçu à l'Institut de Phonétique le représentant d'une entreprise de centres d'appels téléphoniques. La demande était la suivante : les plateformes étant situées au Sénégal, les appelants étant sénégalais, les appels étant faits vers la France métropolitaine, l'entreprise cherchait à minimiser l'accent sénégalais de ses appelants. Cette demande m'avait beaucoup perturbé et j'avais tenté de discuter avec le représentant de l'entreprise de questions éthiques, sur la légitimité d'exiger au Sénégal l'adoption d'un accent non-sénégalais, etc. Et je n'avais pas donné suite.

     Depuis, chaque fois que je suis en contact avec un centre d'appels téléphoniques ou une hotline, je ne manque jamais de demander à mon interlocteur où il est situé, et j'en profite pour échanger sur le temps qu'il fait et sur nos environnements respectifs, éventuellement sur nos accents et sur nos langues... tant qu'à faire !

     J'apprends aujourd'hui que l'entreprise SANAS propose un logiciel de correction d'accent en direct pour pallier la gêne ressentie par les clients potentiels contactés par des plateformes situées à l'étranger. Il s'agit ici de plateformes situées en Inde appelant les Etats-Unis. En suivant le lien ci-dessous, en lançant l'audio (à gauche) et en jouant avec le curseur à droite, vous entendrez la parole de l'appelant avec son accent original et la même conversation synthétisée pour restituer un accent anglo-américain.

Hear The Magic - Demo | Sanas

Listen to our demo.

https://www.sanas.ai

       Voici la déclaration d'intention de l'entreprise qui ne manque pas d'ambiguité :

"Sanas' technology is designed to revolutionize communication by giving multilingual speakers a choice when it comes to how they communicate. It's a step towards empowering individuals, advancing equality, and deepening empathy. We are committed to protecting the diverse voice identities of the world and their cultures."

   J'ai hâte de lire vos réactions en commentaires face à un tel outil. La parole est à vous (avec tous les accents possibles !)

     J'ai déjà abordé ici l'attrait des virelangues (ou "tongue twisters" en anglais), ces petites phrases, que l'on trouve dans toutes les langues du monde, présentant à l'excès une difficulté phonétique, souvent en opposant deux sons proches (par exemple [s] et [ʃ] pour les virelangues les plus connus en français : Les chaussettes de l'archiduchesse sont-elles sèches? et Un chasseur sachant chasser sans son chien est un chasseur champion) mais aussi en multipliant les occurences d'un seul son (par exemple [ɔ̃] en français dans : Si ton tonton tond mon tonton, mon tonton sera tondu ou Consonne + [r] en espagnol dans : Tres tristes tigres comen trigo en un trigal.

     J'ai aussi abordé l'attrait du document authentique pour les enseignants.

     J'ai enfin discuté l'intérêt pédagogique de l'utilisation en classe et à la maison de chansons, même d'extraits extrêmement courts.

     En entendant la chanson Sans bagages de Barbara, je suis arrêté par la phrase :

Il y a tant et tant de temps que je t'attends / que tu m'attends

[i-li-ja-tɑ̃-te-tɑ̃-dŒ-tɑ̃-kŒ-ʒŒ-ta-tɑ̃ / kŒ-ty-ma-tɑ̃]

suivie par : Je te tendrais les mains, tu n'aurais qu'à les prendre

[ʒŒ-tŒ-tɑ̃-dʁE-le-mɛ̃-ty-nO-ʁE-ka-le-pʁɑ̃dʁ]

     A partir de deux versions de la chanson, j'ai fait un court mp3 destiné à l'entraînement.

Il_y_a_tant_et_tant

     Et voici la chanson dans son entier :

      Jens-Kristian, jeune astrophysicien danois multilingue, me parle en français d'un projet impliquant "des étudiants slash étudiantes". Face à ma réaction amusée, il développe son point de vue critique sur l'écriture inclusive, qui alimente tous les débats en ce moment (il suffit de taper "écriture inclusive" dans les moteurs de recherche) et précise que la langue danoise n'est heureusement pas concernée puisqu'il n'existe en danois qu'un genre commun (en mand : un homme ; en kvinde : une femme) et un genre neutre (et hus : une maison).

     Notre échange me rappelle la lecture de Le Français hors de France, sous la direction de A. VALDMAN (Paris : Ed. Honoré Champion, 1979). Dans le chapitre "Le Français en Afrique Noire" par Gabriel Manessy (p.343) :

"J.-P. Makouta (1973, 75) cite un exemple curieux de transposition en français du mécanisme bantu d'accord : dans les langues de ce groupe, tous les éléments d'un groupe nominal portent une même marque qui est une variante du préfixe de classe propre au substantif qui en est le "noyau". Le français n'a pas d'accord de classe mais il a un accord en genre et l'application au second de la règle propre au premier engendre les énoncés suivants :

"Nous voulons des hôpitaux pour les hommes et des hôpitales pour les femmes, des écoles normales pour les jeunes filles et des écoles normaux pour les jeunes garçons. Enfin et enfine, nous demandons la création des tribunales pour la brousse comme il y a des tribunaux dans les centres urbains."

Il est à noter que "enfin et enfine" se justifie par le fait que le sous-préfet, auteur du discours, parle au nom de tous ses administrés, hommes et femmes, "heureux et heureuses d'être venus nombreux et nombreuses" souhaiter la bienvenue au préfet. L'interférence se complique ici d'une extension analogique de l'opposition de genre du nom à l'adverbe. Des phénomènes analogues sont décrits à propos du français de République Centrafricaine par P. Roulon (1972, 152)."

     Quand l'interférence des langues bantoues en français anticipait avec panache l'écriture inclusive du XXIème siècle...

     En épelant certains mots à Erwan qui va  bientôt avoir 9 ans, je me rends compte que la pratique orale du Spelling à l'américaine est bien éloignée de notre apprentissage à la française de l'orthographe écrite sous forme de dictées. J'aimerais décrire ici ces deux pratiques pédagogiques très culturelles.

     On distingue grossièrement pour la maitrise de la langue écrite :

• la grammaire (en anglais, grammar) : l'ordre des mots, la structure de la phrase, les conjugaisons, les accords ...

• le vocabulaire (en anglais, vocabulary) : le choix et la variété des mots, les synonymes, ...

• et l'orthographe (en anglais, spelling) : les mots écrits de façon conforme.

     Le mot orthography existe bien en anglais, comme synonyme de spelling (et éventuellement en englobant tout ce qui concerne l'écrit : la ponctuation, les majuscules, etc), mais aussi en mathématique pour parler de projection orthogonale.

     Je ne peux m'empêcher d'associer le mot spelling à l'action d'épeler oralement les mots. C'est une pratique rare en France, sauf pour préciser l'orthographe d'un nom propre, ou de façon plus générale pour dire oralement la façon d'écrire un mot. J'ai souvent conseillé à des amis ayant un patronyme à l'orthographe complexe, d'épeler par syllabe pour favoriser la compréhension de l'interlocuteur. Par exemple : Jaskarzec : J-A-S / K-A-R / Z-E-C.

     En cherchant un éventuel substantif du verbe épeler dans le dictionnaire Le Robert, je m'arrête d'abord sur la définition du verbe : 1° Nommer successivement chacune des lettres d'un mot. Exemple : Voulez-vous épelez votre nom? • 2° Apprendre, commencer à lire • 3° Lire lentement, avec difficulté. Exemple : Epeler laborieusement le texte grec.

     Je trouve ensuite le substantif épellation (que je n'ai jamais entendu dans la vraie vie) : action d'épeler.

     L'épellation donc, est une pratique suffisamment rare en français, pour qu'elle ne soit pas si familière ni à produire, ni à entendre. Elle semble réservée à préciser l'orthographe des noms propres. Je pense au sketch Le Télégramme (1950) d'Yves Montand (l'amoureux) et Simone Signoret (l'employée du télégramme) :

MONTAND :
Eugène Sue me regarde... Je t'aime

SIGNORET :
Eugène? Comme le prénom?

MONTAND :
Oui...

SIGNORET :
Ensuite?

MONTAND :
Sue... Eugène Sue.

SIGNORET :
Épelez...

MONTAND :
S comme Suzanne, U comme...

SIGNORET :
Ursule!

MONTAND :
Oui et E... comme Eugène ! Héhé !

SIGNORET :
Sue!

MONTAND :
Mais oui, mademoiselle ! vous savez bien, « Les Misérables », « Les Trois Mousquetaires »...

     Le Spelling est par contre une pratique très courante et ritualisée aux Etats-Unis, où les épreuves "d'orthographe" se passent à l'oral (cf. Spelling Bee). Un mot est donné oralement au candidat. Il le répète, puis l'épèle et enfin le répète une dernière fois. Par exemple : Orthography. L'élève doit dire : "Orthography. O-R-T-H-O-G-R-A-P-H-Y. Orthography".

     Voici un extrait du film Akeelah and the Bee (2006), où l'héroïne doit épeler le mot argillaceous lors d'un concours Spelling Bee.

     En France, l'orthographe ne s'évalue traditionnellement qu'à l'écrit, par des dictées. On compte le nombre total de fautes : fautes d'orthographe, mais aussi de grammaire (conjugaisons, accords, ...) et de ponctuation, de majuscules, de tirets... On évalue ainsi la conformité du texte écrit.

     On connaît la célèbre dictée de Prosper Mérimé, les dictées de l'animateur de télévision Bernard Pivot, les dictées de l'émission En français dans le texte sur la radio France Culture, les dictées du Balfroid pour les élèves de 6ème en Belgique, ... et la dictée de Topaze de Marcel Pagnol (1928):

     Pour conclure phonétiquement sur le verbe épeler, je ne peux pas ne pas évoquer l'ambiguité entre : vous m'ép(e)lez [vu mEple], et tu me plais [ty mŒplE] / vous me plaisez [vumŒplEze], ambiguité exploitée dans au moins deux films : Le corniaud (1965) avec Bourvil et Le boureau des cœurs (1983) avec Aldo Maccione, dont voici les extraits sonores :

VousMepelez

   Chaque fois que des enfants me parlent du dessin animé anglo-américain Ratatouille, je visualise l'affiche en anglais qui proposait, sous ce titre cauchemardesque pour les anglophones (comme les mots feuille, écureuil, accueil, etc), une transcription phonétique comme aide à sa prononciation : (rat - a - too - ee). Et je m'amuse à le prononcer ainsi !

   En français standard, le mot ratatouille se prononce en trois syllabes : [ ʁa - ta- 'tuj ], alors qu'en français méridional - d'où vient ce plat, on le prononce en quatre syllabes : [ ʁa - ta- 'tu -jə ] ou [ ʁa - ta- 'tu -jɐ ]. Dans tous les cas, la transcription phonétique fait appel à la semi-consonne [j], puisque le français ne compte officiellement pas de diphtongues.

     Ce découpape en syllabes (rat - a - too - ee), permet un jeu de mot avec Rat (puisque le héros du film est un rat), mais ce découpage correspond aussi à la tendance anglophone à privilégier les syllabes fermées (c'est-à-dire se terminant par une consonne prononcée). On peut comparer les tendances opposées des deux langues dans deux mots similaires, par exemple : nationalité / nationality. Le découpage en syllabes en anglais est na-tion-al-i-ty, alors qu'en français les syllabes sont : na-tio-na-li-té, privilégiant le plus possible les syllabes ouvertes (se terminant par une voyelle prononcée).

    Autre exemple illustrant les tendances des deux langues : Marie-Paule me racontait comment ses élèves de maternelle à Paris répondait à "hip hip hip..." par "poura" comme si le découpage syllabique à la française de "hip hip hip hoorah", était : i-pi-pi-pou-ra !

    Mais c'est la dernière syllabe de ratatouille avec son orthographe spectaculaire -TOUILLE qui a motivé ici le recours à une transcription phonétique pour pouvoir prononcer ce titre. Il existe bien des diphtongues en anglais qui s'approchent plus de la prononciation française. On transcrit ainsi les diphtongues de l'anglais : [aɪ, eɪ, ɔɪ, ...] des mots anglais bye, pay, boy... que l'on pourrait rapprocher de [aj, ej, ɔj, ...] pour les mots français : baille, paye (nom), goy... Malheureusement, la diphtongue [uɪ] n'existe pas en anglais... Cela justifie sans doute le choix de transcrire : too - ee pour [tuj]. Mais ce choix est à peu près aussi étrange pour les Français que si on proposait de transcrire le mot anglais boy par :

bo - ee ...

     Et vous, lecteurs anglophones, qu'avez-vous à dire sur ce choix de transcription? Auriez-vous d'autres propositions ? J'attends vos commentaires avec impatience.

PS : Suivant le même modèle, pourrait-on imaginer transcrire : feuille par (fœ - ee), écureuil par (e - ky - rœ - ee) , famille d'accueil par  (fa - mi- ee - da - kœ - ee)?

Merci pour vos envois d'affiches du film : en finnois, en polonais, en portugais, en allemand ...

   En remettant en fonctionnement un de mes vieux ordinateurs, j'ai pu récupérer des documents de ma thèse de doctorat, soutenue à la Sorbonne Nouvelle - Paris 3 en 1998 et intitulée : Aspects de phonétique contrastive : "l'accent" anglo-américain en français.

   Je détaillerai prochainement quelques schémas qui me semblent encore éclairants pour la comparaison du phonétisme des deux langues.

   Je mets en ligne pour l'instant le résumé de 7 pages en espérant que cela pourra intéresser...

Resume