Conditionnement audio-vocal (Académie de Médecine 1960)

Communication d’Alfred Tomatis présentée à l’Académie Nationale de Médecine par M. Moulonguet et publiée dans le Bulletin de l’Académie Nationale de Médecine (tome 144, n° 11 et 12, 1960, pages 197-200). Tomatis y expose, en quatre pages denses, le dispositif expérimental qu’il a mis au point depuis 1947 — microphones, amplificateur, filtres, bascule — pour conditionner durablement la phonation par l’audition, et son application à l’intégration des langues étrangères dans les laboratoires de langues vivantes du Centre Audio-Visuel de l’École Normale Supérieure de Saint-Cloud.

Conditionnement audio-vocal

par M. Alfred Tomatis
(Présentation faite par M. Moulonguet)

Imprimé avec le périodique Bulletin de l’Académie Nationale de Médecine — Tome 144, n^os 11 et 12, 1960, pp. 197-200.

I. — Introduction

Dès 1947, frappé par le parallélisme permanent qui existe entre l’examen audiométrique d’un sujet et la courbe d’enveloppe de l’analyse spectrale de sa voix, j’entrepris d’étudier les réactions et les contre-réactions de l’audition sur l’émission vocale.

J’utilisai alors deux montages électroniques :

L’un permettant de visualiser la décomposition harmonique des sons émis ;

L’autre donnant la possibilité de modifier à loisir l’audition du sujet soumis à l’expérimentation.

Le sujet parlait devant deux microphones M₁ et M₂.

M₁ captait le son au bénéfice d’un enregistreur permettant ensuite l’analyse spectrale du son ;

M₂ attaquait un amplificateur dont les caractéristiques de réponse au niveau des écouteurs étaient modifiables à loisir grâce à un jeu de filtres (passe-haut, passe-bas, passe-bande) permettant ainsi de modifier à volonté la manière d’entendre du sujet soumis à l’expérience, et, à l’occurrence, sa façon de se contrôler.

L’importance si extraordinaire des contre-réactions qui surgissaient me permit d’affirmer en véritable circuit fermé d’auto-information dont le capteur de contrôle, lors de l’émission au niveau des organes de phonation, n’était autre que l’oreille, et que toute modification imposée à ce capteur entraînait instantanément une modification considérable du geste vocal, facile à déceler visuellement, auditivement, ou tous les cas physiquement contrôlable sur le tube cathodique.

Aussi, dès 1954, je pouvais énoncer que « la voix d’un sujet ne contient que les harmoniques que son oreille est susceptible d’entendre ».

Par la suite, divers expérimentateurs confirmèrent ces données, et M. Raoul Husson, reprenant cette étude en 1957, sous l’impulsion de M. le professeur Monnier au Laboratoire de Physiologie des Fonctions de la Sorbonne, groupait cet ensemble de contre-réactions audio-phonatoires sous la dénomination d’« effet Tomatis ».

II. — Réalisation d’un conditionnement audio-vocal

Étant assuré, de façon absolue, qu’un mode d’expression vocale propre à une mission donnée, donc à un conditionnement de l’ensemble de l’appareil phonatoire s’extériorisant par un geste vocal connu, répond à une manière d’entendre déterminée par un conditionnement plus ou moins complexe de l’ensemble de l’appareil auditif, et étant assuré au surplus que toute modification de cette manière d’entendre engendre au niveau du geste phonatoire, j’ai essayé d’enclencher un conditionnement audio-vocal dont l’importance est considérable du point de vue thérapeutique, dans les dysphonies, dans l’éducation vocale, dans la recherche même d’une esthétique vocale.

[Fig. 1 — Schéma du dispositif : écouteurs, microphones M₁ et M₂, enregistreur, analyseur, amplificateur muni de filtres passe-haut / passe-bas / passe-bande.]

[Fig. 2 — Boucle de régulation audio-phonatoire : organes de la phonation ↔ capteur auditif.]

Enclencher un conditionnement susceptible de modifier l’émission revient à obliger l’oreille à entendre d’une certaine manière d’une émission d’un son. Autrement dit, le geste vocal que nous appellerons G₁ et qui aboutit à une émission E₁ de mauvaise qualité répond, on le sait maintenant, à une audition globale A₁. Corriger le geste G₁ pour le voir se transformer en G₂, geste vocal susceptible d’émettre des sons E₂ de la belle qualité, c’est uniquement obliger l’oreille à utiliser un mode d’accommodation qui détermine la manière d’entendre des sons.

Il suffit donc, pour effacer le geste G₁ et voir apparaître désormais le geste G₂, de conditionner l’audition à un nouveau mode d’accommodation des fréquences de l’émission des sons.

Pour réaliser ce conditionnement, j’ai utilisé depuis plusieurs années, le montage suivant :

Un microphone M attaque un amplificateur d’où émanent deux circuits différents, ces deux circuits réalisant deux canaux qui ne fonctionnent pas simultanément.

[Fig. 3 — Microphone M attaquant un amplificateur, lequel alimente deux canaux C₁ et C₂ commutés par une bascule, retournant aux écouteurs.]

Pour une intensité donnée, modifiable à volonté, le canal C₁ reste seul ouvert. Il permet au sujet soumis à l’expérience de l’écouter, ce qui est l’habitude. Si, bien que ne sachant rien n’a-t-il changé, on modifie l’émission d’un son de sa part, dès qu’il ajoute au bruit ambiant toujours persistant, une intensité conséquente qui dépasse de seuil que celle qu’il produit, le canal C₁ se ferme et seul s’ouvre le canal C₂. Ce deuxième canal électronique va contraindre l’oreille à un autre mode de contrôle que nous aurons choisi, celui qui répond notamment à l’émission d’une belle voix. Autrement dit, l’ouverture du canal C₂ ne fait que permettre d’entendre, inhérente au geste A₂, et de passer automatiquement à la manière A₂ d’entendre, propre au geste G₂ recherché.

L’émission vocale terminée, l’intensité réduite d’autant fait basculer le système en sens inverse et, le canal C₂ s’ouvre tandis que C₁ s’évanouit. Cette règle recommance chaque fois que le sujet veut parler et le conditionnement apparaît très vite. Dès les premiers jours, après une séance d’une demi-heure, subsiste une rémanence d’une demi-heure environ. Au bout d’une quinzaine de jours, elle reste permanente.

D’ailleurs ce jeu de bascule peut être rapidement un phénomène conscient et déterminer à loisir la possibilité d’entendre que l’on veut.

Dans le but de modifier ensuite le rythme et l’intonation du langage, j’ai changé le temps d’enclenchement de la bascule et, ayant déterminé par ailleurs des auditions raciales, c’est-à-dire des manières d’entendre, j’ai utilisé cette technique pour l’intégration des langues étrangères.

Effectivement les différentes manières d’entendre se caractérisent :

a) Par des bandes passantes donnant à l’appareil de contrôle auditif des courbes de réponse spécifiques ;

b) Par le temps T qu’il faut pour parvenir à l’adaptation auditive qui permet la réalisation de cette courbe.

L’intégration linguistique s’avère extrêmement rapide et son application dans les Laboratoires de Langues Vivantes au Centre Audio-Visuel de l’École Normale Supérieure de Saint-Cloud en est la preuve expérimentale la plus importante.

Source : Tomatis A., « Conditionnement audio-vocal » (présentation faite par M. Moulonguet), Bulletin de l’Académie Nationale de Médecine, t. 144, n° 11 et 12, 1960, p. 197-200. Tirage à part imprimé par Masson et C^ie, éditeurs, Paris (dépôt légal 1966, 1^er trimestre, n° d’ordre 4357). Document numérisé provenant des archives personnelles d’Alfred Tomatis.

Figures du document original

Schémas et illustrations extraits du fac-similé PDF de l’article original.

Figure 1 — fac-similé p. 1

Figure 1 — fac-similé p. 1

Figure 2 — fac-similé p. 2

Figure 2 — fac-similé p. 2

Figure 3 — fac-similé p. 3

Figure 3 — fac-similé p. 3

Aujourd’hui : ce que dit la science

La communication de 1960 repose sur une intuition centrale : la phonation est asservie à l’audition par une boucle de régulation, de sorte qu’agir sur la manière d’entendre d’un sujet — son contrôle auditif passif de sa propre voix — modifie instantanément son geste vocal. Sur ce point précis, la science contemporaine confirme largement Tomatis, même si elle n’emploie ni son vocabulaire ni ses circuits à bascule. Les travaux sur le retour auditif altéré (altered auditory feedback) montrent que, lorsqu’on renvoie à un locuteur sa propre voix transformée en temps réel — hauteur décalée par un pitch-shift, spectre filtré —, celui-ci corrige spontanément et presque immédiatement son émission pour réduire l’écart entre ce qu’il attend et ce qu’il perçoit. Les modèles actuels du contrôle moteur de la parole décrivent exactement la « boucle d’auto-information » de Tomatis : une copie interne prédit le son attendu, le système compare cette prédiction au retour auditif réel, et tout désaccord déclenche un ajustement vocal. La réalité physiologique de l’« effet Tomatis » — l’oreille comme capteur de contrôle de la phonation — est donc bien établie.

Le second pilier de l’article, le conditionnement durable par exposition répétée, reçoit lui aussi un soutien partiel, à nuancer. La recherche sur l’adaptation sensorimotrice confirme qu’une perturbation auditive maintenue ne provoque pas qu’une correction ponctuelle : elle reprogramme progressivement les commandes anticipées (feedforward) du locuteur, et cette modification persiste un temps après le retrait du stimulus — une « rémanence » dont Tomatis donnait déjà la chronologie (une demi-heure après les premières séances, permanence vers le quinzième jour). Des protocoles brefs d’entraînement vocal modifient mesurablement, en quelques séances, le contrôle de la voix et les réponses cérébrales associées. Là où la prudence s’impose, c’est sur l’ampleur, la stabilité réelle et la spécificité clinique de ces effets : les études récentes portent sur des perturbations de laboratoire bien contrôlées, non sur le dispositif Tomatis lui-même, et n’autorisent pas à extrapoler une « belle voix » conditionnée à vie.

L’application thérapeutique aux dysphonies et à l’éducation vocale, en revanche, demeure faiblement étayée. Le principe est plausible — l’orthophonie moderne utilise couramment le retour auditif et visuel pour rééduquer la voix — mais la méthode Tomatis comme telle ne dispose pas d’essais cliniques solides démontrant une supériorité spécifique. La littérature qui lui est consacrée souffre d’échantillons réduits, d’une rareté de la randomisation et de l’absence de groupes témoins comparables ; les études récentes sur la dyslexie ou l’attention restent pour l’essentiel quasi-expérimentales. La revue Cochrane sur les thérapies sonores conclut sobrement qu’il n’existe pas de preuve d’efficacité pour l’autisme, et que la seule étude Tomatis incluse ne montrait aucune différence de développement langagier entre groupe traité et témoin. Le mécanisme de la boucle audio-phonatoire est réel ; son exploitation thérapeutique sous la marque Tomatis ne l’est pas encore au sens des standards de preuve actuels.

Reste la partie la plus datée : les « auditions raciales », ces manières d’entendre propres à chaque langue que Tomatis associait à des bandes passantes nationales. Le présupposé ethnique est aujourd’hui contredit — rien ne fonde des courbes auditives « raciales » —, mais l’intuition linguistique sous-jacente est en partie confirmée par la phonologie de l’acquisition des langues. On sait que l’oreille adulte « filtre » bel et bien les sons d’une langue seconde à travers les catégories de sa langue maternelle : les modèles de Flege (Speech Learning Model) et de Kuhl (Native Language Magnet) montrent que les phonèmes étrangers absents de la L1 sont assimilés aux prototypes natifs les plus proches, ce qui dégrade à la fois leur perception et leur production. L’accent étranger procède en grande partie de cette surdité catégorielle. Tomatis avait donc raison de lier perception fine et bonne prononciation ; il se trompait en localisant la cause dans une physiologie de l’oreille héréditaire plutôt que dans un apprentissage perceptif précoce et plastique.

Il faut enfin maintenir avec rigueur la distinction qui irrigue toute l’œuvre : entendre n’est pas écouter. Les dispositifs de retour auditif altéré agissent sur l’audition — le traitement passif et largement automatique du signal sonore, y compris de sa propre voix — et c’est à ce niveau que la régulation audio-phonatoire opère. Ce que la rééducation de la voix ou de la prononciation cherche en revanche à développer relève de l’écoute : une orientation active, volontaire et entraînable de l’attention auditive vers les traits pertinents du son. Confondre les deux conduirait à survendre la méthode, comme si filtrer passivement un retour sonore suffisait à « apprendre à écouter ». La science actuelle valide le réflexe (l’audition gouverne la phonation), reconnaît une plasticité réelle de la perception, mais n’accorde pas à la machine de Tomatis le pouvoir clinique que ses promoteurs lui prêtent.