Les intérêts de la gestion des Ressources

Les lèvres et la production de la parole Le téléphone et la radio prouvent la capacité d’une parole purement auditive à transmettre avec efficacité une communication langagière. Néanmoins, la perception humaine tire aussi profit de l’information visuelle apportée par le visage du locuteur notamment lorsque les conditions acoustiques sont dégradées. C’est cette bimodalité intrinsèque, et le gain d’intelligibilité qu’elle apporte, qu’explore l’étude de la parole audiovisuelle. Mise en évidence pour la communication humaine, elle ouvre de nouvelles perspectives pour la communication avec et par la machine. Bien que la communication orale engage l’ensemble du visage du locuteur, les lèvres occupent une place privilégiée : elles fournissent une source visuelle d’information pour la perception de la parole et, étant toujours identifiables, se prêtent à une analyse automatique. La capture automatique des mouvements labiaux (ou la biométrie) tend à doter l’ordinateur de paramètres intelligibles et indépendants pour contrôler des visages synthétiques parlants ou bien identifier le message énoncé par une reconnaissance audiovisuelle automatique. Les difficultés technologiques résident dans la complexité de ces mouvements et la variabilité intra- et inter- locuteurs.

Architecture et fonctionnement de l’appareil vocal

Cette section, qui rappelle l’architecture et les principes généraux de fonctionnement de notre appareil vocal s’appuie sur les ouvrages suivants : (Le Huche 2001) et (Boite et al. 2000). Une vue schématique de notre appareil vocal est proposée à la figure 1.1.

L’appareil vibrateur

L’air est la matière première de la voix. Si le fonctionnement de notre appareil vocal est souvent comparé à celui d’un instrument de musique, il doit être décrit comme celui d’un instrument à vent. En effet, en expulsant l’air pulmonaire à travers la trachée, le système respiratoire joue le rôle d’une soufflerie. Il s’agit du « souffle phonatoire » produit, soit par l’abaissement de la cage thoracique, soit dans le cadre de la projection vocale par l’action des muscles abdominaux. Figure 1.1 – Vue schématique de l’appareil vocal, dans le plan sagittal médian. L’extrémité supérieure de la trachée est entourée par un ensemble de muscles et de cartilages mobiles qui constituent le larynx. Le plus important est le cartilage thyroïde qui forme le relief de la pomme d’Adam. Le larynx se trouve au carrefour des voies aériennes et digestives, entre le pharynx et la trachée, et en avant de l’œsophage. Les plis vocaux, communément nommés « cordes vocales » sont deux lèvres symétriques (structures fibreuses) placées en travers du larynx. Ces lèvres se rejoignent en avant et sont plus au moins écartées l’une de l’autre sur leur partie arrière (structure en forme de V); l’ouverture triangulaire résultante est nommée glotte. Les structures du larynx et des plis vocaux sont illustrés à la figure 1.2. Le larynx et les plis vocaux forment notre « appareil vibrateur ». Lors de la production d’un son qualifié de « non-voisé » (ou sourd), comme c’est le cas, par exemple, pour les phonèmes [s] ou [f], les plis vocaux sont écartés et l’air pulmonaire circule librement en direction des structures en aval. Chapitre 1. Les lèvres et la production de la parole 7 Figure 1.2 – Vue schématique antérieure du larynx (à gauche). Vue laryngoscopique des cordes vocales (à droite). En revanche, lors de la production d’un son voisé (ou sonore), comme c’est le cas, par exemple, pour les phonèmes [z], [v] et pour les voyelles, les plis vocaux s’ouvrent et se ferment périodiquement, obstruant puis libérant par intermittence le passage de l’air dans le larynx. Le flux continu d’air pulmonaire prend ainsi la forme d’un train d’impulsions de pression ; nos « cordes vocales vibrent ». Le dernier élément principal de notre appareil vibrateur est l’épiglotte. Lors de la déglutition, cette dernière agit comme un clapet qui se rabat sur le larynx, conduisant les aliments vers l’œsophage en empêchant leur passage dans la trachée et les poumons (« fausse route »). 

Le résonateur

L’air pulmonaire, ainsi modulé par l’appareil vibrateur, est ensuite appliqué à l’entrée du conduit vocal. Ce dernier est principalement constitué des cavités pharyngiennes (laryngophaynx et oropharynx situés en arrière-gorge) et de la cavité buccale (espace qui s’étend du larynx jusqu’aux lèvres). Pour la réalisation de certains phonèmes, le voile du palais (le velum) et la luette qui s’y rattache, s’abaissent, permettant ainsi le passage de l’air dans les cavités nasales (fosses nasales et rhinopharynx ou nasopharynx). Ces différentes cavités forment un ensemble que nous qualifierons ici de « résonateur ». Si l’appareil vibrateur peut être décrit comme le lieu de production de « la voix », le résonateur apparaît alors comme le lieu de naissance de « la parole ». Il abrite en effet des organes mobiles, nommés articulateurs, qui en modifiant sa géométrie et donc ses propriétés acoustiques, mettent en forme le son laryngé (ou son glottique) en une séquence de sons élémentaires. Ces derniers peuvent être interprétés comme la réalisation acoustique d’une série de phonèmes, unités linguistiques élémentaires propres à une langue. Les articulateurs principaux sont la langue, les lèvres, le voile du palais et la mâchoire (maxillaire inférieur). L’articulateur principal de la cavité buccale est la langue. Intervenant dans la mastication et la déglutition, la langue est également l’organe du goût. S’étendant sur une longueur d’une dizaine de centimètres environ, cet organe complexe et hautement vascularisé est composé d’un squelette, de muscles et d’une muqueuse. Son squelette est qualifié d’ostéofibreux ; il est constitué de l’os hyoïde, situé au dessus du larynx, sur lequel se fixe la membrane hyoglossienne, d’une hauteur d’un centimètre environ, et le septum lingual, lame fibreuse à l’origine de la dépression visible sur toute la longueur de la langue. Son mouvement est contrôlé par dix sept muscles, dont huit paires de muscles agonistes/antagonistes. Quatre paires de muscles extrinsèques (muscles qui prennent naissance à l’extérieur de la langue) servent notamment à sa protrusion, sa rétraction, sa dépression ou son élévation. La langue est usuellement décrite comme un ensemble de deux structures au comportement distinct, la racine (ou base), fixée à l’os hyoïde, et le corps, plus mobile. Ce dernier se décompose également en deux parties, le dos et la pointe de la langue, nommée apex. L’organisation du système musculaire de la langue ainsi que ses principales structures sont illustrées à la figure 1.3. Le rôle de la langue dans la phonation est déterminant, notamment pour la production des voyelles, caractérisée par le libre passage de l’air dans le résonateur. La phonétique articulatoire décrit le système vocalique d’une langue (classification des voyelles) précisément à l’aide de deux critères qui décrivent la configuration de la langue dans la cavité buccale. Le premier est le « lieu d’articulation » ; « avant » ou « arrière », il localise la masse de la langue et qualifie ainsi les voyelles produites d’ « antérieures », de « centrales » ou de « postérieures ». Le second critère est « l’aperture » ; il décrit l’espace de résonnance ménagé entre la langue et le palais (fermé ou ouvert), qualifiant ainsi les voyelles produites de « hautes » ou « basses ». La langue joue également un rôle important pour l’articulation des consonnes, dont le mode de production est, à l’inverse des voyelles, caractérisé par l’obstruction du passage de l’air dans le résonateur. Dans ce cas, le « lieu d’articulation » localise cette obstruction. Pour produire une consonne dite « dentale » ([t], [d], [n]), la pointe de la langue crée cette obstruction en se rapprochant des dents.