Search

The present study concerns speech productions of female and male English/French bilingual speakers in both reading and semi-spontaneous speech tasks. We investigated various acoustic parameters: average fundamental sound frequency (F0), F0 range, F0 variance ( SD), vowel formants (F1, F2, and F3), voice onset time (VOT) and H1-H2 (intensity difference between the first and the second harmonic frequencies, used to measure phonation type) in both languages. Our results revealed a significant effect of gender and language on all parameters. Overall, average F0 was higher in French while F0 modulation was stronger in English. Regardless of language, female speakers exhibited higher F0 than male speakers. Moreover, the higher average F0 in French was larger in female speakers. On the other hand, the smaller F0 modulation in French was stronger in male speakers. The analysis of vowel formants showed that overall, female speakers exhibited higher values than males. However, we found a significant cross-gender difference on F2 of the back vowel [u:] in English, but not on the vowel [u] in French. VOT of voiceless stops was longer in Female speakers in both languages, with a greater difference in English. VOT contrast between voiceless stops and their voiced counterparts was also significantly longer in female speakers in both languages. The scope of this cross-gender difference was greater in English. H1-H2 was higher in female speakers in both languages, indicating a breathier phonation type. Furthermore, female speakers tended to exhibit smaller H1-H2 in French, while the opposite was true in males. This resulted in a smaller cross-gender difference in French for this parameter. All these data support the idea of language- and gender-specific vocal norms, to which bilingual speakers seem to adapt. This constitutes a further argument to give social factors, such as gender dynamics, more consideration in phonetic studies.

Cette étude porte sur les productions de locutrices et locuteurs bilingues anglais/français lors d‟une tâche de lecture. La fréquence des formants vocaliques (F1, F2, F3) et la différence d‟intensité H1H2 ont été mesurées dans les deux langues. Les résultats indiquent un effet significatif des facteurs langue et genre sur l'ensemble de ces paramètres. L‟analyse des formants montre que les locutrices présentent globalement des valeurs plus élevées que les locuteurs, avec néanmoins des variations inter-langues. Aucune différence inter-genres significative n‟a été trouvée sur le F2 du [u] en français, contrairement au [u:] anglais. La différence H1-H2 est significativement plus élevée chez les femmes dans les deux langues, indiquant l‟utilisation d‟une voix plus breathy. Les locutrices présentent une différence H1-H2 moins importante lors de l‟emploi du français, quand l‟inverse est observé chez les hommes. Ces données suggèrent l‟existence de normes vocales dépendantes du genre et de la langue parlée, auxquelles les locuteur·rices bilingues semblent s‟adapter.

International audience; The present study deals with the productions of English/French bilingual speakers in a reading task and in semi-spontaneous speech. Mean fundamental frequency, F0 range and F0 standard-deviation were measured in both languages. Results show a significant effect of gender and language on all these parameters. Overall, mean F0 was higher in French while F0 modulation was stronger in English. Regardless of language, female speakers exhibited higher F0 than males. Moreover, the increase of mean F0 in French was larger in female speakers. On the other hand, the decrease of F0 modulation in French was stronger for male speakers. These data support the idea of language-and gender-specific vocal codes, to which bilingual speakers seem to adapt. MOTS-CLES : fréquence fondamentale, intonation, bilinguisme, voix et genre, variations inter-langues.; La présente étude porte sur les productions de locutrices et locuteurs bilingues anglais/français lors d'une tâche de lecture de phrases et en parole semi-spontanée. La fréquence fondamentale (F0) moyenne, la plage de variation de F0 et l'écart-type de F0 ont été mesurés dans les deux langues. Les résultats indiquent un effet significatif des facteurs langue et genre sur l'ensemble de ces paramètres. La F0 moyenne est globalement plus élevée en français ; la modulation de F0 est quant à elle globalement plus forte en anglais. Indépendamment de la langue, les locutrices présentent une F0 moyenne plus élevée. En outre, les locutrices ont plus fortement augmenté leur F0 moyenne lors de l'emploi du français et les locuteurs ont réduit plus fortement leur modulation dans cette langue. Ces données suggèrent l'existence de normes vocales relatives au genre différentes dans les deux langues étudiées.

International audience; La définition de disciplines comme la linguistique ou la psycholinguistique implique généralement le recours à des niveaux d’analyse abstraits comme la phonologie, la morphologie, le lexique, la syntaxe et la sémantique, auxquels sont parfois ajoutés d’autres niveaux, dotés d’une dimension physique, tels que l’acoustique et la phonétique, d’une part, la pragmatique, d’autre part. Les linguistes, qu’ils soient enseignants ou chercheurs, font fréquemment l’hypothèse d’une organisation hiérarchique de ces niveaux d’étude qui structureraient leur discipline. Pour les psycholinguistes, qui s’intéressent aux processus de traitement qui sous-tendent, entre autres, la compréhension et la production de la parole, ces niveaux correspondent à des passages obligés permettant le traitement de l’information linguistique orale ou écrite, décodée ou encodée. A cet égard, les auteurs encouragent les enseignants et chercheurs dans le domaine du FLE à se référer à l’organisation des domaines disciplinaires de la linguistique pour rendre compte d’une part, des principes didactiques qu’ils mettent au point, d’autre part, des principes méthodologiques qu’ils mettent en œuvre lors de l’élaboration d’expériences de perception ou de production (spontanée ou contrôlée) impliquant des apprenants.

International audience; L'influence relative du f0 moyen et des formants vocaliques dans l'identification du genre par la voix fait l'objet de débats. Selon la majorité des auteurs ayant conduit leurs études auprès d'auditeurs anglophones, la fréquence fondamentale moyenne serait l'indice acoustique le plus important (Pausewang Gelfer & Mikos, 2005 ; Coleman, 1976). Néanmoins, une étude plus récente d'Arnold (2012), menée sur des francophones, suggère que les fréquences de résonance, et en particulier les formants vocaliques, seraient le paramètre acoustique le plus déterminant, contredisant en apparence les études précédentes. La présente étude est une double expérience d'identification du genre par la voix, menée conjointement sur 25 auditeurs francophones parisiens (17 femmes, 8 hommes) avec des stimuli en français, et sur 25 auditeurs anglophones américains (18 femmes, 7 hommes) avec des stimuli en anglais. Des extraits de mots et pseudo-mots dissyllabiques de type (C)VCV, enregistrés par des locuteurs anglophones américains pour le corpus anglais (2 femmes, 2 hommes) et des locuteurs francophones parisiens pour le corpus français (2 femmes, 2 hommes) ont été présentés aux participants en utilisant la technique du gating. Ces derniers avaient pour tâche d'identifier le genre du locuteur ayant produit le stimulus et d'indiquer leur degré de certitude. Au regard de l'analyse acoustique des stimuli, on constate que les paramètres acoustiques n'ont pas influencé de la même manière les auditeurs des deux langues. La fréquence fondamentale moyenne semble avoir plus fortement influencé les auditeurs anglophones. A l'inverse, la fréquence des formants vocaliques a quant à elle très fortement influencé les jugements des auditeurs francophones, mais peu celui des anglophones. Ces différences pourraient en partie s'expliquer par la plus grande stabilité formantique des voyelles françaises. Ainsi, il apparaît que les stratégies pour identifier le genre du locuteur par la voix sont dépendantes de la langue parlée : les études antérieures ne semblent donc plus contradictoires.

International audience; Many studies have been conducted on acoustic differences between female and male speech. However, they have generally been led on speakers of only one language, and have focused on a single acoustic parameter. The present study is an acoustic analysis of dissyllabic words or pseudo-words produced by 10 Northeastern American English speakers (5 females, 5 males) and 10 Parisian French speakers (5 females, 5 males). Several prosodic parameters were measured: mean f0, f0 range, phonation type (through H1-H2 intensity differences) and words' duration. Significant cross-gender differences were obtained for each tested parameter. Moreover, cross-language variations were observed for f0 range, and H1-H2 differences. These results suggest that cross-gender acoustic differences are partly language-dependent and could be socially constructed.

Over the past fifty years numerous experimental researches have been published on the syllable. Obviously the interest for this object is not a recent topic, but as international conferences (NYC, USA, 2008; Pescara, Italy, 2013) entirely dedicated to the syllable are organized in this century, not to mention several books on the syllable published quite recently (Gordon, 2006, Duanmu, 2009, Cairns et al. ed., 2011), one can assert it is still a central contemporary topic. The syllable is known to play a role in perception (Mehler et al., 1981, Pallier, 1994), at least for French or Spanish listeners, as a few experiments failed to be reproduced with English data (i.e. Cutler et al., 1986). Phonology would help us understand the differences between French and English syllabification preferences by stating that they behave differently as a function of contexts, probably mainly because of stress pattern differences and vowel quality differences. Not all theories admit that the syllable can play the role of a favored parsing unit since it has not yet been shown that the syllable would have some sort of non variable acoustic characteristics, but neither has it been found for phonemes nor phonetic features - if one agrees it would be almost impossible to observe similar acoustic patterns for similar syllables, one cannot infer from such observation that the syllable does not exist. Although sounds overlap in speech no one says they do not exist. We assume here the syllable would both have a phonological and a phonetic existence (as Ridouane et al., 2011) but we hypothesize that the phonological syllable reference we have in mind would have an impact on the way we are to perceive and parse the phonetic syllables we are given to hear. It is particularly relevant to analyze the notion of syllable from an experimental point of view. In this talk, we will discuss recent experimental results of a perceptual experiment. The corpus was composed of recorded CVCV (pseudo)words read by American English and Parisian French native speakers. The listeners had to choose between 3 given potential answers the one that would best correspond to what they had heard. For example, if a French listener was to hear the word "tipi" pronounced by a French speaker or the word "tippy" pronounced by an American English speaker, he/she had to choose among the three given answers "tip-i", "tip-pi" or "ti-pi", the one which would be the closest to what he/she had perceived. If an American English listener was to listen to the same words, he/she would have to choose between the following answers: "tip-y", "tip-py" or "ti-py". The listeners were English L1 speakers (L2 French) or French L1 speakers (L2 English) with variable language proficiency levels. They all had to answer a questionnaire about various elements which could help us classify them on a gradient bilingual dominance scale (Dunn et al., 2009), among them: their AOA (age of acquisition), self-evaluation of their fluency and frequency of use of each of the languages they could speak, how long participants had lived in L2 speaking countries and how recently, their L1 and L2 in schooling, their L2 use at work and L2 use in the family or friends environment. The results suggest that syllabification preferences differ from one language to the other. Parisian French dominant speakers tend to prefer open syllabification answers (CV-CV) while American English dominant speakers tend to prefer closed (CVC-V) or ambisyllabic (CVC-CV) syllabification answers. We could argue that the diverging behavior of French dominant and American English dominant listeners reflects a difference in their internal syllabic structure at work in perception. Therefore L1 dominant speakers would perceive the syllabification of their L2 with their L1 phonological filter, which is consistent with the results of other psycholinguistics' studies (i.e. Ali et al., 2011, for anglophones perceiving Arabic). As the perceptual experiment was followed most of the time by a speech production recorded reading task of the same corpus, an acoustic analysis of syllable constituents will be carried out. The production and perceptual data are meant to be matched and compared in the future. As we know errors could easily be made in the interpretation of acoustic data (Martin, 2008), we have been fairly cautious about the data and experimental conditions but it is obvious that such results should be validated by further convergent results in similar and different experimental conditions. Nevertheless, we believe we here have a clue as to how Parisian French and American English listeners could prefer parsing CVCV words into syllables. With this empirical method focusing on perception, the dominant language of the listener tends to have an impact on the listener's syllabification preferences.

International audience; The present study deals with a linguistic unit that has been and still is widely studied in phonology (Blevins, 1995; Duanmu, 2009; Goldsmith, 2009). The syllable has numerous definitions in the different branches of phonetics and experimental psycholinguistics (Gordon, 2006, Cairns et al., 2011) and it is known to be an important perception unit in French (Mehler et al., 1981; Cutler et al., 1986). In the field of English linguistics, the syllable is rather known as a unit less important than the foot as regards rhythm in English. Though, it may be of some help to discuss the complexity of syllabification strategies in English when French learners of that language are concerned. The perceptual experiment conducted here underlines behavioral differences between Parisian French and American English native speakers with regard to the syllabification preferences for CVCV (pseudo-)words perceived. All participants had English either as an L1 or an L2. The goal of this experiment is to check the hypothesis that French dominant listeners prefer the */ˈCV-CV/ syllabification pattern (i.e. "ti-my") for English ˈCVCV (pseudo-)words - as they do for French CVCV words (i.e. "ti-mi") - that is unlike English dominant listeners who prefer other syllabification patterns such as /ˈCVC-V/ (i.e. "tim-y") or /ˈCVC-CV/ (i.e. "tim-my") in that particular word context (1st stressed lax vowel + single intervocalic consonant + unstressed vowel). Some participants were English-French bilingual speakers but French dominant due to their recent, important and long exposure to their L2 and gave answers similar to the French native participants. Therefore syllabification preferences seem to depend on the phonological system of the dominant language of the listener.

Many studies were conducted on acoustic differences between female and male voices. However, they were generally led on speakers of only one language, and focused on a single acoustic parameter. The present study is an acoustic analysis of dissyllabic words or pseudo-words produced by Northeastern American English speakers and Parisian French speakers. Resonant frequencies, mean F0, F0 range, VOT, H1-H2 intensity differences and words' durations were measured. Significant cross-gender differences were obtained for each tested parameter. Moreover, cross-language variations were observed for F0 range, vocalic formants and H1-H2 differences. These results suggest that cross-gender acoustic differences are partly socially constructed and language dependent., Un grand nombre d'études ont été menées sur les différences acoustiques entre les voix de femmes et d'hommes. Cependant, elles sont presque systématiquement réalisées sur des locuteurs d'une même langue et portent le plus souvent sur un seul paramètre acoustique. La présente étude est une analyse acoustique de mots et pseudo-mots dissyllabiques produits par des locuteurs anglophones du nord-est des Etats-Unis et des francophones parisiens. Les fréquences de résonance, le F0 moyen, la plage de variation de F0, le VOT, la différence d'intensité H1-H2 ainsi que la durée des énoncés ont été mesurés. Des différences inter-genres significatives ont été observées dans les deux langues sur chacun des paramètres testés. D'autre part, d'importantes variations inter-langues ont été constatées, sur le plan de la plage de variation de F0, des formants vocaliques et de la différence H1-H2. Ces résultats suggèrent que les différences acoustiques hommes-femmes sont en partie construites socialement et dépendantes de la langue.

La présente étude porte sur la syllabe, objet largement étudié en phonologie (Blevins, 1995 ; Duanmu, 2009 ; Goldsmith, 2009). Cette unité a connu et connaît encore une abondance de définitions et de modèles dans les différentes branches de la phonétique et de la psycholinguistique expérimentale (Mehler et al., 1981 ; Cutler et al., 1986 ; Gordon, 2006 ; Cairns et al., 2011). Nous nous intéressons ici à la possible influence de la langue dominante sur la perception de la parole (comme Jacquemot, 2006) et plus particulièrement sur la perception de la syllabation (comme Ali et al., 2011) chez les apprenants et les bilingues. La présente étude traite de la segmentation de (pseudo-)mots CVCV du français et de l'anglais par des locuteurs-auditeurs natifs d'au moins une de ces deux langues (anglais américain / français parisien), à partir de stimuli auditifs. L'expérience a été conduite avec la plus grande vigilance quant aux informations fournies : il n'a pas été demandé aux auditeurs de segmenter, découper ou syllaber mais de choisir une option parmi trois choix en fonction de ce qu'ils ont perçu, car nous sommes conscients que certaines données inhérentes aux conditions d'expérimentation peuvent influer sur les réponses des auditeurs (Côté et al., 2011). Les réponses, proposées sous forme écrite, étaient toutes présentées sous le format suivant : CVC-V ; CVC-CV ; CV-CV (les C et V étant remplacées par les lettres, consonnes et voyelles, correspondant au mot diffusé). Le but de cette expérience de perception était de vérifier l'hypothèse selon laquelle les auditeurs perçoivent la syllabation des mots en fonction de l'empreinte phonologique de leur langue dominante, qui peut correspondre à leur L2 après une récente, forte et longue exposition à cette dernière). Ainsi, un locuteur français-dominant, qu'il soit monolingue ou bilingue, percevrait la syllabation des mots CVCV plutôt comme CV-CV (qu'ils aient été lus par un francophone ou un anglophone), c'est-à-dire conformément aux habitudes articulatoires enregistrées dans le système phonologique d'un francophone natif monolingue. A l'inverse, un auditeur anglophone aura tendance à préférer d'autres types de segmentation lorsque lui sont présentés auditivement des (pseudo-)mots CVCV avec 1ère voyelle relâchée et accentuée (comme " timy " [ˈtɪmi]), contexte pour lui particulièrement favorable au placement de la consonne intervocalique dans la première ou dans les deux syllabes, ce que soutiennent en partie les transcriptions phonologiques de certains dictionnaires qui proposent une syllabation CVC-V pour ces mots ainsi que les hypothèses en faveur d'une " ambisyllabicité " (Treiman et al., 1988). L'étude, conduite sur des auditeurs apprenants débutants, avancés ou bilingues (connaissances des deux langues rarement équilibrées), semble mettre en évidence un traitement phonologique de la syllabation selon les règles de leur langue dominante, puisque les mêmes règles, plus ou moins complexes (selon la qualité des phonèmes et la place de l'accent par exemple), tendraient à être appliquées globalement à l'ensemble des mots quelle que soit la langue des items présentés.

This experimental study investigates the role played by different acoustic parameters on voice-based gender identification. A perceptual experiment was jointly conducted on French and American English listeners. The results show that intonation is an important clue for the French hearers but not for the American English participants, who are more sensitive to mean F0. This suggests that one's mother tongue plays a role in the strategies adopted to identify the speakers' gender from voice., Cette étude expérimentale a pour objectif d'établir le rôle joué par différents paramètres acoustiques dans l'identification du genre par la voix. Une expérience de perception a été menée conjointement sur des auditeurs francophones et anglophones américains. Les résultats indiquent que l'intonation est un indice pertinent pour identifier le genre chez les auditeurs francophones, mais pas chez les anglophones. Ces derniers ont en revanche été plus sensibles au niveau de la fréquence fondamentale moyenne que les auditeurs francophones. Ces données suggèrent que les stratégies d'identification du genre par la voix sont fortement dépendantes de la langue maternelle des auditeurs.

This study deals with the segmentation of French and English (pseudo-)words as a function of the dominant language of the listener (American English/Parisian French). The goal of this experiment is to check the hypothesis that French dominant listeners perceive the syllabification of ˈCVCV English words (context where ambisyllabicity could appear, i.e. "timy" [ˈtɪmi]) as they would perceive French words: */ˈCV-CV/ "ti-my" [ti.mi]) unlike English dominant listeners who tend to prefer other syllabification patterns, more likely /ˈCVC-CV/ ("tim-my") in that particular word context (1st stressed lax vowel + single intervocalic consonant + unstressed vowel). For bilingual speakers, the second language (L2) could shift and become their dominant language after a recent, important and long exposure to their L2 and hence change their perception of syllabification, for L2 words as well as L1 words., Cette étude traite de la segmentation de (pseudo-)mots CVCV du français et de l'anglais en fonction de la langue dominante de l'auditeur (anglais américain / français parisien). Le but de cette expérience de perception est de vérifier l'hypothèse selon laquelle les auditeurs français-dominant perçoivent la syllabation des mots anglais CVCV avec 1ère voyelle relâchée et accentuée (contexte dans lequel l'ambisyllabicité peut se présenter, par exemple, " timy " [ˈtɪmi]) comme ils percevraient les mots du français : CV-CV " ti-my " [ti.mi]) contrairement aux auditeurs anglais-dominant qui auraient tendance à préférer d'autres types de segmentation, le plus souvent /ˈCVC-CV/ ("tim-my") dans ce contexte intra-mot particulier (1ère voyelle courte accentuée + une seule consonne intervocalique + voyelle inaccentuée). Pour les locuteurs bilingues, la langue seconde (L2) changer et devenir la langue dominante après une forte et longue exposition à leur L2 et ainsi changer leur perception de la syllabation, aussi bien des mots de leur L2 que ceux de leur L1.

This study deals with the segmentation of French and English pseudo-words according to the dominant language of the hearer (American English/Parisian French). The goal of this experiment is to validate the hypothesis that French dominant hearers perceive the syllabification of 'CVCV English words (i.e. ['tɪmi]) as */'CV-CV/ ("ti-my") as they would do for CVCV French words) unlike English dominant hearers who tend to prefer /'CVC-V/ or /'CVC-CV/ answers ("tim-y" or "tim-my"). Our results are consistent with this hypothesis, and support the idea that for bilingual hearers, perception of syllabification may be driven by their dominant language rather their their mother tongue.

Average fundamental frequency is often considered the main difference between man and woman voices. Men's is said to be around 120Hz, and women's around 240Hz (Vaissière, 2006). However, several studies have underlined other differences: timbre (Coleman, 1976), intonation -defined as F0 variations through time- (Olsen, 1981), meaning the variations of the F0 curve through time, and even noise structure of voiceless fricatives (Schwartz, 1968).The roles played by these acoustic clues in gender identification by voice are still under debate (see Pausewang Gelfer & Mikos, 2005, and Arnold, 2008). I decided to study the role of average fundamental frequency and intonation, as well as a much too often forgotten parameter: cross-language differences. I had to build a gender identification by voice experiment liable to test all these parameters. First of all, I recorded French and American English speakers when reading isolated sentences. Different acoustic parameters were then manipulated through resynthesis. I created four series of eight stimuli : natural voice, average F0 resynthesized to 169 Hz, F0 curve flattened at 169 Hz, and switched men's and women's average F0 (209 Hz and 129 Hz). These stimuli were played to two groups of listeners (French speakers and American English speakers), in four distinct sessions. The participants' task was to identify the speaker's gender for each stimulus, and associate a corresponding degree of certainty. Over a thousand judgments were thus given. I then conducted statistical analyses. American listeners appeared to be more sensitive to average F0 than French listeners. On the other hand, the flattening of the F0 curve did not influence their judgments, whereas French listeners showed sensitivity to intonation. Moreover, the two groups did not encounter difficulties on the same voices. I concluded that one's mother tongue greatly influences the strategies adopted by listeners to identify the speakers' gender from voice., La fréquence fondamentale moyenne est communément considérée comme la principale différence entre les voix d'hommes et de femmes : elle se situerait respectivement aux alentours des 120 Hz et des 240 Hz (Vaissière, 2006). Cependant, de nombreuses études ont mis en évidence d'autres différences : le timbre (Coleman, 1976), l'intonation (Olsen, 1981), c'est-à-dire les variations de la courbe de F0 dans le temps, ou encore la position de la zone de bruit des fricatives sourdes (Schwartz, 1968). Les rôles respectifs joués par ces différents indices acoustiques dans l'identification du genre par la voix sont encore relativement peu établis et font l'objet de débats (voir notamment Pausewang Gelfer & Mikos, 2005, et Arnold, 2008). J'ai pour ma part décidé d'étudier le rôle joué par la fréquence fondamentale moyenne et l'intonation, ainsi que l'influence du facteur langue, un paramètre bien souvent négligé. Il m'a donc fallu mettre au point une expérience d'identification du genre par la voix qui permette de tester tous ces paramètres. J'ai dans un premier temps enregistré des locuteurs de deux langues différentes (anglais américain et français standard) lisant des phrases isolées. Différents paramètres acoustiques ont ensuite été modifiés par resynthèse sur ces phrases. Quatre séries de huit stimuli ont ainsi été créées : voix naturelles, F0 moyens resynthétisés à 169 Hz, courbes de F0 aplaties à 169 Hz, et F0 moyens des hommes et des femmes permutés (209 Hz et 129 Hz). Ces stimuli ont été diffusés à deux groupes d'auditeurs, anglophones et francophones, dans le cadre de quatre sessions espacées chacune d'une semaine. La tâche des participants a été d'identifier pour chaque stimulus le genre du locuteur (voix d'homme / voix de femme) et d'accompagner leur réponse d'un degré de certitude. Au total, plus de mille jugements ont ainsi été émis, et ont fait l'objet de diverses analyses statistiques. Les auditeurs anglophones ont été plus sensibles que les francophones aux variations de la fréquence fondamentale moyenne. En revanche, l'aplatissement de la courbe de F0 n'a pas eu d'incidence significative sur leurs jugements, contrairement aux auditeurs francophones, pour qui l'intonation semble bien jouer un rôle. De plus, ce ne sont pas les mêmes voix qui ont posé problème aux anglophones et aux francophones. J'en conclus que la langue maternelle influence grandement les stratégies adoptées par les auditeurs pour reconnaître le genre des locuteurs à leur voix.

Si les différences acoustiques entre les voix de femmes et d'hommes semblent relativement bien connues (fréquence fondamentale moyenne, position des formants vocaliques, etc.), les rôles respectifs joués par ces paramètres dans le processus d'identification du genre par la voix font quant-à-eux l'objet de débats. L'étude présentée ici examine le rôle joué par la fréquence fondamentale moyenne et l'intonation, ainsi que l'influence du facteur " langue ", paramètre décisif mais bien souvent négligé. Pour ce faire, une expérience d'identification du genre par la voix a été menée conjointement sur des auditeurs anglophones et francophones, en utilisant des stimuli dans les deux langues. Plusieurs résultats significatifs ont ainsi été obtenus, permettant de conclure que la langue maternelle influence grandement les stratégies adoptées par les auditeurs pour reconnaître le genre des locuteurs à leur voix.

Pitch is often considered the main difference between man and woman voices. Men's average pitch is around 120Hz, and women's around 240Hz (Vaissière, 2006). However, many speakers of both genders have an average F0 around 160Hz. In most of these cases, listeners can identify the speaker's gender. This is why we decided to conduct a case study of a man and a woman, both French speakers, in order to highlight potential significant differences in vowels production. We made the hypothesis that the woman's vocalic triangle would be more spread out than man's; such a hypothesis would confirm a tendency observed by Cynthia G. Clopper (2004) for American English speakers. Beforehand, we made a short exploratory experiment about the link between pitch and formant detection. We found that it is easier to work with speakers whose average pitch is lower than 200Hz. Participants for the main experiment were chosen according to this criterion. They were recorded reading a short text. We plotted the F1 and F2 values of several occurrences of each oral vowel. After having calculated means, we generated a vocalic triangle for both speakers, thanks to SaRP. Our hypothesis was verified, and we could even refine it somehow: significant differences between the two speakers occur among front unrounded vowels, for which F2 is much higher for the woman speaker. We consequently suggested that softwares or phonetics books should propose two vocalic charts for each language (or dialect): one for men, and one for women. In the last section of this research paper, we evoke several research perspectives, notably about acoustic indices used by the listener to identify the speaker's gender., La fréquence fondamentale est souvent considérée comme la principale différence entre les voix d'homme, dont le pitch varierait autour des 120Hz, et les voix de femme, dont le F0 serait environ deux fois plus élevé (Vaissière, 2006). Pourtant, de nombreux locuteurs, féminins comme masculins, parlent avec un F0 moyen avoisinant des 160Hz, et dans la plupart des cas, l'auditeur est capable d'identifier le genre du locuteur. Partant de cette constatation, nous nous sommes penchés sur les productions vocaliques d'un sujet masculin et d'un sujet féminin, tous deux francophones, afin d'y déceler d'éventuelles différences significatives. Notre hypothèse étant que le triangle vocalique, obtenu en relevant les valeurs des deux premiers formants de chaque voyelle, serait plus étendu chez notre locutrice. Cela confirmerait une tendance déjà observée par Cynthia G. Clopper (2004) sur l'anglais américain. Préalablement, afin de nous guider dans le choix des locuteurs, nous avons effectué une brève expérience sur le lien entre fréquence fondamentale et facilité à déterminer les formants vocaliques. Il en est ressorti qu'il était plus aisé de travailler avec des locuteurs dont le F0 moyen est inférieure à 200Hz. Une fois nos deux participants choisis, il leur fut demandé de lire un texte. A partir des enregistrements, nous avons relevé les valeurs de F1 (mesure acoustique traduisant l'ouverture de l'articulation d'une voyelle) et F2 (mesure traduisant principalement l'antériorité de l'articulation d'une voyelle) pour plusieurs occurrences de chaque voyelle orale. Les moyennes ont été calculées, puis nous avons généré un triangle vocalique pour chacun des deux locuteurs à l'aide du logiciel SaRP. Notre hypothèse de départ s'est vérifiée, et nous avons même été en mesure de l'affiner : les différences se concentrent quasi-exclusivement sur les voyelles frontales non-arrondies, pour lesquelles F2 est nettement plus élevé chez notre locutrice. Compte tenu de ces résultats, nous avons suggéré qu'il serait idéal pour tout logiciel ou ouvrage de phonétique de proposer non pas un triangle vocalique par langue (ou dialecte) mais deux : un pour les locutrices, l'autre pour les locuteurs. Enfin, nous évoquons dans la dernière section de ce mémoire de nombreuses perspectives d'études, notamment la recherche d'indices acoustiques utilisés par les auditeurs pour déterminer le genre d'un locuteur.

Differences between female and male voices are linked to complex and multidisciplinary issues. The current study focuses on phonetic and psycholinguistic aspects. The first chapter is a literature review of the field. Cross-gender acoustic differences and their origin are discussed, as well as listener's gender identification from voice processing. Psycholinguistic implications are also described. All studies are presented from a critical point of view and research perspectives are proposed. The second chapter presents an acoustic analysis of dissyllabic (pseudo-)words produced by Northeastern American English speakers and Parisian French speakers. Resonant frequencies, mean F0, F0 range, VOT, H1-H2 intensity differences and words' durations were measured. Significant cross-gender differences were obtained for each tested parameter. Moreover, cross-language variations were observed for F0 range, vocalic formants and H1-H2 differences. These results suggest that cross-gender acoustic differences are partly language dependent. The same recordings were then used in gender identification from speech experiment. It was conducted jointly on Parisian French native listeners with French stimuli, and on American English listeners with English stimuli. Listeners had to identify the speaker's gender and indicate their degree of certainty. In both languages, percentages of correct identifications were significantly above chance for initial voiceless consonants, and close to 100 % with initial vowels. Considering the acoustic analysis performed on the stimuli, it was found that American English and French listeners did not use the same strategies. Thus, mean F0 and voice quality (H1-H2) had more influence on American English listeners' judgements than on French listeners', contrary to vowel formant frequencies and F0 range. The fourth and last chapter is dedicated to a word spotting experiment, conducted with French native speakers. The aim of this experiment is to test the participants' response time, depending on whether the target word is produced by a male or a female voice. Results suggest that these two types of voice are processed equally fast, even though they seem processed as two different entities. Moreover, no significant correlation was found between mean F0 of the target word and response time. To conclude, it appears that cross-gender acoustic differences and listeners' strategies in gender identification from voice are strongly language dependent and therefore socially constructed. Research perspectives and practical applications are proposed.; Les différences entre les voix de femmes et d'hommes relèvent de problématiques complexes et pluridisciplinaires. Le travail de recherche présenté ici traite des aspects phonétiques et psycholinguistiques de ces différences inter-genres. Le premier chapitre est consacré à une revue de la littérature du domaine. Les différences acoustiques ainsi que leur origine sont abordées, de même que le processus d'identification du genre par la voix chez les auditeurs et les conséquences psycholinguistiques de ces différences acoustiques inter-genres. L'ensemble de ces études sont présentées de manière critique et des perspectives de recherche sont évoquées. Le deuxième chapitre présente une analyse acoustique de (pseudo-)mots dissyllabiques produits par des locuteurs anglophones du nord-est des Etats-Unis et des francophones parisiens. Les fréquences de résonance, le F0 moyen, la plage de variation de F0, le VOT, la différence d'intensité H1-H2 ainsi que la durée des énoncés ont été mesurés. Des différences inter-genres significatives ont été observées dans les deux langues sur chacun des paramètres testés. D'autre part, d'importantes variations inter-langues ont été constatées pour la plage de variation de F0, les formants vocaliques et la différence H1-H2. Ces résultats suggèrent que les différences acoustiques hommes-femmes sont en partie dépendantes de la langue. Les enregistrements analysés ont ensuite été utilisés dans le cadre d'une expérience d'identification du genre par la voix. Cette dernière a été menée conjointement sur des auditeurs francophones parisiens avec les stimuli français, et sur des auditeurs anglophones américains avec les stimuli anglais. Les auditeurs avaient pour tâche d'identifier le genre du locuteur ayant produit le stimulus et d'indiquer leur degré de certitude. Chez les locuteurs des deux langues, les pourcentages de bonnes réponses sont significativement supérieurs au seuil de chance dès la présentation d'une consonne sourde initiale de mot et la présentation d'une voyelle initiale suffit pour obtenir des scores proches des 100 %. On constate par ailleurs que les paramètres acoustiques n'ont pas influencé de la même manière les auditeurs des deux langues. Ainsi, le F0 moyen et la qualité de voix (H1-H2) semblent avoir plus fortement influencé les auditeurs anglophones que les francophones, à l'inverse de la fréquence des formants vocaliques et de la plage de variation de F0. Le quatrième et dernier chapitre est consacré à une expérience de détection de mots, réalisée auprès d'auditeurs francophones. Le but de cette expérience est de tester le temps de réponse des participants en fonction du genre du locuteur ayant produit le mot-cible. Les résultats suggèrent que les voix d'hommes et de femmes sont traitées par l'auditeur à vitesse équivalente, mais néanmoins comme deux entités différentes. D'autre part, aucune corrélation significative entre la fréquence fondamentale moyenne du mot-cible et le temps de réponse des auditeurs n'a pu être mise en évidence. En conclusion, il apparaît que les différences acoustiques inter-genres tout comme le processus d'identification du genre par la voix sont fortement dépendants de la langue et donc construits socialement. Des perspectives de recherche et des applications pratiques sont proposées.

International audience

This study deals with processing time of female and male speech. Several authors showed that vowel identification was more difficult on voices with a high F0 (Ryalls & Lieberman, 1982). Does this have consequences on word processing? Are female voices processed more slowly than male ones? A word spotting experiment was conducted in order to test the participants' response time, depending on whether the target word is produced by a male or a female voice. Results suggest that these two types of voice are processed equally fast, even though they seem processed as two different entities., Cette étude a pour objet les temps de traitement des voix de femmes et d'hommes. Plusieurs auteurs ont mis en évidence la difficulté accrue de l'identification des voyelles lorsque ces dernières sont produites avec un F0 élevé (Ryalls & Lieberman, 1982). Cela a-t-il des conséquences sur le traitement des mots ? Les voix de femmes sont-elles traitées plus lentement que les voix d'hommes ? Une expérience de détection de mots a été réalisée, afin de tester le temps de réponse des participants en fonction du genre du locuteur ayant produit le mot cible. Les résultats suggèrent que les voix d'hommes et de femmes sont traitées par l'auditeur à vitesse équivalente, mais néanmoins comme deux entités différentes.