C’est le ton qui fait la chanson ! » dit un adage populaire français. Un adage qui trahit combien la complexité de l’intention de communication à faire passer comme à saisir est collectivement envisagée comme reposant sur l’intonation.

De fait, l’intonation est omniprésente à l’oral. En cela, elle se trouve au cœur de la communication de tous les jours. Les plis vocaux, à l’origine des modulations mélodiques de la voix, vibrent à une fréquence qui varie selon de nombreux paramètres qui interagissent entre eux. La part volontaire de ces modulations de hauteur joue un rôle majeur dans l’encodage et le décodage de l’intention sémantique dans une situation donnée.

Cependant, l’intonation complète la combinaison lexicale des énonces tout en encodant plusieurs paramètres en interaction de l’accès au sens et cumule plusieurs fonctions communicatives (e.g., état émotionnel, attitude vis-à-vis de son propre message, structure de l’information, informations socio-indexicale…). De ces interactions de paramètres et de ce rôle « multitâche » découle une grande variabilité que l’on ne peut appréhender que dans un cadre probabiliste d’inférences prédictives rationnelles et en comparaison avec d’autres langues qui varient dans le degré avec lequel l’intonation incarne chacune de ces fonctions.

De fait, cela contribue à la difficulté de capturer formellement notre manière d’exploiter l’intonation pour transmettre et inférer du sens à l’oral dans une modélisation de nos représentations abstraites. Cela explique pour partie pourquoi l’intonation reste le niveau de traitement le moins implémenté dans les modèles d’IA. Par contraste, il est pour le moins étonnant de constater la relative rapidité́ et précision avec lesquelles les auditeurs natifs interprètent un énoncé ; et ce dès l’enfance. Un bon exemple de cette difficulté en français est la relation d’ordre probabiliste existant entre un mouvement intonatif nommé « montée initiale » et le focus dit « contrastif ».

Durant cette Sciences Co Review, je propose un aperçu de quelques-unes des méthodologies et résultats d’expérimentations humaines quantitatives menées dans le cadre de ma thèse, visant à capturer son rôle de marqueur intonatif de la structure de l’information pour signaler une information nouvelle à son interlocuteur.