Pourquoi avons-nous du mal à reconnaître notre voix lorsqu’elle est enregistrée ?

Il nous est difficile de reconnaître notre voix

D’une certaine manière, notre voix est très spécifique, elle en dit long sur nous, c’est l’une de nos cartes de visite face au monde et avec elle les gens qui nous entourent forment un stéréotype, pas toujours exact, de nous lorsqu’ils nous rencontrent.

Et ce que nous transmet une voix forte est très différent de ce que nous vient d’une voix forte, énergique et retentissante. La même chose se produit avec une voix aiguë, en cascade, métallique ou argentée.

Depuis quelques temps, il est possible de disposer, grâce à l’intelligence artificielle, d’une reconnaissance vocale dont la facilité est de permettre la communication entre les humains et les systèmes informatiques. Grâce à un système de reconnaissance, les mots qu’un être humain émet naturellement peuvent être détectés et compris.

Il est évident que les « machines » peuvent nous reconnaître, mais qu’en est-il de nous ? Est-ce qu’on se reconnaît dans un enregistrement ? Nous nous sommes sûrement entendus à plusieurs reprises dans un audio ou dans une note vocale et cela ne nous a pas du tout plu, nous identifions cette voix comme étrange, étrangère à nous. Il nous semble différent et, en règle générale, de moins bonne qualité, très peu radio-friendly.

Et si nous ajoutons à cela que les gens autour de nous corroborent qu’en fait c’est ainsi que sonne notre voix, le degré d’étrangeté est encore plus grand.

Dans une étude classique réalisée il y a plus de cinquante ans, un groupe de volontaires était soumis à différents stimuli pour vérifier dans quelle mesure ils s’y reconnaissaient. Les résultats ont été choquants : seuls 38 % ont pu reconnaître immédiatement leur voix. Plus récemment, en 2010, une autre étude a vérifié la rapidité de la reconnaissance de soi, dans ce cas la surprise a été énorme : 90% y sont parvenus.

Deux chaînes différentes pour la même version

Lorsque nous parlons, nos cordes vocales vibrent pour produire un son qui sort par la bouche et se propage dans l’air jusqu’à l’extérieur de notre oreille, où il entre en contact avec le tympan, provoquant une vibration.

Entendre dans les airs est la façon dont nous percevons les voix des personnes qui nous entourent, des amis et des étrangers avec qui nous avons une conversation.

La vibration tympanique atteint l’oreille interne, plus précisément une zone anatomique appelée cochlée ou escargot qui traduit le son en une impulsion électrique, qui atteint finalement le cerveau par le nerf auditif.

D’une certaine manière, les zones corticales traitent le stimulus et établissent une « moyenne » entre les deux voies – l’air et l’os – et le résultat est qu’elles identifient cette voix comme la nôtre, comme la leur, oui, légèrement plus grave que la façon dont la voix est la nôtre. d’autres écoutent.

Nos mots, ceux que nous générons dans le larynx, suivent également un autre chemin, plus direct, à travers les os du crâne. Intuitivement, nous le savons tous, c’est pourquoi lorsque nous chantons et voulons accorder, ce que nous faisons, c’est nous boucher les oreilles, pour annuler l’arrivée des informations par l’air.

Ce chemin – celui des os – s’effectue à travers un « trottoir » avec des structures histologiques de plus grande densité, c’est pourquoi ses voyageurs ont des fréquences plus graves. Cela explique pourquoi lorsque nous écoutons la version enregistrée de notre voix, celle qui n’a que la composante transportée dans l’air, nous la percevons à tort comme étant plus aiguë.