- 1 Cette contribution a bénéficié des stimulantes suggestions de J.-M. Barbéris et d’un relecteur ano (...)
1Chercher à rendre compte des interjections vocaliques (ah, oh, ouh, eh, etc. : désormais « Voc ») à l’oral, c’est se heurter, d’emblée, à un problème de transcription à la fois pratique et théorique1. D’une part, en effet, la représentation usuelle qui en est donnée renvoie, pour l’ensemble des interjections — en particulier onomatopéiques —, à un niveau de réalité vocale : l’instabilité de leurs fonctionnements phonologiques (s’agit-il toujours de phonèmes de la langue observée ?) rendrait chaque occurrence foncièrement plastique et dépendante du contenu expressif de sa réalisation phonétique, délicate à restituer sous une stylisation graphique. On peut d’autre part se demander si la valeur sémantico-pragmatique de ces mots du discours suffit à les élever au rang d’énoncés. À cette catégorisation correspond effectivement un ensemble de données intonatives, à distinguer d’aspects phoniques propres à une réalisation individuelle qui serait nourrie par l’affect ou sa représentation expressive. On le voit : trancher le problème passe par une décision de transcription fondée sur une analyse fine des données observées au plan vocal. Ce questionnement induit l’intérêt pour la valeur que le contour intonatif des Voc peut revêtir en discours, au même titre que pour les autres segments énonciatifs.
- 2 Elle relève des catégorisations théoriques que Lafont (1978) regroupe sous la notion de praxis de (...)
- 3 Respectivement dans les villages de Sérignan (Sér1) et Thézan (Thé1 et 2).
2On restituera la problématique à l’analyse conversationnelle qui tend à replacer dans une perspective séquentielle et temporellement située la forme interjective d’enregistrement d’un élément contextuel. Les options de transcription s’avèrent dès lors cruciales, non seulement au plan de la divulgation des données analysées, pour l’exemplification, mais dès le départ, pour tenter de mettre en forme des observables et en rendre compte systématiquement. Un double projet anime ainsi le présent travail : il s’agit dans un premier temps de justifier de choix de transcription en relation avec l’analyse de données vocales, dans la visée spécifique d’observer un objet linguistique et interactionnel particulier ; de montrer ensuite en quoi la transcription, loin d’être un produit stabilisé, doit être conçue comme une pratique stratifiée et inscrite dans des aller-retours séquentiels entre l’analyse et son objet. Les étapes de cette pratique2, sont à envisager pleinement comme autant de procédures de l’analyse, non seulement pour leur caractère de mise en forme des données mais encore de dégagement des observables induisant l’interprétation. En réfutation d’une expressivité définitoire des Voc, la problématique reposera en l’occurrence sur la notion de corrélats prosodiques des seuls ah et oh du français. Les exemples seront prélevés d’un corpus sonore d’interactions en situation de service dans des bureaux de poste3 de la région de Béziers (Hérault). Ils ouvriront à des études de cas visant à illustrer l’intérêt analytique qu’il y a à transcrire la matière fine des fonctionnements interactionnels qui fait l’objet de l’exposé.
- 4 Dans la reconnaissance des faits vocaux, concéder à l’oreille des aptitudes supérieures à celle de (...)
- 5 En recourant à la notion de perception par les participants des faits verbo-vocaux pertinents, l’A (...)
3Les phénomènes prosodiques qui intéressent l’analyse de conversation (désormais : AC) sont aussi ceux qui s’avèrent pertinents pour les participants (cf. Local 1996 : 177-179, Léon et de Fornel 1997 : 103), lesquels y recourent comme à autant de ressources (cf. Léon 1999 : 37 sqq.). Cela induit des pratiques de transcription qui mettent l’accent sur la perception4, l’analyste ayant à charge de rendre compte de ce qui se passe pour les interactants, sur la foi de leur comportement attesté et non de ce qui extérieurement paraît se produire. Le système CATS (Conversation Analysis Transcription System) initié par Gail Jefferson et explicité par Atkinson et Heritage (1984 : ix-xvi) choisit d’intégrer dans sa notation (orthographique) un certain nombre d’informations perceptuelles relevant de la prosodie (cf. en particulier Couper-Kulhen et Selting 1996 : 39-47). Cette démarche offre toutefois un cadre suffisamment souple pour ne pas exclure a priori l’ajout de précisions utiles à l’AC et qui nécessiterait, par exemple, une partition entre données verbales et vocales. Ainsi, dans ses travaux récents, Jacqueline Léon propose-t-elle des conventions de transcription qui reposent sur une dissociation de la ligne orthographique (selon le système CATS) et d’une notation de la prosodie (inspirée de Mertens 1990). Ce dispositif permet une représentation efficace des données vocales perçues et transcrites. Sans négliger cette approche perceptive (et surtout ses attendus méthodologiques du point de vue conversationnaliste5), ma propre problématique me conduit toutefois à recourir plus systématiquement aux tracés d’analyseurs du signal. Plusieurs considérations m’y amènent.
- 6 Toute démarche analytique comporte du reste un investissement subjectif d’autant plus lié à l’affe (...)
- 7 Un cas qui vaut malheureusement pour l’auteur de ces lignes…
- 8 Le caractère problématique des distorsions conduit à les mettre en relief par des notations spécif (...)
4On peut être, d’abord, en droit de relativiser le bien-fondé de l’option strictement perceptive, dans la mesure où les conditions matérielles de la transcription ne sont jamais celle du contexte des échanges enregistrés, même lorsque le transcripteur/analyste y a pris part. Son interprétation, déjà faillible dans ce cas précis, peut, plus généralement, s’avérer reconstitution erronée de ce qu’auront proprement interprété les interactants (le processus de catégorisation est, en particulier, intimément lié à celui de la perception, lui-même indissociable de l’interprétation empirique). La pratique analytique, si on lui reconnaît bien, comme le fait l’AC, de relever des mêmes procédures fondamentales que celles auxquelles recourent les participants est au risque de tels écueils, du moins dans la phase — cruciale — de représentation des données6. Aussi, quand elle est possible, la vérification instrumentale systématique des données vocales observées apparaît indispensable. Le tracé d’un analyseur peut pallier en partie la faillibilité d’une oreille moins exercée7 que celle d’un phonéticien. À l’inverse, invitant à rendre compte des distorsions entre l’oreille et la machine, il permet également la confrontation aux cas perçus par les participants qu’analyseurs et intensimètres ne savent pas distinguer et qui s’avèrent autant de composantes de la réalité à observer (le chantonnement, étudié par de Fornel et Léon 1997 relève de cet ensemble8).
- 9 Il reste évident que, de façon plus générale, la restitution de tous les faits n’est pas cruciale (...)
5Rapporter les données acoustiques au comportement situé des participants peut ainsi faire émerger des ressources interprétatives du point aveugle où se niche parfois l’excès d’évidence analytique. La double approche permet de dégager par croisement des régularités qui peuvent dès lors être consignées et entrer dans des opérations de balisage de formes pour des analyses systématiques9. De plus, le raisonnement sur des objets récurrents en discours telles que les Voc implique l’étude comparative entre leurs caractères définitoires et différentiels, qui reposent (non seulement mais) notamment sur des propriétés prosodiques discrètes. C’est cette dimension — dont peut attester la systématicité des résultats de la machine — qu’il reste à encoder grâce à un jeu de graphèmes suffisamment précis et symboliques, voire iconiques, pour restituer ce qui est pertinent pour l’analyse. Il est de plus désormais possible de rendre aisément disponibles les tracés issus des analyseurs numériques du signal pour discuter des interprétations à partir de leur objet.
- 10 On sait la prévention d’un certain nombre de conversationnalistes vis-à-vis du recours systématiqu (...)
- 11 Les travaux du regroupement international EAGLES (expert advisory group in language engineering sta (...)
- 12 international system of intonation transcription. On trouvera une description récente et détaillée (...)
- 13 Attendus et contenu du programme ChildES (child language data exchange system) sont consultables su (...)
- 14 L’élaboration d’une application d’aide informatisée à la transcription est ainsi en cours, dans le (...)
- 15 J’ai conscience que l’option retenue me situe au milieu d’un gué épistémologique : pour l’AC, la t (...)
- 16 On peut se reporter à l’annexe 1 pour le listage des conventions de transcription. Les catégories (...)
6Dans le même sens, l’analyse de l’oral, à partir de corpus recueillis en situation ordinaire, nécessite, pour progresser réellement, l’extension significative des bases de données (en particulier en français) sur lesquelles elle repose. Or la recherche de régularités10 propres à la textualité orale ne peut être établie sans la notation systématique et affinée de la relation entre vocal et verbal. Divers systèmes informatisés comme ceux développés dans le cadre des projets EAGLES11 (qui prend appui notamment sur les modèles phonétiques SAME et INTSINT12) ou CHILDES13 ont été conçus depuis quelques années pour tenir compte de cette série de contraintes. Les besoins suscités par l’étude du corpus m’ont pour ma part conduit à adopter une solution (sans doute) transitoire, qui est elle-même le produit d’une stratification dans les tentatives de transcription14. Elle repose sur la notation d’un double niveau et use de caractères phonétiques pour noter le vocal, sur la base des options du CATS, partiellement adaptées15. L’usage de cette représentation symbolique est destinée à faciliter les recherches de concordances informatiques16. Je ne puis développer ici l’importante problématique relative à ce dernier aspect ni les raisons techniques de mes propres choix typographiques, en partie distincts de ceux des programmes évoqués ci-dessus. Mon option découle en fait simplement de l’étude des données, dont les propriétés ne correspondent pas toujours aux modes d’étiquetage et d’indexation informatiques proposés.
7Le cadre de l’échange spécialisé dont procède la présente livraison des Cahiers de praxématique permet, enfin, d’avancer la notion de plasticité de la représentation éditoriale des données orales. Plutôt que d’en appeler à la déformabilité de la transcription elle-même en fonction de l’objet d’étude, il semble en effet préférable de recourir à un système ouvert et susceptible à la fois d’accueillir le maximum d’informations en amont et de susciter validation et échanges des corpus entre chercheurs. Il est ainsi désormais possible de représenter diverses strates (dont relèvent les phénomènes gestuels et vocaux de synchronisation avec le verbal) sur des lignes de transcription distinctes. De ce corpus encore brut mais surtout caractérisé par la disponibilité des faits qu’on en retire et toujours associé à l’étude des enregistrements proprement dits, on extraiera bien sûr les observables utiles à l’analyse. C’est dans la deuxième étape que la lisibilité intervient sous l’apparence d’une nouvelle mise en forme des données en fonction de divers impératifs éditoriaux et d’exemplification, en particulier.
8Je plaiderai donc pour une déformabilité de la transcription assumée en amont du principe de fidélité, qui doit relever des strates de dégagement des observables et rendre disponibles les données pour la recherche (cf. utilité des corpus informatisés, susceptibles de restituer en banque de données texte, son, image). Dans cette perspective, la lisibilité relève ainsi d’un tout autre niveau de représentation, légitimement plus déformable que le précédent.
- 17 Une partie significative des travaux du recueil de Couper-Kuhlen et Selting (1996) dément évidemme (...)
- 18 Au sens praxématique, l’actualisation consiste en la transition vers le discours des programmes ca (...)
9L’approche conversationnaliste s’est distinguée, en ce qui concerne la prosodie, d’une tradition plus structurale, en quête d’invariants identifiables. L’AC, on l’a vu, s’efforce de reconstituer les catégories pertinentes sur lesquelles s’alignent d’authentiques interactants (Couper-Kuhlen et Selting 1996 : 48). Tenues pour des formes indexicales participant de la production d’inférences, les marques prosodiques relèvent de la construction discursive des interactions. Leur étude s’est longtemps centrée sur leur fonctionnement séquentiel, comme formes constitutives notamment des unités de construction de tour (cf. notamment Auer 199617). Et le domaine français n’a guère fourni d’analyses purement conversationnelles et systématiques des indices intonatifs. À ce constat un peu frustrant, on opposera une mise en relation avec des marques du niveau verbal : le cas des vocalisations permet d’ouvrir quelque peu l’angle d’approche. À cette fin, on postulera le caractère interactionnel que revêtent les Voc pour tenter d’en définir l’ordre fonctionnel. Cette propriété passe par un recours direct à la langue, dont relève leur sémantisme. En discours, les Voc se présentent indéniablement comme plus plastiques, dans la mesure où elles donnent à inférer divers effets de sens. Leur évidente déformabilité emprunte directement à la dimension vocale. Mais loin de la considérer comme première, je pose celle-ci comme développant ou bloquant un trait instructionnel sous-jacent, dans le cadre des contraintes induites par les normes interactives et la construction du contexte par les interactants. Seront ainsi conçues comme autant de corrélats les formes vocales associées aux procédures sémantiques impliquées par le recours à l’interjectif. Ces corrélats vocaux relèvent de ce que l’on entend par indices de contextualisation et en partagent effectivement la vocation à produire des inférences interprétatives au cours de l’interaction située (Gumperz 1982/1989). En évitement provisoire d’une difficulté évidente (statut de la notion d’indice vs celle de signal en phonétique), la souplesse de ce cadre définitoire (dont le maillage analytique large a parfois été critiqué) permet d’intégrer l’idée que les fonctionnements vocaux reposent aussi sur une signalétique procédurale, propre à chaque langue, donc en amont de l’interprétation contextuelle. Cette signalétique ne peut toutefois être signifiante qu’en conjonction de paramètres (Morel et Danon-Boileau 1998 : 17-20 ; Selting 1996). On posera donc qu’actualisée18, l’association (Voc+corrélats) correspond bien à un faisceau d’indices contextualisateurs tout en reposant sur un jeu de contraintes phono-syntaxiques et interactionnelles plus complexes. C’est ce dernier encodage qui, sous les régularités qu’il exhibe, nécessite l’adaptation des conventions de transcription.
- 19 Elle correspond approximativement au ah français.
10Le rapport entre données vocales dans l’interaction et recours aux Voc, a été en partie examiné par Local (1996). Son étude — inscrite plus largement dans l’élaboration d’une phonétique conversationnelle — met en évidence de façon systématique les multiples modulations vocales (phonétiques et mélodiques) et l’emploi situé de l’interjection anglaise oh19. L’auteur recourt à la double transcription : celle de Jefferson dans le corps du texte, pour l’analyse des exemples (extrait d’un corpus de conversations téléphoniques) et, en annexe, une représentation phonétique plus précise, assortie des courbes mélodiques, qui exhibe les données obtenues auditivement et celles issues d’un analyseur électronique. Sont étudiés quatre types d’emploi conversationnel de l’occurrence oh (libre et isolée, associée à d’autres segments dans un même tour de parole, en réponse à une demande d’information et comme marque de surprise). Il ressort de cette analyse que la tendance préférée dans le recours à la Voc isolée correspond au patron intonatif nettement descendant. La principale variation relevée pour ce type d’occurrence dans le corpus de Local concernela tenue de la voyelle. Dans les trois autres cas de contexte, on peut relever, en revanche, la neutralité ou l’alignement anticipateur de la mélodie du oh sur la courbe du segment qu’il précède, dans le même tour.
11L’auteur plaide surtout contre une tendance traditionnelle des études intonatives à affecter un sens à un contour. C’est plutôt le comportement participatif des interactants qui permet d’inférer la valeur qu’eux-mêmes attribuent, en contexte, à telle ou telle forme prosodique. Diverses régularités apparaissent, dans ce cadre, pour chaque type d’emploi. En lien avec les aspects séquentiels, leurs propriétés prosodico-phonétiques divergent plus ou moins du modèle de base. Elles procèdent par ailleurs de relations entre l’émission des Voc et les autres segments discursifs de l’énoncé, du tour, de la séquence.
12D’un apport considérable par leur minutie, de tels travaux s’inscrivent délibérément dans le cadre de l’AC et du système CATS qui « absorbe » la majeure partie des informations étudiées. Toutefois, on observera que le recours à des outils analytiques et à des conventions de notation spécialisés s’avère crucial dans le cadre d’une phonétique conversationnelle de la parole ordinaire, encore très programmatique. Celle-ci suppose un espace de transcription qui rende compte de la gradualité et des formes prosodiques elles-mêmes : niveaux relatifs, intensité vocale, restitution discrète des contours sont les premiers éléments d’un ensemble voué à en comporter bien d’autres (comme le grain de la voix, et les marques de l’ethos vocal, notamment). Par ailleurs, bien que mon objet présent ne soit pas d’établir de comparaison systématique, les observations de Local permettent aussi de souligner la différence de modulation vocale entre langues (anglais et français, en l’occurrence).
- 20 Prenant appui sur une tradition phonologique de discrétisation des faits prosodiques, j’opte pour (...)
13Le patron intonatif le plus commun correspond, pour le ah initial conversationnel français, à une courbe non modulée, légèrement ascendante ou descendante, en niveau bas de la tessiture vocale du locuteur20. Prélevées de mon corpus, quelques illustrations de cette configuration dans des co(n)textes variés donneront un premier aperçu de cette tendance en français ordinaire :
- 21 Les tracés mélodiques présentés ont été obtenus à l’aide de l’analyseur informatique Spectro (mis (...)
[1] Sér 1. 190. B 21 : B, agent en formation, a demandé une précision technique à A, guichetier confirmé en exercice, qui lui annonce une réponse complexe.
- 22 B parle de l’opération précédemment soumise par l’agent de contrôle au guichetier.
186.Bet (!)l’ouverture(!) du compte là quand elle t’a porté tout à l’heure22
[…]
189.A alors là c’est pas par… là ouh là c’est compliqué
190.B → a:h ouais c’est compliqué alors m’en parle pas
[2] Sér 1. 54.C : l’enquêteur C signale à l’enquêtée qu’elle doit rajuster son micro contre son larynx.
54.C °=== il faut que ce soit collé contre le…° (geste vers son menton)
.B → ah↑ (+++)
- 23 Ce schème mélodique vaut pour 52 % des occurrences du corpus Sér1 examinées.
14Cette faible modulation mélodique, majoritaire dans mes données pour les sites d’occurrence a) et b23) ne doit toutefois pas masquer les variations (plus ou moins sensibles à l’audition) entre les différentes manifestations de ce type de ah, généralement conçu comme marque interactionnelle d’enregistrement d’une information (news-receipt au sens de Heritage 1984). On en a du reste un exemple dans la légère modulation qui distingue, par exemple les Voc représentées en [1] plane et allongée et en [2], plus brève et qui présente une pente intonative douce (notée : ↑). La distribution des indices est loin d’être radicale : si la tenue vocalique en [1] peut correspondre à une marque de tenue de tour (et n’a donc pas lieu d’être manifestée en [2]), la légère inflexion observée dans le deuxième exemple se rencontre également dans des ah en initiale de prise de parole.
15Par ailleurs, il existe d’autres occurrences de la même Voc dont le format prosodique diffère nettement des cas précédents. L’extrait suivant en fournira un exemple :
[3] (a) Sér 1 : lors d’un retrait sur un livret de caisse d’épargne, et dans l’attente de l’édition des pièces par l’imprimante, un nouveau client (X6) dépose au guichet du courrier à affranchissement spécial.
88.X5 monsieur
89.A bonjour
90.X5je voudrais retirer 500 francs
91.A […]
(effectuation de l’opération)
92.X5 merci
(range ses documents, ses billets et son trousseau de clés dans son sac à main)
// (29 secondes) //
93.X6 mh
(tend une enveloppe de type “chronopost” fermée)
94.A si possible il ne faut pas les coller / hein ↑
(regard en direction de la balance sur laquelle A vient de poser le pli de X6)
95.X6 → (!) ah (!)d’accord
96.A hein (regard appuyant la demande d’approbation)
97.X6 °d’accord°
- 24 Pour plusieurs auteurs, l’expression de la surprise vive relève d’un niveau supérieur (parfois not (...)
16L’exemple [3] (b) exhibe une courbe intonative en cloche (son acmé atteint le niveau 4 de hauteur mélodique de la locutrice) que les intonologues associent usuellement à une expression vocale de la surprise ou à l’un des procédés relevant de l’exclamatif24 (cf. Morel 1995 : 64) :
[3] (b) Sér 1. 95. X6
- 25 J’entends par intonème un patron intonatif fonctionnel composé de plusieurs paramètres acoustiques (...)
- 26 Selting montre que, comme le français, l’allemand parlé exhibe un tel faisceau de traits prosodiqu (...)
17Cette dernière association d’une Voc avec un intonème spécialisé du français 25 met en évidence la dissociation en langue du signifiant interjectif et d’une marque modalisatrice, sous laquelle il apparaît, au sens de Bally, actualisé comme énoncé. J’ai choisi de noter cette courbe intonative au moyen du graphème spécialisé pour le registre exclamatif. Une représentation fort imparfaite puisqu’elle ne retient que l’un des traits 26 des énoncés habituellement répertoriés comme expression de cette modalité (la Voc n’est, par exemple, pas spécialement marquée en intensité). Cette approximation peut satisfaire cependant à un dépouillement et à une analyse globale de l’extrait. Pour l’étude des fonctionnalités vocales dans le même corpus, cette première approche (perceptive) devra être précisée par une reproduction plus proche de sa réalité phonétique et du dessin stylisé de sa courbe mélodique, codée à l’aide de signes spécialisés : ˧↑˥↓˦. Rapportée à la lisibilité éditoriale, une telle précision n’est pas souhaitable quand il s’agit d’exhiber des passages importants du corpus. Elle s’avère, en revanche, déterminante pour l’analyste, notamment s’il veut rendre compte de la récurrence des phénomènes dits d’expressivité et de la typologie de leurs manifestations dans l’interlocution : elle concerne le chercheur intéressé à la gradualité du marquage de la surprise, de l’expression des modalités ou de la représentation des émotions en discours. Les données proprement vocales participent, dans l’exemple observé d’un faisceau de traits prosodiques qui associent à l’entité interjective le statut d’indice d’expressivité (cf. notamment Drescher 1998) qui on va le voir, n’est cependant ni suffisant ni nécessaire pour la décrire.
- 27 Il semble du reste qu’une propriété du français, qui donne à observer une relative rareté de varia (...)
- 28 Stylisation à ne pas confondre avec l’annotation des effets de soufflerie : hh et ·hh. Pour un exp (...)
18Les spécificités relevées ordonnent bien un traitement distinguant clairement les objets Voc de leurs variations intonatives. Or même chez un phonéticien conversationnaliste comme Local, le fait n’est pas acquis : il nécessite en effet que l’on pose une dimension sémantique préalable à l’unité Voc au plan verbal qui ne lui est pas plus associée chez un auteur comme Heritage (1984)27. Du coup, oublieuse du sémantisme verbal des Voc, l’AC n’a pas à problématiser leur rapport au vocal. Même si elle atténue une conception purement indexicale des ressources linguistiques, ma proposition n’y est cependant pas opposée. Elle déplace simplement l’interprétation contextuelle sur la sélection et les propriétés prosodiques des Voc. Et la représentation discrète de celles-ci devient un enjeu lors qu’elles procèdent d’opérations de marquages discursifs.Au même titre que dans le cas envisagé en [3], l’allongement syllabique sur la voyelle sélectionnée /a/, /ɔ/, /u/ est déjà une manière de les élever au statut d’énoncé ou a minima de segment énonciatif puisqu’il s’agit, par le passage de la micro à la macro-mélodie (soit de la contrainte phonétique au choix énonciatif d’un intonème par le locuteur) d’une affectation de contour à un support segmental (un phonème, une syllabe ou un morphème). On notera du reste que la tenue vocalique, en association avec un contour (cf. en particulier Di Cristo 1999) est un démarcatif que les phonéticiens décrivent sous l’accent primaire du français, dont le rôle consiste à mettre en saillance le « mot prosodique ». Je relierai cette proposition à l’observation de certaines grammaires et de quelques linguistes selon laquelle le graphème « h » note déjà cet allongement28, relu en expressivité. Que les Voc aient déjà fait l’objet d’une stylisation à l’écrit enregistrant cette spécialisation accentuelle et mélodique, nul doute, donc. Il va de soi que cette représentation orthographique ne rend pas compte, cependant, des variations dans la durée elle-même. Enfin, l’autre dimension, phonologique, nécessitée par la recherche, consiste à codifier de façon discrète les courbes et les informations prosodiques pertinentes.
- 29 Ce phénomène correspond à un gonflement des poumons pour attirer l’air dans les conduits vocaux. J (...)
19Si la notation de ces différentes informations revêt une telle importance lors du balisage des données du corpus, c’est qu’elle soustrait l’analyste à d’éventuelles fausses évidences. Elle permet notamment de constater à quel point une certaine conception de l’oral peut être induite, d’une part par la tradition de l’écrit et, d’autre part, par une conception relativement mécaniste des relations de congruence entre syntaxe et prosodie, en évitement d’une problématisation du rapport grammaire/ interaction. En considération d’un tel risque, j’ai choisid’écarter comme postulat définitoirel’association entre l’occurrence d’une Voc et un marquage d’expressivité. C’est à ce préjugé en effet qu’empruntent les réflexions grammaticales et linguistiques s’étant essayées à rendre compte de l’interjectif comme émanation émotionnelle ou affective. En gardent trace les conceptions phonétiques qui n’ont retenu comme manifestation de la Voc que l’énonciation du cri poussé. Ainsi, en phonéticien, D. Autesserre considère-t-il « l’exclamation de peur ou de surprise “Ah !” », comme une ingressive pulmonique29, « production phonique qui ne se rencontre qu’occasionnellement dans les langues » (1974/1993 : 178-179).
20Cette définition inspire une double réflexion : d’une part, elle réduit la Voc à l’émission d’un son « hors système » — non seulement en français, mais « dans les langues » — ce qui l’assigne dans le meilleur des cas en spécificité expressive, ou, au-delà, en échappée du sujet. Elle ne rend pas compte, de plus, de la réalité du support vocalique, oblitérée par la manifestation affective acoustiquement marquée. La réalisation phonétique devient à la fois la constante d’un marquage émotif et la représentation qui, phonologiquement, subsume toutes les autres occurrences du type. Du coup, la circularité de la description peut induire des réflexes de fausse évidence pour la transcription.
21Les jeux intonatifs permettent précisément de comprendre que, non seulement ce postulat ancien (issu des préjugés scriptistes de la grammaire traditionnelle et de l’usage que fait des Voc le texte littéraire, en particulier théâtral) n’est pas applicable à toutes les occurrences du corpus, mais qu’il n’en est, de plus, même pas représentatif. On précisera l’orientation en discutant une citation récente de Morel et Danon-Boileau (2001 : 78) :
De transcription orthographique difficile (« ah », « ha », « a::::ah »), ces interjections en « a » témoignent toutes d’un mouvement de sidération, de surprise, coïncidant avec le surgissement d’un fait imprévu. Leur durée et la hauteur de F0 permet toutefois de différencier le mouvement expressif que chacune d’elles traduit.
22Cette position, qui concentre des questionnements plus approfondis sur la valeur discursive et interlocutive de ces « petits mots du discours » (qu’on trouvera notamment dans Morel et Danon-Boileau 1998), s’écarte du naturalisme sous-jacent au point de vue d’Autesserre. Elle présente toutefois d’autres difficultés. D’une part, les divers effets de sens associés au recours en co(n)texte de chaque type de Voc, correspondent à l’interaction des données verbo-vocales et sont plus généralement liées à leur définition par les paramètres indexicaux. La sidération, si l’on entend par là le délai médiat par lequel la survenue d’un Fait interactionnel est signalée verbalement (sous le support de la Voc : cf. Morel 1995 : 68) comme transitant par la pensée du locuteur, marque un comportement réactif du sujet-locuteur. Mais elle ne rend pas compte de la réalité interactionnelle du recours à la Voc et de ce que, fonctionnellement, il donne à lire à l’interlocuteur pour lequel elle est proférée.
- 30 Dans le sens, relevé par Goffman, où les self-talk (pseudos-soliloques exclamatifs), émis en / pou (...)
- 31 Au sens praxématique du processus opératif qui assure la transition du programme de phrase à sa dél (...)
23Pour tenir compte de cette dimension, je poserai que, du fait de son orientation intersubjective30, la Voc suture l’antériorité conversationnelle et le dire à venir du locuteur en exercice (cf. Fauré 2002). La vocalisation peut ainsi être relue comme marque donnant à voir une procédure d’enregistrement d’un fait présenté comme inopiné du point de vue de l’émetteur de l’interjection. Elle devient en ce cas le signifiant qui note une étape anticipatrice de l’actualisation phrastique31. On y verra, à la suite de Heritage (1984), une forme de préface à la séquence discursive qui suit. C’est dès lors avant tout l’intention interactionnelle (qui peut certes être expressive mais non seulement), consistant à donner à voir un état de la pensée du sujet, qui se trouve traduite sous la Voc. L’exemple suivant attestera de la variété située dont elle peut procéder :
[4] Thé 2 : la cliente X donne un montant insuffisant pour l’achat d’un timbre au tarif normal (urgent) au guichetier A.
97. X3 (tend sa monnaie) tè donnez-moi un timbre °tant qu’à y être↑°
98. A à petite vitesse↓
99. X3 → non↑o:o↑:::h↑+ °pardon↓°
(s’aperçoit qu’elle n’a pas donné le compte)
100. A h trente centimes / i manque
24Avant de pouvoir être interprété en expressivité, l’allongement vocalique introduit ici d’abord matériellement un délai, sur la base d’une vocalisation oh à portée rétrospective (cf. Fauré 2000 et infra note 34). Sous cette suspension temporelle de l’intervention et de la séquence, il s’agit ici littéralement (et iconiquement) pour X de donner à voir comme étourderie l’erreur précédente et de la gommer symboliquement par une énonciation blanche, avant même de présenter des excuses. Cet espacement compensateur se donne de la sorte comme lieu du co-réglage de l’intercompréhension. De portée interactionnelle, la tenue vocale et le contour s’ajoutent ainsi à la Voc pour construire et exprimer un acte réparateur dans le contexte. Plus que d’une modalité ou d’un état émotif, la combinaison procède avant tout d’une orientation intersubjective située dont l’interprétation importe à l’analyse de corpus.
25Les problèmes de transcription explicitement soulevés par M.‑A. Morel sont par conséquent bien réels mais ils relèvent du choix de représenter ou non, selon les finalités analytiques, des corrélats vocaux qui accompagnent le choix des Voc (et contribuent, en ce sens, à les actualiser). Ils ne sauraient être associés directement à la représentation affective du locuteur. Il importe également de préciser que le modèle traditionnel des Voc comme signaux expressifs fait également l’impasse — tout en relevant leur grande variété prosodique — sur la teneur de la différenciation entre elles (ah, oh, ouh n’ont pas la même valeur discursive) et, du coup, rend extrêmement floue la frontière entre les niveaux vocal et verbal (comme unité de langue).
26La Voc, unité linguistique recelant des propriétés sémantiques, entre en composition notamment avec des éléments d’autres niveaux communicatifs (vocaux et gestuels), pour former une unité interactionnelle. Les retombées pratiques de cette postulation (mise au jour par le feuilletage de la pratique de transcription) et des remarques qui précèdent conduisent à repartir, pour l’analyse, de deux observations fondamentales :
-
les interjections sont des unités émises en réaction à un phénomène contextuel ou discursif. Elles sont donc généralement observées en début de prise de parole ou en piste de guidage. Une première distinction utile ici car on connaît la différenciation vocale usuelle (donné par l’intensité du signal) des deux positions au plan de l’interlocution : attaque forte en position haute et peu marquée en position basse. En dehors des cas particuliers, on constate que la Voc ne peut ainsi être, en tant que telle, une simple unité de prise de tour mais relève, interactionnellement, d’un autre niveau de fonctionnement.
-
La difficulté à transcrire le vocal provient d’un trait justement spécifique aux Voc : leur caractère massivement continu et relatif, qui contrevient aux méthodes statistiques de classement de faits discrets comme à leur représentation graphémique usuelle. À des fins analytiques, la discrétisation (après stylisation) d’indices prosodiques actualisateurs est cependant possible.
27Tout l’enjeu de la présente démonstration consiste à mettre en avant que les corrélats ordonnent le recours aux Voc, dans des co(n)textes différenciés. Postulat qu’on schématise ainsi : la sélection par le timbre de la voyelle interjective s’effectue dans le cadre d’une situation pragmatique induisant des contraintes interactives, coénonciatives, ou modalisatrices. Celles-ci entrent en relation avec des règles de niveau phonologique et phonétique pour déterminer les traits prosodiques associés à la Voc. Ce qu’on peut figurer comme suit :
28La transcription fine des associations permet, quand elle est possible, de dégager des tendances d’utilisation dans un corpus donné. Sans préjuger de la valeur de l’unité ainsi constituée, un balisage systématique des données restituera à l’analyse son potentiel interprétatif.
29Ce dernier volet sera consacré à l’étude des Voc dans une séquence du corpus transcrite selon la démarche envisagée.
- 32 Il est bien entendu que mon objet est limité aux formes verbo-vocales dont je ne peux que postuler (...)
30Préciser les corrélats des Voc c’est aussi montrer comment ils constituent, en association avec des morphèmes donnés, des instruments de la gestion de l’intersubjectivité, tant au plan de la progression thématique qu’à celui, plus englobant, des processus de synchronisation entre participants32. L’examen de l’exemple [5] va permettre de développer ces aspects de la contextualisation.
[5] Thé 1 : au cours d’une transaction de service qui a nécessité l’impression préalable d’un relevé de compte, le client (X18) observe le caractère malcommode du procédé.
252.X18 à une époque au Crédit Agricole (raclement de gorge) y a un moment de ça (raclement de gorge) comme i(l)s envoyaient pas de lettre / chaque fois qu’on faisait une opération quand on passait au bureau là-bas / y avait un appareil comme ça (geste à l’appui)
-A mh mh
clac clac clac / et i(l) vous sortait un… / un relevé ↑ de compte ↑ ///
-A mh
253.A → a::h
254.X18 voyez ↑
255.A ui
256.X18 et y avait un relevé de compte ↓
au lieu de vous l’envoyer
257.A et ça existe plus ↑
258.X18→+a:::::h+ c’est que le Crédit Agricole j’ai laissé tomber / y a un moment que j’ai laissé tomber
-A → +a::h+
259.A mais vous êtes ↑ postier /// vous êtes un ancien postier vous non ↑ vous m’avez dit ↑
260.X18 ui j’av… oui je mais moi c’est au Crédit Agricole qu’i(l)s faisaient ça
261.A (!) ui (!) ui ui
262.X18 voyez ↑ moi j’avais été au Crédit Agricole pasqu’on m’avait prêté des sous pour construire ↑ la première fois ↓
-A ui ui
et puis après là j’ai chose là moi j’ai dit moi je largue / là dedans /
-A voilà ui ui ui
mais c’était bien on passait / et clac / on sortait un…/ un relevé
-A eh ui ui ui
263.A → oh mais y a pas si longtemps que ça même ↑
264.X18 → o:::h j’y suis plus ‘allé là: peut-être y a vingt ou trente ans
-A → ah
265.A → +a::h+ouh alors en effet /
- 33 Les paramètres acoustiques observables sont portés dans le tableau récapitulatif en annexe 2.
- 34 Les flèches figurent le sens et la hiérarchie de la continuité séquentielle.
31Cette interaction peut être analysée sous divers aspects. Je me contenterai d’examiner les niveaux dont relèvent les fonctionnements vocaux des interjections étudiées33. La séquence est initiée par l’introduction d’un topique conversationnel par le client : <commodité d’un automate délivrant des relevés de compte dans une banque concurrente de la Poste>. Dans le cadre institutionnel donné, avancer un tel thème induit une comparaison implicite avec les services offerts par le système postal, voire par ses agents eux-mêmes. Pour chaque participant, c’est de la gestion même de ce topique que procède le recours aux Voc et à leurs variations locales. Noter ces dernières relève donc non d’une prétention à l’exhaustivité mais bien d’une ressource analytique, comme peut l’illustrer la représentation schématique34 de ces enchaînements :
- 35 Organisme bancaire privé.
32La séquence révèle un jeu d’échos entre les Voc, leur profération et leurs émetteurs respectifs. À diverses étapes, elles sont placées à l’interface des activités discursives successives, recouvrant, selon leur placement, une double facette réactive (enregistrement) et anticipatrice (préface à la réponse). En réagissant d’abord au souvenir du client puis à la localisation de son récit dans un passé relativement éloigné alors que l’instrument évoqué paraît plus récent, A fait un emploi plus systématique des Voc. Il les utilise principalement en canal de rétroaction ou en emploi isolé, donc comme signaux de guidance inférentielle (sauf en 263 et 265). À un moment donné, il apparaît que X répond aux réactions de A comme à autant de demandes indirectes (actes de sommation) quant à son ancien statut professionnel (agent de la poste) et sa situation actuelle vis-à-vis du Crédit Agricole35. Ainsi placé en position basse, dans les deux cas où X recourt aux Voc, il duplique, en l’allongeant, celle que vient d’émettre son interlocuteur.
- 36 Ceci expliquant évidemment cela.
- 37 On tente en effet de montrer ailleurs (Fauré 2000), qu’en français, l’émission de oh par L2 infère (...)
- 38 Pour l’étude d’un cas problématique de glissement phonique a-oh dans le même corpus, cf. Fauré 200 (...)
- 39 La notion empruntée à Lafont (1978 : 58-59) réfère à la mise en économie cognitive pratique par le (...)
- 40 Bien que le français méridional ouvre tendanciellement le vocoïde /o/, il n’est donc pas utile de (...)
33L’écoute minutieuse de la bande et l’examen du spectrogramme révèlent un phonétisme intéressant de la Voc (264) : elle tend vers l’émission d’un [ɒ̰:::] (soit un «a» postérieur arrondi, prononcé sur le mode du « craquement vocal » et qui partage ses autres traits avec [ɔ]). Son allongement peut être rapporté à la durée du ah émis précédemment par le même locuteur (Voc 258 : [a:::::]). Le choix catégorisant de la transcription « oh » correspond d’une part à mes premières perceptions d’auditeur (participant) et de transcripteur (locuteur francophone de la région languedocienne36) et d’autre part à une attestation systématique de la présence attendue de cette vocalisation en discours. Pour problématiser cette option, j’ajouterai que je n’ai avancé l’hypothèse d’une opposition sémantique en contexte des deux Voc37, qu’à une date ultérieure, éloignée de celle de la transcription. Il me faut donc rendre compte à la fois de cette conviction de locuteur, de son appréhension théorique même et de la raison pour laquelle la différence [ɒ] vs [ɔ] ne suffit à en faire ni un ah approximatif ni un oh raté38. J’avancerai l’hypothèse suivante, dans le droit fil des observations précédemment émises sur la pratique de transcription. En fait, l’alignement intersubjectif sur la vocalisation précédente relève du plan vocal et de l’interlocution tandis que la sélection verbale du morphème oh (vs ah) correspond à une saisie par le sujet et à son engagement interactionnel. Or ce dernier plan l’emporte dans la pratique analytique des participants (et celle du transcripteur dans un premier temps, du moins) qui rejettent en inconscience linguistique39 les traces du processus pour retenir les produits pertinents. Dans le cas présent, la mimétique a réalisé la syntonisation sans atteindre tout à fait au phonème signifiant (cas du ratage). Aux limites de la catégorisation linguistique, la pratique de transcription rencontre ici la modélisation théorique de l’objet d’étude et des niveaux (interlocutif/interactif) de son appréhension. D’autre part, loin d’être idiosyncrasique (un indice sociolinguistique d’identification du locuteur, par exemple40), cette émission relève d’un fonctionnement qui trouve sa cohérence à la fois dans sa situation en discours et, dans une certaine mesure, en langue, dont elle intercepte des tensions conflictuelles. Le corrélat prosodique guide interactionnellement l’interprétation locale de la Voc (en dépit de l’altération de son timbre) dont la sélection et le placement correspondent à une procédure sémantique.
- 41 Ce type de copie intonatoire se laisse rapporter aux observations de Couper-Kuhlen (1996) sur les (...)
34Le cas relevé éclaire les questionnements ouverts plus haut. Analyser la réalisation, l’étirement et la forme de la courbe mélodique de ces segments interjectifs permet d’une part de rendre compte du niveau d’actualisation de l’unité Voc comme variable et, d’autre part, de relier cette actualisation à la construction discursive. Celle-ci en fait, dans le cours même de l’interlocution, une unité interactionnelle, porteuse de fonctionnements opératifs (prédicatifs en particulier), un support signifiant qu’on peut rapporter à un énoncé-occurrence. Le caractère situé de cette dimension (son indexicalité) est ici relatif à une forme vocale antérieure, dans le cotexte : l’allongement du ah (±400 ms : ˨↑↑→˧) précède celui du oh (±250 ms : ˨↑↑→˧) et contribue à lui donner du sens sous l’écholalie prosodique41. De même, le ah du guichetier (en 265 : [ʔa::] ˨↑→↑˨) correspond à une validation de l’intégralité de la séquence discursive émise par X (alors que celui émis en canal de rétroaction est partiel), dont les implications sont également validées. Son orientation sémantique (l’instruction qu’il active) est distincte, ce qui explique le choix du timbre (différentiel) et la spécificité intonative (niveau mélodique, forme de la courbe : ˨↑→↑˨; et intensité marquée : +a::h+) de l’unité émise. Pour rendre compte de la valeur discursive et interactionnelle de ces unités, et, préalablement dans le balisage intonatif du corpus, il est donc bien indispensable de signaler à la fois ces similarités et ces importantes différences vocales.
35Dans l’analyse des Voc, donner le primat, non à leur dimension affective (qu’il s’agisse de marqueurs émotionnels bruts ou d’indices stylisés d’expressivité), mais à leur statut d’unités linguistiques (verbales) ayant une fonctionnalité interactionnelle, permet de les assigner en variables interactives : [Voc+corrélats].
-
- 42 C’est-à-dire atteignent à un seuil d’actualisation correspondant à une marque linguistique propre (...)
Celles-ci, comme unités de langue, interceptent différemment une visée actualisatrice42 dans leur passage en discours. On peut, à ce titre, attribuer une instruction distincte à chaque Voc, correspondant fondamentalement à une inférenciation conversationnelle (cf. Fauré 2000).
-
L’actualisation discursive de cette instruction est précisée (ou modifiée) par les fonctionnements vocaux ayant également une valeur signifiante. Le co(n)texte contraint à la fois ces derniers, le placement de la Voc (et donc sa sélection) mais aussi le rapport entre intonation et [Voc+corrélats] actualisée : de même que certains couplages de Voc avec d’autres unités sont inadéquats, toutes les formes prosodiques du français ne sont pas envisageables pour toutes les Voc (ni, d’ailleurs dans l’absolu, pour une seule d’entre elles).
36La différentialité des Voc détermine le fonctionnement essentiel de leur sémantisme interactionnel. C’est à elle que je rattache par conséquent la stratégie de transcription (spécialisée pour ces unités) pour laquelle j’ai opté. Cette dernière permet non seulement de décrire plus précisément les oppositions entre ah et oh, mais encore se veut ouverte au repérage de marques vocales qui participent spécifiquement d’une textualité orale interactionnelle, en donnant à lire les « points de capiton » par lesquels les points de vue des participants élaborent progressivement celle-ci. Le cas des Voc participe de la sorte du renouvellement du regard sur les faits verbo-prosodiques, rapportés à l’examen des placements interactionnels.
37On peut ainsi mesurer la portée locale des Voc actualisées, c’est-à-dire leur orientation discursive vers la transition ou le tour à venir. Le fait qu’elles constituent des marques réactives est à relier aux rôles même qu’assume alternativement un interactant : parleur ou écouteur. Qu’elles surviennent en attaque de tour ou en piste de co-pilotage, les Voc se donnent à lire comme autant d’anti-signaux de place transitionnelle, indiquant la prise de tour ou, au contraire, l’encouragement à poursuivre (continuers pour Schegloff 1982).
38Quel est le degré d’encodage linguistique des corrélats vocaux ? En quoi relèvent-ils d’ailleurs de représentations affectives ou iconiques ? Leur fonctionnement est-il strictement indexical et contextualisateur ou correspond-il à la valeur énonciative régulière de leur forme prosodique rapportée à un énoncé (les intonèmes répertoriés par les descriptions phonologiques) ? Les problèmes rencontrés au cours des opérations de transcription et de balisage restent largement ouverts et conduisent à s’interroger sur ce qui, généralement, constitue le solde des rapports entre analyse perceptive et instrumentale soit celui des relations entre verbal et « co-verbal ». Or, surtout si cette différence présente des régularités, l’investigation doit s’y attacher. Dans le cas des corrélats prosodiques des Voc, cette réalité a été en partie occultée par divers préjugés grammaticaux et scripturaux qui ont longtemps eux-mêmes participé d’un présupposé relatif à la question du langage affectif. Sauf à reconduire involontairement de telles conceptions, l’AC et la linguistique interactionnelle assument à l’inverse d’avoir à charge l’étude systématique et affinée des données vocales dans une conception intégrée des fonctionnalités langagières et pragmatiques. Cela nécessite une mise au point sur la teneur des observables analysés. Le réglage est corrélé à l’activité pratique et constructiviste de transcription pour laquelle voudrait plaider le présent travail. Ce dernier, sans autre objet que de participer, de façon encore exploratoire et sur un corpus limité, à cette démarche, se veut un essai pour montrer qu’il existe des constantes fonctionnelles dans les jeux prosodiques attachés à des formes signifiantes de portée instructionnelles telles que les Voc, qui, actualisées en interaction, assurent la remontée du local au global. C’est à ce titre qu’il est possible d’envisager ces formes d’association comme de véritables unités interactionnelles. Une catégorie d’objets discursifs et donc d’analyse qu’il faut transcrire, tant dans leurs caractères définitoires que dans leurs variations différentielles, pour révéler un aspect essentiel de la construction interactive des relations intersubjectives. La transcription comme instrument d’analyse des interactions orales doit rendre compte de ces menus faits, qui relèvent de la cohérence discursive et conversationnelle, sous la forme des sutures inférentielles dont les formats associés [Voc+corrélats] relèvent. Loin d’être des stigmates de l’oral, versés au compte d’un solde expressif, ces marques verbo-prosodiques s’avèrent des indices essentiels de la construction du sens que l’analyste a à charge de mettre au jour, en dépit des filtres métalinguistiques qui conditionnent parfois catégories d’observables et formatages interprétatifs. La notation affinée de ces couplages verbo-vocaux (et, en perspective, de leur dimension gestuelle), se révèle capitale au plan méthodologique dans la mesure où elle touche à l’abandon d’un certain impressionnisme dans la réflexion sur l’indexicalité des ressources linguistiques, bien au-delà des vocalisations.