Plage de fréquences de la parole
La plage de fréquences de la parole s’étend approximativement de 100 à 8 000 hertz. Dans la partie inférieure se trouve la fréquence fondamentale de la voix. Au-dessus viennent ensuite les voyelles. De nombreuses consonnes montent jusqu’aux hautes fréquences. L’essentiel de l’énergie sonore se situe dans la plage grave et moyenne.
De nombreuses consonnes ont leurs composantes les plus importantes entre environ 1 000 et 4 000 hertz et sont nettement plus faibles que les voyelles. Pour la compréhension, elles sont néanmoins plus importantes, car c’est grâce à elles qu’on reconnaît quel mot est visé. En regardant la télévision, ce sont justement les consonnes qui se perdent facilement lorsque la musique et les bruits se situent dans la même plage de fréquences ou que les haut-parleurs ne diffusent pas le son en direction du canapé.
Qu’est-ce que la plage de fréquences de la parole
La fréquence décrit combien de fois une onde sonore oscille par seconde. L’unité pour cela est le hertz. Les sons graves ont une fréquence basse, les sons aigus une fréquence élevée. La voix humaine ne se compose pas d’un son unique, mais de la fréquence fondamentale, de ses harmoniques et des formants. Ensemble, ils forment la plage de fréquences de la parole.
Fréquence fondamentale de la voix
Lorsqu’on parle, les cordes vocales vibrent dans le larynx et produisent la fréquence fondamentale. Elle détermine si une voix sonne aiguë ou grave. Chez les hommes, elle se situe en moyenne autour de 120 hertz, chez les femmes autour de 210 hertz. Chez les enfants, elle est encore plus élevée.
La fréquence fondamentale ne reste cependant pas constante. Au sein d’une phrase, elle monte et descend, par exemple à la fin d’une question ou lors d’une accentuation. Cette mélodie de la parole aide à la compréhension. Pour distinguer des mots individuels, la fréquence fondamentale est toutefois moins importante.
Harmoniques et timbre
Avec la fréquence fondamentale se créent des harmoniques. Ce sont des multiples de la fréquence fondamentale qui montent très haut. Leur intensité diffère d’une personne à l’autre et donne à chaque voix son propre timbre. C’est au timbre qu’on reconnaît par exemple des voix connues à la télévision, même lorsque l’acteur ou le présentateur n’est justement pas à l’image.
Formants et voyelles
Sur le chemin vers l’extérieur, le son passe par le pharynx et la bouche, pour certains sons également par le nez. Ces cavités amplifient certaines plages de fréquences qu’on appelle formants. Selon la position de la langue, de la mâchoire et des lèvres, les formants se déplacent. C’est ainsi que se forme un A, un I ou un U.
Pour distinguer la plupart des voyelles, les deux ou trois premiers formants suffisent. Ces formants se situent entre quelques centaines de hertz et environ 3 000 hertz. Pour les voyelles ouvertes comme A, le premier formant est plus élevé, pour les voyelles fermées comme I ou U plus bas.
Consonnes dans les hautes fréquences
De nombreuses consonnes ne sont pas produites par les cordes vocales, mais par l’air qui passe devant un rétrécissement dans la bouche ou qui est brièvement bloqué. Cela produit un bruit qui se situe plus haut que les voyelles. Ces sons sont plus faibles que les voyelles, mais portent une grande partie de l’information grâce à laquelle on distingue un mot d’un autre.
| Composante de la parole | Plage typique | Importance pour la compréhension |
|---|---|---|
| Fréquence fondamentale | Hommes autour de 120 Hz, femmes autour de 210 Hz | Hauteur et mélodie de la parole |
| essentiel de l’énergie sonore | environ 250 à 500 Hz | Ampleur et volume de la voix |
| Formants des voyelles | quelques centaines à environ 3 000 Hz | Distinction des voyelles |
| Ch | autour de 2 500 à 3 000 Hz | Distinction de S et Ch |
| S | autour de 4 000 à 5 000 Hz | bruit intense, distinction de S et Ch |
| F | sans pic net, largement réparti | faible, facilement masqué |
L’essentiel de l’énergie se situe dans la plage grave, les composantes importantes pour la compréhension se situent plus haut.
Sifflantes, fricatives et occlusives
Les sons comme S, Ch et F sont appelés fricatives, car l’air est poussé à travers une ouverture étroite. Pour le S, la composante la plus forte se situe autour de 4 000 à 5 000 hertz, mais le bruit monte encore plus haut. Pour le Ch, elle se situe un peu plus bas, autour de 2 500 à 3 000 hertz. C’est à cette différence qu’on entend par exemple si dans le film il est question d’une « tasse » ou d’une « tache ».
Le F est nettement plus faible et répartit son énergie de manière plus uniforme sur une large plage. Il se perd donc particulièrement facilement lorsque d’autres bruits sont audibles en même temps. Il en va de même pour les sons comme T, K et P. On les appelle occlusives, car l’air est brièvement bloqué puis libéré à nouveau. Cela ne produit qu’un bruit bref.
Sons voisés et non voisés
De nombreuses consonnes existent en deux variantes. Pour le V, les cordes vocales vibrent, pour le F non. C’est pareil pour le S doux dans « poison » et le S dur dans « poisson ». Pour les sons voisés s’ajoutent donc des composantes graves dans la plage de la fréquence fondamentale, généralement en dessous de 500 hertz.
Cette différence dans la plage grave aide à distinguer des mots comme « vin » et « fin ». Une grande partie de l’information se trouve cependant aussi ici dans le bruit au niveau du rétrécissement et donc dans les fréquences plus élevées.
Composantes faibles à grand effet
L’essentiel de l’énergie sonore de la parole se situe entre environ 250 et 500 hertz, donc dans la plage de la fréquence fondamentale et des premiers formants. Autour de 3 000 hertz, la parole est en moyenne nettement plus faible. Malgré cela, on comprend les mots individuels surtout grâce à ces fréquences supérieures.
Lorsque les composantes aiguës manquent au son, une voix semble encore assez forte, mais les mots deviennent flous. « Tasse » et « tache » sont alors plus difficiles à distinguer. Inversement, la parole reste compréhensible même lorsque les basses fréquences sont faibles, par exemple avec un petit haut-parleur.
La parole dans le son de la télévision
À la télévision, les voix sont rarement seules à être audibles. Musique, bruits et ambiance sonore se superposent en même temps et se situent souvent dans les mêmes plages de fréquences que les consonnes. S’ajoute à cela la manière dont le téléviseur diffuse le son et la distance du canapé.
Musique et bruits dans la même plage
Un son fort masque des sons plus faibles de fréquence similaire. Lorsque la musique de film ou les bruits se situent dans la plage entre 1 000 et 4 000 hertz, ils masquent justement les consonnes qui sont importantes pour la compréhension. Les voyelles restent souvent encore audibles, c’est pourquoi la voix semble forte, mais peu claire. Dans les journaux télévisés et les émissions de débat, il n’y a généralement pas de musique sous les voix. Les consonnes ne sont alors pas masquées, c’est pourquoi la parole y est souvent plus facile à comprendre que dans un film.
Avec l’égaliseur du téléviseur, on peut augmenter un peu la plage des consonnes. Cependant, la musique et les bruits dans cette plage deviennent également plus forts. Avec un amplificateur de parole TV comme OSKAR, un algorithme extrait les voix du reste du son de la télévision avant de les mettre en avant. Comme l’appareil peut être placé à côté du canapé, les consonnes faibles arrivent également sans long détour à travers la pièce.
Haut-parleurs et diffusion
Les haut-parleurs diffusent les hautes fréquences de manière plus concentrée que les basses. Les sons aigus arrivent donc surtout là où le haut-parleur est orienté. Sur de nombreux téléviseurs plats, les haut-parleurs se trouvent en bas ou à l’arrière de l’appareil. Ce sont justement les consonnes qui touchent alors d’abord le mur ou les meubles.
Les composantes graves comme la fréquence fondamentale se propagent en revanche de manière plus uniforme dans toutes les directions. Sur le canapé, la voix semble donc souvent encore assez forte, bien que les composantes aiguës manquent.
Une barre de son devant le téléviseur diffuse généralement le son vers l’avant, donc en direction du canapé. Si elle se trouve dans une étagère ou derrière une barre du meuble TV, une partie des sons aigus peut néanmoins se perdre. Les consonnes arrivent donc mieux lorsque rien ne se trouve entre le haut-parleur et le canapé.
Distance et réverbération
Plus le canapé est éloigné du téléviseur, plus le son arrive par des chemins détournés via les murs, le plafond et le sol. Ces réflexions arrivent un peu plus tard que le son direct. Elles brouillent surtout les sons brefs comme T et K, car une voyelle forte résonne encore dans la pièce lorsque la consonne faible suit.
Lorsque le canapé est plus près du téléviseur, davantage de son direct arrive. Les consonnes sont alors plus nettes à entendre, car moins de réverbération se superpose.
Questions fréquentes
La parole parlée utilise des fréquences d’environ 100 à 8 000 hertz. À l’extrémité inférieure se trouvent les composantes graves comme la fréquence fondamentale d’une voix d’homme, à l’extrémité supérieure les sifflantes comme le S. Entre les deux se trouvent les harmoniques et les formants grâce auxquels on reconnaît les voyelles.
Lors du chuchotement, les cordes vocales ne vibrent pas, c’est pourquoi la fréquence fondamentale manque. La bouche et le pharynx forment néanmoins les formants des voyelles. Les consonnes non voisées comme S, F ou T se forment comme lors de la parole normale. Comme ces composantes sont plus importantes pour la compréhension que la fréquence fondamentale, le chuchotement reste compréhensible, tant que la pièce est suffisamment calme.
Le chant utilise essentiellement les mêmes plages, mais s’étend souvent plus haut et plus bas en hauteur que la parole. En chantant, on tient également les voyelles plus longtemps qu’en parlant. Les consonnes passent ainsi un peu à l’arrière-plan, c’est pourquoi les paroles de chansons sont parfois plus difficiles à comprendre que les phrases parlées.
La voix humaine n’a pas une fréquence unique. On perçoit comme hauteur la fréquence fondamentale, qui chez les femmes se situe presque une octave plus haut que chez les hommes. En parlant, elle se déplace constamment vers le haut et vers le bas. En même temps résonnent des harmoniques et des formants qui montent jusqu’à plusieurs milliers de hertz.
Pour la parole, c’est surtout la plage entre environ 1 000 et 4 000 hertz qui compte. Un haut-parleur devrait la restituer proprement et sans creux. Les basses fréquences en dessous de 100 hertz ne sont guère nécessaires pour les voix, elles donnent surtout du volume à la musique et aux bruits. L’indication de fréquence dans la fiche technique ne révèle cependant pas avec quelle uniformité un appareil restitue ces fréquences et dans quelle direction il diffuse le son.