Les euh et les allongements dits « d`hésitation » : deux

XXIIIèmes Journées d’Etude sur la Parole, Aussois, 19-23 juin 2000 XYZ
Les euh et les allongements dits « d’hésitation » : deux phénomènes soumis à
certaines contraintes en français oral non lu
Maria CANDEA
Institut de Phonétique, Université de Paris III, 19, rue des Bernardins 75005 – Paris, France
Mél: [email protected]
ABSTRACT
Cette étude s’intéresse au comportement de deux
marques appelées abusivement d’« hésitation » en
français oral non lu : le euh et les allongements
vocaliques. Nous formulons l’hypothèse que ces deux
marques auraient une distribution complémentaire
(seraient des variantes combinatoires): l’allongement
vocalique porterait presque exclusivement sur les
syllabes (C)V des mots outils alors que le euh serait
largement plus souvent distribué à la suite des mots
pleins ou des syllabes (C)VC des mots outils.
1. INTRODUCTION
A la différence des pauses silencieuses dans la parole
qui ont fait l’objet de nombreuses études et qui
bénéficient en outre d’une longue tradition issue des
précis et manuels de déclamation théâtrale, les marques
dites « d’hésitation » n’ont commencé à être étudiées
que très tardivement, vers la fin des années 50 et
uniquement en anglais, grâce à l’ampleur que
commençait à prendre le recours à des corpus de parole
naturelle. Goldman-Eisler [Gol58] et [Gol68], d’une part,
et Maclay et Osgood [Mac59], d’autre part, ont
reconnu à cette époque, dans ces phénomènes, des
objets d’étude pour la linguistique et ont publié des
travaux qui sont réellement, à en juger par toutes les
bibliographies postérieures, à la base de tous les
travaux ultérieurs portant sur ce sujet.
La toute première étude sur le français prenant en
compte ces phénomènes (Grosjean & Deschamps,
[Gro72] paraît seulement en 1972 et sera suivie de deux
autres études en 1973 et 1975, faisant systématiquement
référence aux résultats et aux travaux de [Gol68].
Les marques dites « d’hésitation » qui avaient à
l’origine intéressé les psycholinguistes anglo-saxons et
qui ont ensuite intéressé d’autres chercheurs (voir à ce
propos Duez dans [Due91] qui passe en revue les
principales études anglophones entre 1958 et 1987)
commencent actuellement être plus systématiquement
prises en compte dans les systèmes de reconnaissance
automatique de la parole (Bear, [Bea92]). Pour le
français la seule démarche en ce sens, à notre
connaissance, appartient à Guaïtella (ex : [Gua91]).
En ce qui nous concerne, nos recherches depuis quatre
ans portent sur les caractéristiques et la distribution de
ces marques (euh — ex : il achetait euh des fusains ;
allongements vocaliques — ex : c’était à : : : Villiers et
répétitions de mots outils grammaticaux — ex : celui du
bébé ours qui euh qui lui va à merveille). Nous
étudions également les nombreuses possibilités de
combinaison de ces marques entre elles et avec la
pause silencieuse, que nous constatons régulièrement
en français oral non lu (dans nos corpus tout comme
dans ceux qui ont été étudiés par d’autres chercheurs,
[Gro72], [Due91], [Gua91] etc.). Notre corpus actif est
constitué de 70 minutes de parole (11 locuteurs, âgés de
13-14 ans enregistrés en classe de français) et nous
avons entrepris actuellement de vérifier nos résultats
les plus significatifs à partir d’une trentaine de minutes
extraites de corpus très variés enregistrés par notre
équipe de recherches de l’Univ. de Paris III.
2. DISCUSSION SUR LA TERMINOLOGIE
Les études systématiques de ces phénomènes en
français restent à l’heure actuelle très rares et la
terminologie utilisée pour y référer est extrêmement
hétérogène (phénomènes d’hésitation, pauses sonores,
pauses non silencieuses, pauses remplies, pauses
pleines...). En revanche, comme pour le domaine
anglophone, le mot « hésitation » revient régulièrement
pour désigner ces marques ou le processus cognitif
qu’elles sont censées indiquer.
Le choix de ce mot n’est pratiquement jamais justifié et
provient à notre avis, plus ou moins directement de
l’étude de Maclay et Osgood [Mac59] qui a été la
première à trancher explicitement en faveur de l’emploi
du terme générique « hesitation phenomena » au
détriment des termes de type « disturbances » ou
« disfluencies » qui étaient à l’époque en concurrence.
L’originalité de [Mac59] et son énorme impact par la
suite ont fait que le choix de ce terme n’a, à notre
connaissance, jamais été contesté depuis, alors
qu’aucune étude scientifique n’a pu mettre en évidence
un quelconque rapport systématique entre ces marques
et un processus cognitif d’« hésitation » dans le sens
courant donné par le Petit Robert (1996) de « être dans
un état d'incertitude, d'irrésolution qui suspend l'action,

XYZ XXIIIèmes Journées d’Etude sur la Parole, Aussois, 19-23 juin 2000
la détermination », sens qui implique surtout la
difficulté de choisir entre deux ou plusieurs possibilités.
Or, les différentes approches cognitivistes de ce type
de phénomènes ont surtout mis en évidence un rapport
entre ces marques et l’effort d’encodage du locuteur.
Ces marques signalent une difficulté due à un simple
retard dans la « programmation des unités » ou bien à
une difficulté passagère de « conceptualisation des
unités » [Due91], autrement dit elles représentent une
« activité métacognitive » dirigée vers l’auditeur qui
accompagne l’activité cognitive de recherche/
production d’une unité linguistique par le locuteur et
que l’auditeur serait capable de décoder en tant
qu’indice métacognitif [Bre95].
Les chercheurs s’accordent pour dire que la durée est le
paramètre le plus saillant de ces marques (même si elle
ne suffit pas pour les définir et les reconnaître) ; cette
durée n’est souvent pas due à un « embarras du choix »
de la part du locuteur, n’est pas un indice
« d’irrésolution » mais tout simplement un temps
d’encodage plus long que prévu et qui nécessite un
fort ralentissement ponctuel du rythme.
La durée n’est toutefois pas caractéristique pour les
répétitions de mots outils qui semblent avoir un
fonctionnement différent des euh et des allongements
vocaliques : en effet, dans tous les corpus que nous
avons pu étudier, la durée moyenne qu’on relève entre
le début de la répétition et le début du mot cible est
significativement inférieure à la durée moyenne qu’on
relève entre le début du euh ou de l’allongement
vocalique et le début du mot cible (test t indépendant,
p<0,01), cette différence étant surtout due à la durée de
la pause silencieuse qui suit immédiatement chacune de
ces marques et non pas à la durée intrinsèque de ces
dernières.
Ainsi, le processus d’« hésitation » au sens propre de
ce terme supposant une difficulté de choisir une unité
(irrésolution devant plusieurs choix en concurrence) ne
peut pas être associé systématiquement à la production
de ces marques par un locuteur donné. Le terme
« hésitation » qui est en train de s’imposer dans la
littérature francophone à partir de la littérature
anglophone ne nous semble par conséquent pas
adéquat, (ni pour le français ni pour l’anglais) même s’il
est sans doute mieux choisi que les termes
« disturbances » et « disfluencies » que Maclay et
Osgood ont voulu éviter, car ces termes étaient trop
cliniques et tendaient à ranger ce type de phénomènes
du côté des pathologies du langage.
En ce qui nous concerne nous avions, comme quelques
autres chercheurs, adopté dans un premier temps la
proposition plus neutre de Grosjean et Deschamps
[Gro72] qui parlaient de « pauses sonores » (voir aussi
[Due91], [Can97]), mais après avoir approfondi l’étude
d’une grande quantité de corpus nous pensons que ce
terme n’est à son tour pas suffisamment neutre car rien
ne permet a priori de classer ces marques du côté des
pauses, leur rôle n’étant pas uniquement de marquer un
temps dans la production d’un énoncé mais également
d’indiquer à l’auditeur que ce temps est clairement
destiné à poursuivre l’encodage et non pas par exemple
à céder la parole à l’auditeur. La proposition
terminologique qui nous a semblé la plus précise est
celle de Morel et Danon-Boileau [Mor98] qui
regroupent ces phénomènes sous le nom de « marques
du travail de formulation », dans une optique d’analyse
énonciative. C’est le choix que nous faisons également
par la suite (abr : marques du TdF).
3. EUH /VS/ ALLONGEMENT VOCALIQUE ?
Si les répétitions de mots outils peuvent être isolées
des deux autres marques du TdF notamment en raison
de leur durée, il n’en est rien en ce qui concerne les euh
et les allongements vocaliques finals. Les rares
chercheurs qui ont pris en compte ces phénomènes
dans leurs études ont des avis divergeants en ce qui
concerne le fonctionnement de ces deux marques.
En effet, dans les premières études sur le français,
principalement [Gro75], Grosjean et Deschamps
classent les euh du côté du temps total d’élocution, de
même que les allongements vocaliques. Les auteurs
relèvent des pourcentages différents pour l’anglais et le
français : l’anglais privilégierait nettement les « fillers »
de type uh/um par rapport aux allongements alors que
le français aurait seulement une légère préférence,
moins marquée, pour les euh. Les auteurs attribuent
cette différence principalement aux structures
syllabiques prédominantes dans les deux langues
(syllabes ouvertes en français, syllabes fermées en
anglais), et non pas aux différences idiolectales entre
les locuteurs. Ils considèrent que les deux marques
auraient le même rôle et le même fonctionnement et que
leurs pourcentages cumulés seraient stables (plus il y a
d’allongements moins il y a de euh et vice versa).
[Due91] conteste partiellement ce point de vue et
propose de regrouper les euh du côté du temps total de
pause et de laisser uniquement les allongements
vocaliques du côté du temps total d’élocution. Ce
regroupement évite notamment de considérer chaque
euh comme étant une syllabe et de fausser ainsi, en
raison de la longueur exceptionnelle de nombreux euh,
la durée moyenne des syllabes. Néanmoins, il ne ressort
pas clairement de son ouvrage qu’elle attribuerait des
rôles différents aux allongements vocaliques et aux
euh : en effet, lorsqu’elle présente brièvement la
distribution des « pauses sonores » Duez regroupe les
deux types de marques et signale leur combinatoire très
similaire avec la pause silencieuse ([Due91], pp.71-78).
A la même époque, dans [Gua91] Guaïtella décide de
confondre complètement les deux marques sous le nom
de « hésitations vocales » (elle ne fait aucune

XXIIIèmes Journées d’Etude sur la Parole, Aussois, 19-23 juin 2000 XYZ
distinction dans ses comptages entre ce deux types de
marques), sans pour autant donner une justification
théorique à ce choix.
Plus récemment, dans une approche (co)énonciative de
la prosodie, Morel et Danon-Boileau [Mor98] pensent
que les allongements vocaliques en finale de mots
n’ont pas la même distribution syntaxique que les euh
et avancent l’hypothèse que ces deux marques du TdF
pourraient avoir des rôles différents (auraient une
‘portée’ différente, les allongements porteraient sur une
séquence cible plus limitée que les séquences
introduites par un euh). Cette hypothèse est encore à
l’étude et n’est, pour le moment, pas validée
statistiquement.
Afin d’y voir plus clair devant ces points de vue aussi
divergeants, nous avons tâché d’analyser plus en détail
le contexte immédiat de ces deux marques et tenter de
dégager d’éventuelles contraintes combinatoires.
3.1 Contrainte lexicale
En étiquetant les catégories d’unités qui portaient dans
notre corpus un allongement vocalique marque du TdF
(allongement à contour mélodique bas et ayant une
durée significative, c’est-à-dire supérieure à celle d’une
syllabe accentuée après application des facteurs de
pondération de la durée intrinsèque de la voyelle) nous
nous sommes aperçue que le nombre de mots outils
était bien supérieur à celui des mot pleins (258 mots
outils portant un tel allongement contre 26 mots pleins,
soit 90,85% mots outils contre 9,15% mots pleins).
Nous avons ainsi constaté une très nette préférence
pour l’allongement des mots outils et une forte
tendance à éviter l’allongement des mots pleins.
Ce résultat est en outre concordant avec celui obtenu
par [Gro72] et [Gro73] (88,75% et 94,16% des
allongements portant sur des mots outils, en fonction
du corpus) ; nous ne connaissons malheureusement
pas d’autre étude qui ait fait ce type de décompte sur
d’autres corpus.
Même s’il est encore prématuré de l’affirmer
catégoriquement, ces résultats concordants obtenus à
partir de corpus très différents nous permettent de
formuler l’hypothèse selon laquelle le français oral non
lu aurait largement tendance à faire porter les
allongements vocaliques marques du TdF sur des mots
outils et non sur des mots pleins.
Cette remarque ne suffit cependant pas pour isoler la
distribution du euh par rapport à celle des allongements,
car rien ne permet de savoir pour l’instant si elle est
significativement différente ou significativement
identique. Nous n’avons pas trouvé de données en ce
sens pour le français, ([Gro72] et [Gro73] ont appliqué le
critère mot plein/mot outil uniquement aux allongements
mais non aux euh.)
En appliquant ce critère sur notre corpus actif, (après
avoir éliminé les euh placés en tout début de prise de
parole et les euh précédés par une pause silencieuse
longue supérieure à 2 secondes et après avoir
également éliminé provisoirement les euh précédés d’un
connecteur, voir infra) nous avons obtenu, sur les 328
occurrences de euh restantes, un pourcentage de
17,07% de euh précédés d’un mot outil et un
pourcentage de 82,93% de euh précédés d’un mot plein.
Ce pourcentage de 17,07% est déjà très
significativement différent de celui obtenu pour les
allongements (moyenne 91,25%, écart-type 2,73). Il sera
encore davantage significatif lorsque nous isolerons les
mots outils à structure syllabique (C)VC.
3.2 Contrainte syllabique
En effet, en nous inspirant de l’hypothèse formulée a
priori dans [Gro75] mais non démontrée, selon laquelle
la structure syllabique ouverte /vs/ fermée aurait une
influence sur la fréquence des allongements vocaliques
marques du TdF, nous avons voulu vérifier ce qu’il en
était de cette éventuelle contrainte à partir des données
de notre corpus.
En observant la structure syllabique des 26 mots pleins
qui portaient un tel allongement sur la syllabe finale,
nous avons relevé un seul exemple (soit 3,8%) de mot
finissant par une syllabe de type (C)VC (après avoir
appliqué les facteurs de pondération de la durée,
sachant qu’une voyelle appartenant à une syllabe
fermée a une durée intrinsèque supérieure à celle
appartenant à une syllabe ouverte, voir entre autres
Rossi et alii, [Ros81]). Il est vrai que le nombre
d’exemples issus de notre corpus n’est pas suffisant
pour savoir si ce résultat est significatif ou non.
D’autre part, en observant la structure syllabique des
mots outils porteurs d’un allongement de ce type, nous
avons relevé seulement 3 occurrences de mots outils à
syllabe fermée (il s’agit de trois monosyllabiques, elle,
donc, et une) soit 1,16% des 258 exemples, ce qui est en
revanche très significatif.
Ces résultats mettent en évidence une forte tendance
en français oral non lu à éviter les allongements de
syllabes fermées ; cependant ces résultats ne suffisent
pas en eux-mêmes pour prévoir le comportement des
locuteurs dans les cas où ils seraient amenés à marquer
le TdF sur une syllabe fermée.
Or, en revenant aux données obtenues pour les
contextes de type « mot outil suivi de euh » (17,07%
des contextes) et en observant la structure syllabique
de ces mots outils, nous nous sommes aperçue que
largement plus de la moitié, 34 occurrences, soit 10,37%
du total des contextes avant euh étaient des mots outils
de type (C)VC (principalement elle, sur, avec, une), et
seulement 22 occurrences, soit 6,70% du total des

XYZ XXIIIèmes Journées d’Etude sur la Parole, Aussois, 19-23 juin 2000
contextes avant euh étaient des mots outils de type
(C)V. (voir récapitulatif des résultats, table 1).
Table 1 : Distribution des allongements et des euh en
fonction du contexte mot outil (MO) ou mot plein (MP)
et en fonction de la structure syllabique des MO
allongement euh
MP allongé /vs/ suivi de euh 26 272
MO allongé /vs/ suivi de euh 258 56
MO (C)V allongé /vs/ suivi de euh 255 22
MO (C)VC
allongé /vs/ suivi de
euh 3 34
Ces résultats montrent que, dans notre corpus, les mots
outils ont tendance à être largement plus souvent
marqués par un allongement indiquant le TdF plutôt
que d’être suivis d’un euh, avec néanmoins une
restriction portant sur la structure de la syllabe
allongée : en effet, lorsque la syllabe allongée est de
type (C)VC il est beaucoup plus fréquent que ces mots
outils soient suivis d’un euh.
Cette contrainte syllabique ne semble pas jouer sur les
mots pleins qui sont de toute manière très rarement
porteurs de ce type d’allongement ; il n’en reste pas
moins, que dans notre corpus, les rares mots pleins
allongés finissent, à une exception près, par une syllabe
de type CV.
3.3 Le cas des connecteurs
Dans notre corpus (et cela semble être confirmé par les
travaux de Morel et Danon-Boileau à partir d’une
grande variété de corpus, [Mor98]) la classe des
connecteurs (conjonctions et adverbes introducteurs,
les exemples les plus fréquents étant et, alors, mais,
donc, puis, et puis, et alors, ben, après, si) a un
comportement combinatoire différent du reste du
corpus par rapport aux deux marques du TdF qui nous
intéressent, le euh et les allongements. Ces unités se
combinent en effet très fréquemment avec le euh (169
exemples dans notre corpus) quelle que soit leur
structure syllabique. Si la structure syllabique est
ouverte, ils peuvent se combiner aussi avec
l’allongement.
Ce comportement est en fait identique à celui des mots
pleins et nous pensons que l’explication est à chercher
dans le rôle énonciatif de ces unités à l’oral spontané :
en effet, ces connecteurs présentent le plus souvent un
contour mélodique très haut ou modulé ce qui est très
rare pour les autres types de mots outils (voir aussi
[Mor98]).
4. CONCLUSIONS
Les données que nous avons assemblées à partir de
notre corpus nous incitent à formuler l’hypothèse que
les deux marques du TdF étudiées, le euh et les
allongements, auraient en français oral non lu une
distribution complémentaire et seraient pour ainsi dire
des variantes combinatoires d’une seule et même
marque. Cette hypothèse n’est pas en contradiction
avec la stabilité des pourcentages cumulés de ces deux
marques évoquée dans [Gro75] et n’est pas non plus en
contradiction avec l’hypothèse de la ‘portée’ différente
de ces deux marques de [Mor98]. Si nos hypothèses
sont validées sur un plus grand nombre
d’enregistrements, nous pensons que cette portée
différente s’expliquerait par la distribution syntaxique
différente des MO et des MP en français et non pas par
une spécialisation énonciative de chacune de ces deux
marques (il s’agirait d’une simple corrélation
contextuelle et non d’une relation de cause à effet).
BIBLIOGRAPHIE
[Bea92] Bear J. et alii (1992) «
Detection and correction of
repairs in human-computer dialog » Procee-
dings
of the Annual Meeting of the Association for
Computational Linguistics, Delaware
[Bre95] Brennan, S.E., Williams, M, (1995) «
The feeling
of another’s knowing: Prosody and filled pauses
as cues to listeners about metacognitive states of
speakers », Journal of Memory and Language,
34,
pp. 383-398
[Can97] Candea M. (1997) « Peut-
on définir la pause dans
le discours comme un lieu d’abs
ence de toute
marque?
», Travaux linguistiques du CERLICO,
10, pp. 231-244
[Due91]
Duez D. (1991), La pause dans la parole de
l’homme politique, CNRS
[Gol68] Goldman-Eisler F. (1968) Psycholinguistics
:
experiments in spontaneous speech, Academic.
[Gro72]
[Gro73]
Grosjean F., Deschamps A. (1972-
73) “Analyse
des variables temporelles du français spontané”,
Phonetica, 26, 130-156 et 28, pp.191-226
[Gro75]
Grosjean F., Deschamps A. (1975) “Analyse
contrastive des variables temporelles de l’anglais
et du français”, Phonetica, 31, pp.143-183
[Gua91] Guaïtella, I. (1991)
Hésitations vocales en parole
spontanée
: réalisations acoustiques et fonctions
rythmiques, Travaux de l’Institut de Phonétique
d’Aix, vol.14, pp. 113-130
[Mac59] Maclay H., Osgood Ch.E. (1959) «
Hesitation
Phenomena in Spontaneous English Speech
»,
Word, 15 (4), pp. 19-44
[Mor98] Morel M., Danon-Boileau L. (1998)
Grammaire de
l’intonation. L’exemple du français, Ophrys
[Ros81] Rossi M. et alii, (1981)
L’intonation, de
l’acoustique à la sémantique, Klincksieck