Le contrôle vocal des vocalisations non verbales humaines : une approche par la signalisation trompeuse

Human vocal control of nonverbal vocalisations : A deceptive signalling framework

• Auteur / Autrice : Virgile Daunay
• Direction : Katarzyna Pisanski, David Reby
• Type : Thèse de doctorat
• Discipline(s) : Sciences de la vie
• Date : Soutenance le 28/11/2025
• Etablissement(s) : Saint-Etienne, Université Jean Monnet (2025-....)
• Ecole(s) doctorale(s) : SIS - Sciences Ingénierie Santé
• Partenaire(s) de recherche : Laboratoire : Centre de Recherche en Neurosciences de Lyon (Bron ; Saint-Priest-en-Jarez ; 2011-....)
• Jury : Président / Présidente : Pascal Belin
• Jury : Examinateurs / Examinatrices : Gregory Bryant
• Jury : Rapporteurs / Rapporteuses : Pascal Belin, Susanne Fuchs
• DOI : 10.70675/74766f92z7029z406fzab27z8b0cc6958672

Mots clés

Mots clés contrôlés

Bioacoustique

Évolution

Communication

Voix

Mots clés libres

Production vocale

Perception vocale

Evolution de la communication

Signaux trompeurs

Indices honnêtes

Bioacoustique

Voice production

Voice perception

Evolution of communication

Deceptive signal

Honest cues

Bioacoustic

Résumé

Le comportement vocal humain agit au-delà de la parole. Nous produisons des rires joyeux, des gémissements de plaisir, des sons de dégoût et d'autres vocalisations non verbales qui partagent des caractéristiques acoustiques avec celles d'autres animaux. Ces vocalisations spontanées représentent une forme ancienne de communication émotionnelle. Cependant, les humains ont la capacité rare de contrôler ces vocalisations de manière volontaire, en les exprimant indépendamment des stimuli externes et internes. Cette thèse examine comment les pressions évolutives ont favorisé le contrôle vocal en étudiant à la fois les formes acoustiques et la perception des auditeurs.Dans le premier chapitre, une revue exhaustive de la littérature examine les fondements évolutifs du contrôle vocal à travers des perspectives neuronales, acoustiques et comportementales, tant sur la production que sur la perception.Ensuite, trois études empiriques explorent comment les humains utilisent les vocalisations volontaires pour exploiter la perception émotionnelle et sociale des auditeurs. La première étude (chapitre II) démontre comment les locuteurs modulent volontairement le rire pour encoder des contextes tels que l'amusement, le sarcasme ou la nervosité à travers des paramètres acoustiques spécifiques. Les auditeurs reconnaissent les contextes au-delà du hasard, bien qu'il y ait de nombreuses confusions entre contextes similaires. Ces résultats suggèrent que le rire fonctionne comme un signal gradué plutôt que catégorique. L'étude suivante (chapitre III) explore cette gradation à travers des dimensions émotionnelles : la valence, l'intensité (« arousal ») et l'authenticité. Celles-ci sont étroitement liées : les rires plus positifs sont perçus comme plus intenses et authentiques. Néanmoins, la valence est apparue comme une information primaire, en effet les contextes de valence similaire présentent les taux de confusion les plus élevés.S'appuyant sur ces résultats, la troisième étude (chapitre IV) poursuit la question du contrôle vocal au-delà du rire pour tester la part de contrôle des humains dans leurs expressions affectives sincères. Des locuteurs ont produit des vocalisations sincères, atténuées, exagérées ou inversées (plaisir lorsqu'ils étaient dégoûtés et vice versa) en réaction à des odeurs alimentaires. Ils ont réussi à tromper les auditeurs en modulant des paramètres acoustiques. Cependant, les vocalisations inversées, en particulier celles simulant le dégoût, ont été jugées moins authentiques, révélant un contrôle asymétrique entre les états affectifs.Ces résultats mettent en lumière la manière dont les locuteurs peuvent délibérément modifier leurs signaux vocaux selon un gradient émotionnel dans la communication non verbale humaine afin d'influencer les perceptions des auditeurs. La capacité de contrôle vocal transforme ces signaux sincères des états physiologiques en outils malléables pour l'interaction sociale. Aussi, les auditeurs restent sensibles à l'authenticité en détectant les variations acoustiques subtiles par rapport aux productions spontanées. Ces résultats soulignent la course à l'armement évolutive de la communication trompeuse. Plus les locuteurs développent un contrôle vocal pour tromper, plus les auditeurs développent une sensibilité aux variations acoustiques, trahissant le manque d'authenticité.En conclusion, la compréhension de ces mécanismes de contrôle vocal dans les vocalisations non verbales met en lumière non seulement la complexité de la communication humaine à travers le prisme de l'évolution, mais ouvre également des perspectives plus larges : détection et traitement des expressions émotionnelles pathologiques en milieu clinique, détection de « deepfakes » audio, voire compréhension du jeu d'acteur et de sa performance émotionnelle.

Human vocal behaviour extends beyond speech. We produce gleeful laughter, moans of pleasure, guttural sounds of disgust, and other nonverbal vocalizations that share acoustics with other animals. While spontaneous vocalizations represent ancient emotional communication, humans can control these vocalizations volitionally, expressing them independently from external and internal stimuli. This rare capacity manifests daily in social interactions, from polite laughter to feigned pleasure. This thesis investigates how evolutionary pressures favored vocal control by examining both acoustic forms and listeners' perceptions.Following a comprehensive literature review (Chapter I) that examines the evolutionary foundations of vocal control through neural, acoustic, and behavioral perspectives on both production and perception, I report three empirical studies. These studies explore how humans use volitional vocalizations to exploit emotional and social perception in listeners. The first study (Chapter II) demonstrates how speakers voluntarily modulate laughter to encode contexts like amusement, sarcasm, or nervousness through specific acoustics, such as louder, longer laughs for amusement versus a less rough sound for sarcasm. Listeners recognize these contexts above chance, though confusions follow predictable patterns: similar-context laughs cluster together, suggesting laughter operates as graded rather than categorical signals. The following study (Chapter III) explores this gradation through emotional dimensions: valence, arousal, and authenticity. These interrelate highly: more positive laughs are perceived as more aroused and authentic. Nevertheless, valence emerged as a primary information, and similar-valence contexts show the highest confusion rates.Building on these findings, the third study (Chapter IV) pushed the question of vocal control beyond laughter to test whether humans can inhibit and even reverse honest affective expressions. Using food odors to trigger genuine hedonic reactions, speakers produced honest, attenuated, exaggerated, or opposite vocalizations (pleasure when disgusted, disgust when pleased). Speakers successfully deceived listeners by modulating similar acoustic parameters to those encoding honest expressions. However, opposite vocalizations, especially faking disgust, were judged less authentic, revealing asymmetrical control across affective states.Across studies, authenticity perception is central to navigating deceptive signals, though acoustic cues vary by vocalization type. Laughter authenticity correlates with pitch variability and breathiness, while hedonic authenticity is associated with harsh onsets for disgust and sustained voicing for pleasure. This specificity suggests specialized detection mechanisms adapted to each expression's physiological constraints.These results shed light on how speakers can deliberately alter their vocal signals along an emotional gradient in human nonverbal communication to influence listeners' perceptions. The capacity for vocal control transforms these signals from honest indicators of internal states into flexible tools for social interaction. At the same time, listeners maintain sensitivity to authenticity by detecting subtle acoustic deviations from spontaneous productions. These findings underscore the evolutionary arms race of deceptive communication: as speakers evolve greater volitional control to deceive, listeners co-evolve enhanced sensitivity to subtle acoustic deviations that betray inauthenticity.To conclude, understanding these mechanisms of vocal control in nonverbal vocalizations illuminates not only the complexity of human communication through an evolutionary lens, but also opens broader perspectives, from detecting and treating pathological emotional expression in clinical settings, to technical applications as synthesizing naturalistic emotional voices to even understanding emotional performance in the arts.