Pourquoi tu détestes ta voix enregistrée : la vraie science

Pourquoi tu détestes ta voix enregistrée tient à deux causes bien distinctes, et aucune ne veut dire que ta voix sonne vraiment mal. La première relève de la physique : la conduction osseuse ajoute discrètement des graves à la voix que tu entends dans ta tête, tandis qu'un enregistrement les retire. La seconde relève de la psychologie : c'est une réaction documentée que les chercheurs ont baptisée « confrontation vocale » en 1966.

Tu as sûrement déjà ressenti ça dans une situation toute banale. Ton message d'accueil de messagerie vocale se lance. Un ami t'envoie une vidéo de soirée et te voilà en train de parler. On réécoute un message vocal que tu viens d'envoyer, et la voix qui sort du haut-parleur ressemble à quelqu'un qui t'imite avec un petit ton nasal. Cette réaction est si répandue que les chercheurs lui ont donné un nom des décennies avant l'arrivée des smartphones.

Voici ce qui se passe vraiment, entre la part qui vient de ton crâne et celle qui vient de ton cerveau.

Réponse rapide

Première raison : la conduction osseuse modifie discrètement ce que tu entends

Quand quelqu'un d'autre parle, le son ne t'atteint que d'une seule façon. Ses paroles traversent l'air, font vibrer ton tympan, et ton cerveau interprète ces vibrations comme du son. Ce trajet s'appelle la conduction aérienne, et c'est le seul signal en jeu quand tu écoutes quelqu'un d'autre.

Quand c'est toi qui parles, tu reçois gratuitement un deuxième signal. Tes cordes vocales et tes voies respiratoires vibrent, et ces vibrations passent par les os et les tissus mous de ton crâne jusqu'à ton oreille interne, en même temps que le son transmis par l'air que tout le monde entend. Martin Birchall, professeur de laryngologie à l'University College London, a décrit cette superposition à *Time* en ces termes : "When we talk, it's like everyone hears the sound through speakers, but we're hearing it through a cave complex inside our own heads" [1].

Les os jouent ici un rôle très précis : ils transmettent les basses fréquences plus efficacement que les hautes. D'après le résumé acoustique de la page Wikipédia consacrée à la conduction osseuse, comme le crâne conduit mieux les basses fréquences que l'air, les gens perçoivent leur propre voix comme plus grave et plus ample que les autres ne la perçoivent, et un enregistrement de sa propre voix sonne souvent plus aigu que prévu [2].

C'est tout le truc. Un micro ne capte que le signal transmis par l'air, celui que tes collègues et tes amis entendent chaque jour. Quand tu réécoutes l'enregistrement, les graves que ton crâne ajoutait discrètement ont disparu. Ce qui reste sonne plus fin et plus aigu que la voix que tu connais depuis toujours. L'enregistrement ne déforme rien : il te fait entendre exactement le signal que tout le monde connaît déjà, sans ce canal privé en plus.

Les deux signaux, côte à côte

Deuxième raison : la psychologie de la confrontation vocale

L'écart dû à la conduction osseuse explique pourquoi un enregistrement sonne différemment. Il n'explique pas complètement pourquoi l'écouter peut te faire grimacer. Cette autre réaction porte un nom, et s'appuie sur une étude.

En 1966, les psychologues Philip S. Holzman et Clyde Rousey ont publié "The Voice as a Percept" dans le *Journal of Personality and Social Psychology*. Ils y étudiaient la façon dont les gens réagissaient en entendant leur propre voix réécoutée [3]. La réaction qu'ils ont décrite, aujourd'hui généralement appelée confrontation vocale, désigne le malaise qu'on ressent lorsqu'on n'aime pas le son de sa propre voix enregistrée. On l'explique généralement par la déception née de l'écart entre ce que tu imagines que les autres entendent et ce que tu entends réellement à la réécoute [3].

Holzman et Rousey soutenaient que le malaise n'était pas seulement acoustique. Ils en attribuaient une partie à ce qu'ils appelaient des « indices extralinguistiques » : des traits qu'un enregistrement révèle et que tu ne remarques normalement pas chez toi, comme l'anxiété, l'hésitation, la tristesse ou l'irritation [3]. Un enregistrement dévoile une facette de toi que ta voix ne te laisse jamais entendre sur le moment, quand tu parles. Tu t'attendais à entendre tes mots, pas à réaliser à quel point tu semblais nerveux ou éteint en les prononçant.

Cette surprise tient aussi à un problème de reconnaissance. Les gens passent très peu de temps à écouter leur propre voix comme si elle était séparée du fait de parler, si bien que leur image mentale dérive. Dans une étude de suivi de 1967 menée par les mêmes chercheurs, seuls 38 % des participants ont pu identifier un enregistrement de leur propre voix en cinq secondes [4]. Si ton cerveau reconnaît à peine l'enregistrement comme le tien au premier contact, le mouvement de recul quand il fait le lien devient tout à fait logique.

Birchall résume simplement le piège : après des années à n'entendre que la version transmise par les os, l'idée que tu te fais de ta voix se calibre sur un signal que personne d'autre ne reçoit jamais. L'enregistrement te paraît donc à la fois étranger et décevant [1]. Le même article note que ce décalage peut devenir un problème réel et durable pour les personnes vivant avec une dysphorie corporelle ou de genre : si leur voix enregistrée ne correspond pas à leur perception d'elles-mêmes, c'est bien plus qu'un malaise passager [1].

Si réécouter tes propres messages te donne déjà envie de passer cette étape, tu n'es pas seul. Nous avons exploré pourquoi l'effort de la réécoute pousse certaines personnes à redouter le bouton lecture : c'est une réaction liée au même malaise de fond, mais distincte.

Le paradoxe : tu détestes probablement ta voix moins que tu ne le crois

Voilà ce qui complique le tableau : une partie de ce malaise n'a peut-être rien à voir avec le son lui-même.

En 2013, Susan M. Hughes et Marissa A. Harrison ont publié une étude dans la revue *Perception*. Elles ont fait écouter aux participants un ensemble de voix enregistrées et leur ont demandé d'en évaluer l'attrait, sans leur dire que leur propre voix s'y trouvait discrètement. Les participants ont jugé leur propre voix plus attirante que les autres auditeurs ne la jugeaient, et plus attirante que toutes les autres voix qu'ils avaient eux-mêmes évaluées [5].

Quand les gens ignoraient qu'ils s'écoutaient, ce qu'ils entendaient leur plaisait très bien. Cela indique quelque chose d'utile : une bonne part du malaise ne tient pas du tout à l'acoustique. C'est la conscience de soi qui s'active dès que tu reconnais la voix comme étant la tienne. Sans cette reconnaissance, le même enregistrement cesse de sembler menaçant.

Ce que cela signifie concrètement pour tes messages vocaux

Tout cela se joue aujourd'hui surtout dans les messages vocaux, envoyés chaque jour par milliards, selon les chiffres de WhatsApp que nous reprenons dans notre récapitulatif des statistiques sur les messages vocaux. Enregistrer un message vocal, c'est produire volontairement la version de ta voix transmise uniquement par l'air. Le réécouter, c'est t'y confronter chaque fois que tu appuies sur lecture.

La physique garantit que l'enregistrement sonnera plus aigu et plus fin que prévu. Et, chez une bonne partie des gens, la psychologie garantit que la réécoute déclenche quelque chose qui ressemble au mouvement de recul décrit par Holzman et Rousey il y a soixante ans.

Il y a deux choses à retenir. D'abord, l'enregistrement est la version fidèle : c'est la voix que tes amis connaissent déjà. Elle ne leur a jamais paru étrange, parce qu'ils n'ont jamais eu accès à la version transmise par les os que tu regrettes en silence. Ensuite, une bonne part du malaise tient à la conscience de soi plutôt qu'au son, et l'étude sur l'attrait de la voix menée en 2013 le confirme directement [5].

Si te réécouter continue de te faire grimacer à chaque fois, il existe une solution toute simple : lis les mots au lieu de réécouter le message. Se passer complètement de l'audio résout aussi un problème pour la personne qui l'a reçu, car un audio sans transcription peut réellement laisser l'autre personne de côté dès qu'il est long ou bruité. C'est exactement le problème que Transcribbit est conçu pour résoudre : il transforme un message vocal en texte clair, afin que tu puisses vérifier ce que tu as vraiment dit sans réécouter l'audio. Commence gratuitement et envoie ton prochain message au format texte et audio.

Questions fréquentes

Pourquoi ma voix enregistrée est-elle plus aiguë et différente de ce que j'attends ?

Parce qu'un enregistrement ne capte que la part de ta voix transmise par l'air. Quand tu parles, tu t'entends aussi par conduction osseuse, qui transmet les basses fréquences et rend ta voix plus ample et plus grave pour toi que pour n'importe qui d'autre. Retire ces graves (ce qu'un micro fait justement), et la réécoute paraît plus fine et plus aiguë que ce à quoi tu es habitué [2].

L'enregistrement ou ma propre perception, lequel est le plus exact ?

L'enregistrement est le plus exact. Il correspond exactement à ce que les autres entendent quand tu leur parles, puisqu'ils ne reçoivent que le signal transmis par l'air. La voix plus pleine que tu entends dans ta tête est la version à laquelle personne d'autre n'a jamais eu accès, car les graves conduits par les os ne quittent jamais ton propre crâne [1][2].

Qu'est-ce que la confrontation vocale, exactement ?

C'est le terme que Philip Holzman et Clyde Rousey ont forgé dans une étude de 1966 pour désigner le malaise qu'on ressent en entendant sa propre voix enregistrée. Une partie vient de l'écart entre l'attente et la réalité, une autre de ce qu'ils appelaient les « indices extralinguistiques » : des traits comme la nervosité ou l'hésitation qu'un enregistrement révèle et que tu ne remarques normalement pas chez toi quand tu parles [3].

Est-ce que tout le monde déteste sa voix enregistrée ?

Pas autant que la plupart des gens le pensent. Une étude de Hughes et Harrison menée en 2013 a montré que, lorsqu'on ne dit pas aux gens que leur propre voix figure dans un ensemble d'enregistrements, ils la jugent plus attirante que les autres auditeurs ne le font. Une bonne part du malaise semble venir du fait de reconnaître la voix comme la sienne, pas du son lui-même [5].

Est-il vraiment impossible de reconnaître sa propre voix enregistrée ?

Pas de manière fiable ni rapide. Une étude de Rousey et Holzman, en 1967, a montré que seuls 38 % des participants ont pu identifier un enregistrement de leur propre voix en cinq secondes [4]. La plupart des gens passent bien plus de temps à parler qu'à s'écouter eux-mêmes, si bien que l'image mentale de sa propre voix repose sur un échantillon incomplet.

Cela influence-t-il la façon dont on vit l'envoi de messages vocaux ?

Oui. La même physique et la même psychologie s'appliquent dès qu'on enregistre un message vocal au lieu de passer un appel, et le réécouter, c'est se retrouver face à la version de sa voix transmise uniquement par l'air. C'est en grande partie pour cela que certaines personnes préfèrent lire une transcription plutôt que réécouter l'audio, un problème que Transcribbit cherche à résoudre.

Pour conclure

Pourquoi tu détestes ta voix enregistrée n'a plus rien de mystérieux une fois les deux causes séparées. La conduction osseuse change vraiment ce que tu entends quand tu parles : l'enregistrement sonnera donc toujours plus fin et plus aigu que la voix dans ta tête, et c'est une simple question d'anatomie. La confrontation vocale, elle, est le malaise distinct et bien documenté qui surgit quand tu réalises que cette voix enregistrée, c'est toi. Le phénomène a été nommé pour la première fois en 1966 et confirmé depuis par la recherche.

Le fait le plus utile à retenir est celui de 2013 : les gens jugent leur propre voix plus favorablement dès qu'ils ignorent qu'elle est la leur [5]. L'enregistrement n'a jamais été le problème ; c'était la reconnaissance. Le savoir ne fera pas complètement disparaître le mouvement de recul, mais tu peux arrêter de supposer que l'enregistrement te ment. C'est la seule version de ta voix que tout le monde a toujours entendue, et elle ne les a jamais dérangés.

Références

1. Why Do I Hate the Sound of My Own Voice? (Time, 2017) - time.com
2. Bone conduction (Wikipedia) - en.wikipedia.org
3. Voice confrontation (Wikipedia, citing Holzman & Rousey, 1966, Journal of Personality and Social Psychology) - en.wikipedia.org
4. Recognition of one's own voice, Rousey & Holzman, 1967, Journal of Personality and Social Psychology, 6(4), 464-466 - pubmed.ncbi.nlm.nih.gov
5. I Like My Voice Better: Self-Enhancement Bias in Perceptions of Voice Attractiveness, Hughes & Harrison, 2013, Perception - journals.sagepub.com