En RV, c'est la distance apparente de l'auditeur, plus que la taille de la pièce, qui détermine l'intensité de la voix

Contexte

Lorsque nous parlons, nous ajustons notre voix à la situation sans y penser : nous projetons dans une grande salle, nous élevons le volume lorsqu’un auditeur est éloigné, nous l’atténuons lorsqu’il est proche. Un défi de longue date en thérapie de la voix tient au fait que les progrès réalisés dans un cabinet calme ne se transfèrent souvent pas à ces situations réelles, où les exigences sur la voix sont totalement différentes.

Un courant de recherche grandissant se demande si la réalité virtuelle immersive (IVR) peut recréer ces exigences avec assez de fidélité pour induire - et à terme entraîner - un comportement vocal réel. Daşdöğen et ses collègues avaient déjà montré que la taille de la pièce virtuelle et la distance de l’auditeur pouvaient modifier l’intensité avec laquelle les personnes parlent, mais comme ils faisaient varier les deux à la fois, ils ne pouvaient pas dire lequel des deux indices opérait. Cette étude a entrepris de les dissocier.

Ce que les chercheurs ont fait

Quinze adultes à la voix saine ont réalisé trois tâches de parole - une voyelle tenue /a/, la phrase standard « We were away a year ago » et une réponse spontanée - dans huit conditions de RV immersive présentées via la situation de la salle dans Therapy withVR sur un casque Oculus Quest 3. Les conditions faisaient varier la taille de la pièce (une petite pièce de 5 m × 4 m × 4 m versus une grande pièce de 20 m × 20 m × 20 m), la distance locuteur-auditeur (1 m, 3 m ou 15 m) et des combinaisons des deux, ainsi que des conditions avec auditeur seul, sans pièce.

Point crucial, le son a été maintenu identique dans chaque condition - les participants portaient des bouchons d’oreilles et un casque circum-aural fermé, et l’acoustique naturelle de la pièce était maintenue constante - de sorte que la seule chose qui changeait était ce qu’ils voyaient. Ce protocole permet à l’étude d’attribuer toute modification de la voix à la seule entrée visuo-spatiale. Le niveau de pression acoustique (SPL) a été enregistré avec un microphone serre-tête calibré et analysé avec des modèles linéaires mixtes. Ce travail a été financé par une subvention des National Institutes of Health des États-Unis, avec la scientifique de la voix Katherine Verdolini-Abbott comme investigatrice principale multiple.

Ce qu’ils ont trouvé

La distance locuteur-auditeur était le principal déterminant de l’intensité vocale. Sur les trois tâches, plus l’auditeur virtuel paraissait éloigné, plus les participants parlaient fort - un effet marqué et statistiquement robuste (p < .0001 dans chaque tâche). L’effet était plus important dans les tâches structurées (la voyelle tenue et la phrase lue, qui suscitent naturellement une phonation plus forte et plus stable) ; en parole spontanée, l’effet global de distance se maintenait, bien que le contraste spécifique 3 m vs 15 m n’atteignît pas la significativité.

La taille de la pièce était un indice secondaire et modérateur. La taille de la pièce à elle seule produisait des modifications plus faibles, mais elle renforçait l’effet de distance : une interaction significative Taille de la pièce x Distance montrait que le saut d’intensité à la distance la plus éloignée (15 m) était le plus important dans la grande pièce. Dans le cadre proposé par les auteurs, la distance est la contrainte pertinente sur le plan comportemental, et la taille de la pièce est un facteur de « gain » contextuel qui augmente ou diminue cette contrainte.

Comme le son ne changeait jamais, ces ajustements vocaux étaient produits par la seule vision.

Pourquoi cela compte

Cette étude met en évidence un levier clair et contrôlable pour le travail de la voix : la distance apparente d’un auditeur. Un clinicien peut augmenter ou diminuer cette distance en RV pour susciter des modifications graduées de la projection vocale, avec la taille de la pièce comme indice secondaire pour amplifier l’exigence - le tout sans quitter le cabinet, et le tout mesurable. C’est le contrôle précis qu’offre la plateforme qui a rendu possible l’isolement d’une variable à la fois, ce qui n’est pas réalisable dans une pièce réelle.

Elle ajoute aussi des données rigoureuses, financées par le NIH, à l’argumentaire plus large en faveur d’une pratique écologiquement valide en rééducation de la voix et de la parole : les contextes dans lesquels une personne a besoin de sa voix peuvent être recréés avec assez de fidélité pour modifier le comportement vocal réel, ce qui constitue le fondement d’une pratique dans ces contextes plutôt que dans une pièce épurée.

Limites

L’échantillon était petit (15 participants) et non équilibré selon le sexe (12 femmes, trois hommes), et tous étaient à la voix saine - les résultats ne renseignent donc pas encore sur les personnes présentant un trouble de la voix, où se situerait l’intérêt clinique. Il s’agissait d’une seule séance, et seules des mesures acoustiques objectives ont été recueillies, sans donnée autorapportée d’effort vocal, de confort ou de distance perçue permettant de relier les variations de SPL à l’expérience vécue. Maintenir le son constant était essentiel pour isoler la vision, mais cela a aussi supprimé la complexité multisensorielle et sociale de la communication réelle, et les scènes simulées ne reproduisent pas des auditeurs vivants et réactifs. L’étude établit le mécanisme visuo-spatial ; la question de savoir si une pratique en RV guidée par la distance se transfère à l’usage quotidien de la voix reste à tester.