La propagande repose sur des moyens visuels, acoustiques, contrapunctiques ayant une puissance affective, et la voix en fait partie. Le fait que, dans la conversation, ce ne soit pas tant les mots que l'intonation, le dessin mélodique, la sonorité, le rythme qui définissent le sens – c'est-à-dire ce qui n'est pas et ne peut être noté –, explique cette image traditionnelle de la parole comme quelque chose de vivant, par opposition à l'écrit qui serait mort. Cette conception, qui remonte à l'apôtre Paul, a inspiré des générations de spécialistes de la culture orale. Parce que l'effet de la voix était puissant, elle était fréquemment rapprochée des phénomènes relevant du sacré ou de la magie. Le son était un attribut divin. L'école acousmatique forçait les élèves à écouter la voix du maître caché derrière un rideau pour ne pas être distrait par une quelconque vision. C'est pourquoi Theodor Adorno considérait que l'ouïe était un sens plus archaïque, essentiel dans les sociétés préindustrielles, où la communion était assurée par l'acte même de l'écoute – l'obédience –, et était liée à l'inconscient, à la différence de la représentation qui renvoyait, elle, à une forme de perception analytique (Adorno, Eisler 1977, 12).
Dans les travaux consacrés à la propagande de guerre, la voix est rarement analysée séparément du commentaire. Ce fut d'ailleurs le fondement des recherches de Sigfried Kracauer (Kracauer 1984), comme de Jeremy Hicks(Hicks 2014). Dans cet ouvrage, l'auteur se fonde sur les modèles proposés par Bill Nichols (qui interprète la voice over comme voix du Dieu omniscient), de Michael Renov, interprétant la voix off comme modèle d'une subjectivité opprimée, et de Michel Chion qui propose la notion d'acousmêtre inspirée de l'école pythagoricienne pour décrire, dans les films de fiction, la voix privée de corps (Nichols, 2010, 99, 130 ; Renov, 2004 ; Chion, 1982, 1993). Mais en réalité, le matériau d'analyse de Jeremy Hicks reste le texte. Je voudrais proposer ici d'examiner le style suggestif de la voix elle-même, de sa sonorité, séparément du texte.
La voix au cinéma est une construction artificielle simulant le naturel. Dans le cinéma de fiction, cette situation ambivalente a fourni le point de départ à de multiples intrigues où le sujet est déstabilisé sous l'influence d'une voix invisible. Cette vision de la voix comme moyen puissant de domination et de manipulation est notamment proposée, avant même l'arrivée d'Hitler au pouvoir – par l'intrigue de Das Testament des Dr Mabuse (le Testament du Docteur Mabuse (Fritz Lang, 1933) où la voix du héros, personnage de criminel, hypnotiseur et psychanalyste investit un autre corps et en prend possession, tout comme il domine l'univers filmique et l'imagination du spectateur. Dans les premiers films sonores européens, les voix dépourvues de corps se voyaient attribuer des aptitudes propres aux anges ou aux vampires. Ce n'est pas un hasard si Jacques Lacan développe ses réflexions sur la voix dans un séminaire consacré à la peur (Lacan, 2004). Mais ces aspects sont le plus souvent ignorés dans l'analyse des films de non-fiction.
- 1 En 2015, Mars Media a lancé une série télé en 8 épisodes, « Ici, Moscou », consacrée à la vie de (...)
Les germanistes, et particulièrement les historiens de la culture, ont consacré de nombreuses études aux voix du Troisième Reich, et particulièrement à celle de Hitler (Klöss 1967, Schnauber 1972, Schmölders 1997, Epping-Jäger 2003). Marcel Beyer est l'auteur d'une sorte de « fantaisie acoustique » sur la paranoïa vocale du Troisième Reich. Le héros de son roman Flughunde (Voix de la nuit, 1995) est un acousticien qui travaille à une carte des timbres de voix permettant de mettre en évidence les spécificités de la voix aryenne. De ce point de vue, on peut dire que l'espace culturel russe est « sourd » des deux oreilles, bien que le personnage de Youri Levitan ait récemment attiré l'attention de plusieurs chercheurs et même de producteurs (Levitan, 1987 ; Sherel', 2004 ; Taranova, 2010)1.
- 2 Il s'agissait de sirènes mécaniques fixées sur le train d'atterrissage.
On analysera ici les voix des commentaires des principaux documentaires de la Seconde guerre – Razgrom nemeckih vojsk pod Moskvoj (Défaite des troupes allemandes devant Moscou, Ilya Kopalin, Leonid Varlamov, 1942), Stalingrad (Leonid Varlamov, 1943), Pobeda na pravoberezhnoj Ukraine (Victoire sur la rive droite de l'Ukraine, Alexandre Dovjenko, 1945) et Tebe, front! (À toi, le front ! Dziga Vertov, 1942), et qui sont celles de Youri Levitan et de Leonid Khmara. Mais on rappellera tout d'abord quelques stéréotypes attachés aux caractéristiques de la voix (hauteur, puissance, débit, diapason et prononciation). Les voix graves qui résonnent dans les tissus mous de la poitrine, sont ressenties comme chaudes, caressantes, érotiques ; les voix aiguës qui résonnent dans la boîte crânienne font un effet froid, métallique, strident. Si elles sont de surcroît grêles, elles paraissent fausses, les voix trop puissantes font peur, les voix de faible volume paraissent tendres, et les voix graves ont de l'autorité. Les voix puissantes remplissent d'effroi, et sont liées à l'annonce de catastrophes. Le cri de King Kong ou la voix de tonnerre de Dieu sont monstrueux. Le hurlement des avions de guerre allemands n'était pas nécessaire, mais produisait un effet terrifiant et paralysait l'ennemi, renforçant la panique, comme le relèvent Virilio, et de nombreux Allemands qui ont laissé des souvenirs (Virilio 1989, 6; Ulrich 2013, 239-245)2. Ces avions sont restés dans l'histoire sous le nom de « trompettes de Jéricho », tandis que les Katiouchas furent baptisées « orgues de Staline ».
- 3 Au début du XXe siècle, le chanteur d’opéra et journaliste Alexandre Amfiteatrov écrivait à propo (...)
Chez un chanteur d'opéra, plus les changements de registre, de puissance et d'amplitude sont brusques et dramatiques, plus le public attend, fébrile, que le ténor atteigne le si aigu. Mais dans la vie courante, ces effets, tout comme les voix de tête, sont ressentis comme synonymes de fausseté, d'artifice, ou de démagogie. Un débit rapide est associé à de l'exaltation, et le changement de débit signifie une volonté d'asservissement, comme le débit lent de l'hypnotiseur. La voix des anges, aiguë, comme la voix d'une vierge, est perçue comme un signe de pureté morale. Tandis que la voix du démon, comme celle de la femme fatale, est grave, et donne toujours à sentir, dans ses soupirs, ses intonations rauques, la présence du corps. L'articulation même est soumise à interprétation : une élocution nette est liée à une pensée claire, à un propos intelligible. Les voix éraillées ou rocailleuses étaient autrefois signes d'une origine sociale basse, à une accoutumance à l'alcool et à la nicotine3. Une voix dans laquelle on ne perçoit pas la respiration, gardant le même ton sans vibrato, avec un rythme égal, est perçue comme celle d'un mécanisme. Une voix trop aiguë pour un homme, ou trop grave pour une femme, renvoie à un certain flottement du point de vue de l'identité de genre, et peut susciter le rire ou l'effroi. Toute irrégularité dans la voix, écart de puissance ou tremblement sont pour les psychologues non pas les marques d'une affection physique, mais le signe d'une instabilité émotive. Lorsqu'une personne est en proie au stress ou à la peur, la tension des muscles (pas seulement au niveau de la gorge) se traduit au niveau de la respiration, ce qui entraine des modifications dans la phonation, etc. On reviendra plus loin à la sémantisation de ces marques, mais il est important de les avoir en tête. Le deuxième point important pour analyser la voix off de ces films tient aux techniques d'enregistrement des années 1930 qui ont marqué le son électrique de la propagande de guerre soviétique.
Les films des années 1930 ont contribué à établir un certain standard de voix électriques, et ceci non pas en raison des particularités individuelles des acteurs et des commentateurs, à la tradition de leur formation ou aux préférences stylistiques des réalisateurs. L'esthétique spéficique de ces voix médiatiques est avant tout due aux caractéristiques des micros, de la bande optique et des filtres en usage à l'époque. Les micros Reisz qui étaient utilisés en Russie avaient une gamme de fréquence allant de 70 à 10 000 hertz, de plus si, entre 100 et 7000 hertz, la courbe était régulière, dans les fréquences hautes comme dans les basses, cette courbe connaissait un décrochement, et les micros ne réagissaient pas. Autrement dit les voix qui approchaient ces fréquences ne pouvaient pas être enregistrées. En outre, le son devait parvenir directement, et non pas de biais. Plus les acteurs se trouvaient loin de la source, plus le son rendu était faible et brouillé. Plus la courbe d'incidence du son s'éloignait d'une droite, moins la différence entre fréquences hautes et basses était marquée, ce qui entraînait de fortes déformations (Müller, 1998, 229-230).
Les micros contraignaient à un débit lent et limitaient le volume sonore qui de surcroît ne pouvait être soumis à de rapides changements. Pour éviter ces déformations, les ingénieurs du son étaient obligés d'employer des filtres de fréquences particuliers. Si bien que les fréquences hautes étaient diminuées, les basses – coupées, et cette opération privait les voix d'harmoniques et produisait un « effet téléphone ». Les voix masculines étaient moins graves, les voix féminines aiguës subissaient de fortes déformations et rendaient un sifflement strident. Rares étaient les sopranos qu'il était possible d'enregistrer à l'aide de ces filtres sans produire cet effet, ou des craquements (Bronstein, 1937, 60).
La bande optique donnait aux voix un timbre métallique clair. Cette contraction du matériau vocal a induit une politique particulière à l'égard des voix dans le cinéma soviétique. Les commentateurs ne parlaient ni doucement ni fort, ni dans les graves ni dans les aigus, avec un débit lent, en articulant clairement. Youri Kalganov, présentateur et réalisateur de la radio de Leningrad, rappelait que dans les premières années de la diffusion radiophonique, il fallait « parler lentement, très lentement, le plus lentement possible, en détachant presque les syllabes, en mettant chaque mot en évidence. À cette époque l'élocution posée de Youri Levitan aurait fait l'effet d'un débit précipité » (Kalganov, 1959, 206-207).
Comme les voix étaient enregistrées à une certaine distance des micros, on percevait la réverbération. La voix qui se projetait vers le micro communiquait à un dialogue même intime, filmé en gros plan, ou en plan moyen, une voix de tête, comme si l'acteur ou l'actrice adressait sa réplique non pas à son partenaire, mais aux masses ou à un auditeur lointain. Les registres graves des voix de poitrine, et les fréquences basses étaient difficiles à enregistrer, si bien qu'il était impossible de rendre une sensation de proximité. Ces voix fortes, stridentes, claires et métalliques donnaient l'impression d'un monde acoustique artificiel, irritant par son côté très sonore, son articulation exagérée et son débit lent (lequel provenait aussi des caractéristiques techniques). La radio admettait des voix plus graves, mais Youri Levitan au début de sa carrière avait lui aussi un registre plus aigu. Ce soprano au son électrique et perçant faisait de chaque héroïne une innocente ingénue et de chaque héros, un jeune romantique. Toutes ces précisions ont leur importance pour analyser les archives sonores des actualités filmées de la guerre.
- 4 Steven Lovell cite les chiffres suivants : en Allemagne, en 1934, il y avait 8, 2 millions de pos (...)
La voix off dans le cinéma documentaire est située dans un milieu culturel défini non seulement par la technique, mais également par le régime vocal du contexte. Cette voix sans corps est influencée non seulement par les voix du cinéma, mais également par celles de la radio, elles aussi contraintes par les conditions propres à leur époque. Les études occidentales sur l’écoute radiophonique évoquent souvent un poste placé dans la chambre à coucher, dans le salon d’un appartement privé, et se fondent sur l’analyse freudienne de la « voix dans le noir », qui suscite la crainte ou le désir inaccompli, inassouvible (Hagen, 2005). Dans la théorie allemande de la radio des années 1930, l’être privé de corps qui incarne par la voix la dimension spirituelle, transmet des messages métaphysiques télépathiques et place l’auditeur dans un espace magique qui rappelle l’hypnose (Kolb, 1932.). Or en URSS, le poste n’était pas disposé dans un salon ou dans une chambre à coucher. Les haut-parleurs étaient sur les places, dans les marchés, ou les parcs, comme on peut le voir dans le film Chastnaja zhizn’ Petra Vinogradova (la Vie privée de Piotr Vinogradov, Alexandre Macheret, 1934), dans les appartements communautaires, dans les clubs ouvriers, les isbas-bibliothèques ou encore dans les cantines des fabriques, comme on le voit dans Oblomok imperii (Débris d’empire, Friedrich Ermler, 1929)4.
Le théoricien national-socialiste de la radio Richard Kolb voyait dans la radio le nouveau médium susceptible de faire l’unité du peuple allemand. Il voyait dans le courant électrique et les ondes de la radio qui transposent la voix une énergie spirituelle susceptible de se diffuser dans le monde entier. Elle était capable de pénétrer l’auditeur et de lui communiquer cette énergie à l’aide de ses oscillations. Dans cette conception occulte, la voix incarne une substance naturelle élémentaire, elle est l’expression de l’essence interne, la matérialisation de l’âme, capable d’exprimer le supra-individuel. La voix est tout à la fois incarnation de l’esprit et essence dépourvue de corps (verleiblichte Geistige, die körperlose Wesenheit; Kolb 1932, 52; Hagen 2005, 118-119). On trouve des conceptions similaires dans les romans d’Alexandre Beljaev (le Souverain du monde, 1929), les notes de Vélimir Khlebnikov sur la magie de la radio (1921 ; Klebnikov, 1930), les manifestes de Dziga Vertov sur la Radio-Oreille et le radio-cerveau (Vertov, 1931), mais dans les années 1930, cet écho métaphysique disparaît complètement.
Aux États-Unis, la radio se développe de manière totalement différente, dans la mesure où sa structure (à la différence de l’Allemagne et de l’URSS) n’est pas centralisée, mais régionale. Elle accorde la priorité au dialogue et aux dialectes. Elle ouvre ses ondes aux voix alternatives, et ne prétend aucunement à exprimer une quelconque essence ontologique, une individualité ou une authenticité. La voix y est une imitation performative de l’essence, comme un masque. Grâce à ce corps invisible, la voix peut simuler de manière convaincante n’importe quel accent, n’importe quelle identité (Hagen 2005, 277, 225-277). Les historiens de la radio américaine établissent un lien entre cette pratique et le pluralisme ethnique ou encore la politique migratoire du pays (Hilmes 1997, 311 ; Douglas, 1999).
- 5 La présentatrice Natalia Tolstova écrit que certains enseignants de l’Institut de la parole (ferm (...)
Au début des années 1930, on trouve dans la radio soviétique des traces de ces influences contrastées allemande et américaine. Mais le fossé entre ces réflexions sur la nature de la voix et leur application était grand. Dans les premières années, les présentateurs, que l’on désignait sous le terme de « lecteurs » ou d’« acteurs-déclamateurs », étaient issus de l’Institut étatique de la parole, ou du Théâtre de la lecture à voix haute5. Mais à partir du début des années 1930, ils durent suivre une formation sérieuse en technique vocale auprès d’enseignants issus des écoles du Théâtre d’Art, du Théâtre Maly ou du théâtre Alexandrinski.
Les voix émises par les haut-parleurs étaient associées à des formes prosodiques spécifiques : émotionnellement chargées, agressives et solennelles. Dans la réalité médiatique, la voix aiguë du procureur Andreï Vychinski s'opposait au baryton grave de Youri Levitan. Il est impossible de séparer l’usage de la voix des pratiques d’écoute qui influent sur elle. Or l’écoute de la radio soviétique était un acte collectif, voilà pourquoi cette voix ne s’adressait pas à l’oreille d’un individu, mais de millions de gens.
Quand on se demande qui lit le texte du commentaire en voix off, il faut aussitôt se demander au nom de qui ce texte est dit, et si le son de cette voix est relié à la personne qui se tient devant le micro ou à la voix de l’État (de Dieu, ou de l’être suprême omniscient). C’est ainsi que Michael Renow et Bill Nichols abordent l’analyse des voix dépourvues de corps.
La voix de l’acteur renvoie à un art de l’imitation (ou, dans l’école stanislavskienne du jeu russe, à un art du « revivre » authentique), tandis que la parole de l’homme politique renvoie à la psychologie de la personnalité. Mais à quoi renvoie la voix de Youri Levitan, devenue l’incarnation des actualités soviétiques, la voix de l’histoire soviétique ?
Levitan débute à la radio en 1931. À partir de janvier 1934, sa voix ayant plu à Staline, on lui confie la lecture du discours de Staline à la tribune du XVIIe congrès du Parti. Platon Kerzhencev, alors président du Comité de la radio dépendant du Sovnarkom, a charge de lui confier uniquement les prises de paroles les plus importantes (Levitan, 1987, 28 ; Sherel’, 2004, 358). Né à Vladimir, une région où les « o » sont fortement accentués, Levitan travaille la diction avec Elizaveta Youzvitskaïa, élève de l’acteur et pédagogue Alexandre Lenski, ainsi qu’avec Mikhail Lebedev, qui lui promettent qu’il va bientôt parler comme un Moscovite, mieux même que les natifs de Moscou. Il travaille également les accents et l’intonation avec le célèbre acteur du théâtre d’Art Vassili Katchalov (Levitan, 1987, 19 ; Tolstova, 1972, 83).
- 6 En 1932, la revue Govorit SSSR (Ici l’URSS) critiquait cette manière pseudo-individuelle de parle (...)
Cette formation révèle un paradoxe, caractéristique du discours concernant la voix des présentateurs soviétiques. D’un côté le journal radiodiffusé exige que le présentateur possède une individualité marquée, inimitable, de l’autre il doit être un professionnel maîtrisant une diction parfaite, dont la voix est exempte de toute marque d’accent ou de dialecte. Ces critères pourtant incompatibles ignorent la contradiction6. Le discours officiel exige la singularité, la pratique cherche le plus haut degré de neutralité. Les critères professionnels définissant cette neutralité ne tiennent pas seulement à l’orthoépie qui conduit à gommer l’accent régional de Levitan. Sa voix ne doit pas non plus évoquer le petit Juif de province. Outre les critères dialectaux et ethniques, elle efface également les marques sociales, l’âge, les particularités individuelles, l’affect. Dans le même temps, sa voix, ou plus exactement son écho électrique créent l’image d’un homme en bonne santé, vigoureux, énergique et optimiste.
De ce point de vue, le témoignage de l’écrivain Mikhail Prishvin est très frappant : « J’ai fait un rêve. Quelqu’un avec un signe de croix près des lèvres. Sa parole, comme un poste de radio détraqué, est morte, avec de temps en temps quelques notes vivantes. […]. Les tirages éditoriaux et la radio ont introduit dans la littérature le peuple, l’écrivain mort et d’une manière générale l’agent parlant dans le poste, autrement dit c’est l’individu qui est remis en question, et dans certains cas sa nécessité n’est même plus discutée : car la technique de la radio permettra bientôt aux morts de parler à la place des vivants (des « phraseurs » et des « robots » fabriqueront des phrases à partir des mots enregistrés de leur vivant) (Prishvin, 2010, 601).
Dans le film Stalingrad (Leonid Varlamov, 1943) – et avant cela dans Ispanija (Espagne, Esther Choub, 1939) – ces qualités de la voix de Levitan sont particulièrement marquantes. Le commentateur représente la représentation de l’affect : joie, chagrin, colère, sarcasme, triomphe. Pour être capable de jouer cette représentation de la représentation, il faut une technique de jeu. Mais le fait que de nombreux commentateurs aient suivi une formation d’acteur, par exemple le commentateur sportif Nikolaï Ozerov, qui était issu du studio du MKhAt, n’est jamais ouvertement revendiqué. La représentation de la représentation signifie la formalisation d’un savoir-faire ; traduite en paramètres vocaux, métro-rythmiques et intonatifs, elle renvoyait à une prononciation scandée des syllabes, à un débit mesuré, avec de nombreux accents, une articulation précise qui ne pouvaient être atteints qu’au prix de longs entrainements. Le plus souvent, au sein de ce chœur de ténors électriques, la voix grave de Levitan tranchait.
La voix de Levitan suivait un dessin rythmique précis, avec un allongement des voyelles, des modulations importantes, et des pauses marquées, une accentuation de presque chaque mot, et des accents à chaque fois que la voix montait et/ou ralentissait dans les moments solennels. Les voyelles les plus fréquentes étaient celles qui avaient le volume de résonance le plus grand (« o » et « a »). La prononciation de tête ajoutait à la clarté du timbre et adoucissait la courbe mélodique qui connaissait des variations de hauteur brutales. Ce style avec de brusques élévations de la voix se diffusera ultérieurement dans les échanges ordinaires : cette formalisation permet un meilleur contrôle des émotions.
- 7 Cette utopie de la sémantique sonore est également discutée dans le cinéma soviétique et a une l (...)
Levitan recourait à une technique élaborée par le metteur en scène et acteur Vladimir Gardine, grand formaliste en matière de procédés de jeu. Elle consistait à définir une « émotion d’appui (dominante) pour susciter la bonne réaction sonore », qui « colore l’intonation d’une teinte caractéristique de l’émotion donnée qui symbolise l’état intérieur du héros, tandis que la signification de ses paroles passe en quelque sorte au second plan ». Pour Gardine, cette « dominante » sonore ne pouvait être qu’une voyelle, et c’est autour d’elle qu’il convenait de construire l’image figurale (Gardin, 1934, 97, 100)7.
Levitan crée cette dominante émotionnelle pour les différents passages du film et en colore les voyelles. Ainsi, au début, il soutient la signification mythologique et historique de Stalingrad dans l’espace légendaire de l’histoire russe, par une dominante solennelle et joyeuse sur les « a » et les « o ». Il s’agit de la Volga, liée à la première expansion impériale (la victoire d’Ivan le Terrible à Kazan, les guerres menées par Catherine II), aux deux révoltes paysannes majeures de Stépan Razine et de Emélian Pougatchev, et aux victoires attribuées à Staline pendant la guerre civile. Les réalisateurs Guéorgui et Sergueï Vassiliev, auteurs du film le plus célèbre sur la guerre civile (Tchapaev, 1934) s’étaient vu confier un film consacré spécifiquement au rôle que Staline y avait joué (la Défense de Tsaritsyn, 1942). Au début du film Stalingrad ce passé triomphal colore le passé plus récent (Tsaritsyn avait été rebaptisé Stalingrad et avait vu la construction d’une gigantesque usine de tracteurs, symbole du lien entre industrialisation et collectivisation), et sur fond de paysages du Stalingrad d’avant-guerre, et de vues du fleuve baignées de soleil, Levitan met en place une dominante majeure qui imprègne toutes les voyelles. Cette tonalité majeure fait ensuite place à un deuil plein de retenue, lorsque Levitan délivre les informations concernant les villes cédées à l’ennemi et les défaites, en supprimant toute résonance et en étouffant la voix (ill. 2). Puis la dominante émotionnelle passe au sarcasme, soutenu par le motif de la chanson allemande « Ah, du lieber Augustin ! » qui accompagne les images des prisonniers de guerre allemands (ill. 3). Dans le final, la voix tend vers l’apothéose et est recouverte par un puissant chœur d’hommes (ill. 4).
- 8 Ceci importe pour la manière dont sont prononcées les consonnes – sourdes ou sonores ; dans le ch (...)
Levitan a recours à une prononciation théâtrale à l’ancienne et une intonation au diapason large qui rapproche sa voix parlée d’une courbe mélodique musicale (ill. 5). Cette manière très particulière de moduler la voix à la façon d’un chant tant dans la prononciation que dans l’intonation était largement employée dans le cinéma soviétique des années 1930, particulièrement dans les comédies musicales. Le son aigu et strident, la précision théâtrale de l’articulation, le débit lent, la puissance assez forte même dans les dialogues intimes avaient établi un standard de voix électriques qui communiquait un relief particulier aux corps idéaux des films de fiction. La technique se donnait pour naturelle, se présentait comme la voix idéale, son amplitude avait pour référence l’univers sonore artificiel de la musique. Les acteurs traînaient les voyelles et donnaient un relief sonore aux consonnes dans un rythme particulier, sans avoir besoin d’une voix puissante et d’un diapason étendu, à la différence des chanteurs d’opéra8. Les acteurs soviétiques Elena Kouzmina, Piotr Sobolevski, Lioubov Orlova ou Sergueï Stoliarov pouvaient aisément passer de cette voix au chant. Il est plus surprenant qu’un commentateur des actualités de guerre adopte cette manière artificielle dans un film documentaire.
- 9 Dans l’après-guerre, Leni Riefenstahl qui cherchait à revenir dans la production entama des procé (...)
La voix de Levitan dans Stalingrad est toujours accompagnée musicalement. Il s’agit là d’une spécificité des films de guerre qui ne concerne pas uniquement la production soviétique : la voix n’y est jamais « nue », sans soutien musical émotionnel. Les actualités filmées allemandes y recouraient également, et contrairement à l’idée qu’on s’en fait – 25 % seulement de l’accompagnement sonore est affecté au commentaire. 75% du matériau visuel n’est accompagné que par de la musique. Cette composante affective dominante n’a que tout récemment attiré l’attention. Chez Kracauer, le rapport de ces deux composantes n’est jamais étudié, et dans son essai sur la propagande, seules quelques phrases sont consacrées à la musique (Kracauer, 1984, 374)9.
- 10 J’exclus de ce décompte d’autres combinaisons (musique et bruits, musique, voix, bruit). Dans la (...)
De ce point de vue, la propagande soviétique ne se distingue pas de la propagande nazie. La voix du commentateur y est toujours accompagnée de musique, et seuls quelques discours de maréchaux ou de Staline lui-même, enregistrés en direct, sont donnés sans accompagnement musical. La statistique est frappante. Dans Stalingrad, la voix off est accompagnée de musique durant 12 minutes, le commentaire sans musique ne dure que 1’ 43’’ (il s’agit de l’information concernant l’invasion du territoire et les plans allemands), les voix seules (cris) durent 12 secondes, le silence – 1 minute, les bruits seuls – 10 minutes, et la musique seule – 29 minutes, autrement dit la plus grande partie du film (dont la durée totale est de 1 : 14 : 69)10. Dans les Deutsche Wochenschau (le journal hebdomadaire), dont la durée oscille entre 7 et 10 minutes au total, la musique l’emporte sur le commentaire qui est souvent accompagné musicalement. L’exemple choisi ici date de 1943 : le commentaire accompagné musicalement dure 1 minute, il n’y a pas de discours direct, les bruits seuls durent 1 minute, le reste de l’espace sonore est occupé par de la musique seule, soit 5 minutes.
Le retour à une musique utilisée non comme accompagnement, mais comme une dominante nouvelle, incluse dans l’espace filmique, influe sur tous les autres phénomènes sonores (l’intonation musicale du commentaire). Mais la musique n’a pas de lien automatique avec un sens – il s’agit d’un effet purement émotionnel ; elle enfreint les tabous esthétiques, en faisant passer « une rêverie dépourvue de sens pour une œuvre esthétique » (Adorno, Eisler 1977, 58).
Levitan ne se borne pas à travailler son intonation du point de vue mélodique, il façonne également son articulation vocale. Pour donner plus d’ampleur sonore à la phrase, il prononce les voyelles et les sonnantes comme on l’enseigne généralement dans les classes de chant, à savoir en prenant appui non seulement sur les voyelles, mais également sur les semi-voyelles, les consonnes sonnantes, en soulignant les r, l, m et n. Pourtant, le côté artificiel de sa manière de parler paraît naturel. Il cherche à obtenir un son rond, agréable, en évitant les registres sourds, les phrases impures du point de vue de l’intonation, et même les sifflantes « s » sont agréables à entendre. Dans le même temps, il détache les voyelles, en évitant d’avaler les enchainements, et, sacrifiant la fluidité de règle, recourt à une attaque dure, en commençant par un appel d’air occlusif (une attaque élastique permet une plus grande précision intonative, tandis qu’une attaque dure est plus sonore).
Une intonation basée sur la musique entraine une grande précision dans les récitatifs, des freinages, un crescendo mélodique de la voix, une articulation très présente, une sonorisation des consonnes et un travail conscient sur la longueur de chaque syllabe. Cette pratique frappa désagréablement l’acteur émigré Michael Chekhov. Il eut l’occasion de l’entendre dans un film de fiction, mais en l’occurrence, les procédés pour la fiction et le documentaire étaient très proches. Eisenstein mena cette pratique à son comble, allant jusqu’au grotesque. Dans une longue lettre adressée « aux cinéastes soviétiques » au sujet d’Ivan le Terrible, publiée dans un bulletin de la VOKS en 1946, Chekhov reprochait au réalisateur de détruire le fameux « affect russe » avec cette prononciation artificielle qui empêchait d’exprimer les sentiments avec leur force authentique. Chekhov avait été frappé par ce rythme métrique, mort – qu’il trouvait mécanique -, avec des pauses d’une demi-seconde entre les mots, et ces accents qui découpaient une phrase déjà artificiellement ralentie. Ce discours lourdement rythmé « exclut la possibilité de changer de tempo » et tue la tension qui pourrait naître dans les longues pauses (Chekhov, 1945 ; Knöbel, 1967, 109-110). Ce rythme mécanique paralysait selon lui l’énergie. Ces reproches auraient parfaitement pu s’adresser à Levitan.
Mais la voix de Levitan n’était pas toujours sentie comme agréable. Le témoignage d’Esther Choub qui travailla avec lui sur son film Espagne est à ce titre intéressant. Au départ, il était prévu que le texte, rédigé par le dramaturge Vsevolod Vishnevskij, qui comportait de nombreuses adresses à la salle, serait lu par l’auteur, comme l’avait fait Hemingway pour son propre film. « Le texte du commentaire de Vishnevskij était original et d’une grande beauté. C’était un propos exprimé à voix haute, ou plus exactement des pensées exprimées à voix haute à l’attention du public. […] Certains mots n’étaient pas tout à fait audibles. Il fallait le réenregistrer. L’ingénieur du son promit de tout mettre en œuvre. Vishnevskij était tout le temps présent au studio d’enregistrement, prêt à travailler autant que cela serait nécessaire. Il voulait conserver sa parole d’auteur. Mais la direction du studio en décida autrement. Et ordonna de confier l’enregistrement à Levitan. Celui-ci s’efforça de prononcer le texte à la manière de Vishnevskij, mais il était irremplaçable. La belle voix jeune de Levitan sonnait très bien, mais toute l’originalité du texte rédigé par et pour l’auteur fut plombée par ce son propre au Centre de la radio. Un pathos inutile, une scansion de certains mots. La perte fut irréparable » (Choub, 1972, p. 178).
Oleg Frelikh est encore plus dur : « Youri Levitan est l’incarnation la plus achevée, la plus parfaite de la banalité standardisée qui s’est installée chez nous et qui est apparemment considérée comme la plus appropriée pour l’information du « quidam ». Sa manière de parler, la prononciation des mots, les pauses, la voix même, tout cela est l’expression du particularisme soviétique, du patriotisme, cette manière par laquelle on trouve nécessaire de sous-entendre, par l’intonation, que le gouvernement, dans sa grande sagesse, sait des choses qu’il ne juge pas encore utile de dévoiler. Il en impose par son ton impeccable, artificiel, son pathétisme sans appel, il sait donner l’illusion qu’il est lui-même le porte-voix de la sagesse gouvernementale. Toutes ces qualités de commentateur, tout cela est du « pseudo », mais sa technique imprègne tellement les sentiments et la pensée d’une banalité imperceptible et acceptable, elle touche si aisément la conscience des auditeurs habitués au caractère et au style des formulations oratoires et journalistiques que ses performances sont reçues avec plaisir. Le sentiment véritable (patriotisme, chagrin, angoisse) est toujours pénible pour l’autre, il émeut et lasse toujours. Tout ce qui est conventionnel se coule dans la conscience sans la troubler, et ne fait que l’égayer agréablement » (Frelih, journal, entrée du 26 novembre 1944 ; Jangirov, 1990, 230-231). Frelih, star du muet russe dans des rôles d’amants au grand cœur, interprète du rôle de Roosevelt dans Padenie Berlina (la Chute de Berlin, Mikhail Tchaureli, 1949), décrit ici très précisément la norme de représentation de la représentation, liée au style du commentaire soviétique.
- 11 Son annonce de la victoire à Stalingrad figure même parmi les choix de notifications pour les tél (...)
La voix de Levitan se vit attribuer des émotions énergiques et agressives : colère, indignation, rage, courroux, joie, triomphe. Au début de la guerre, c’était lui qui délivrait les informations concernant la situation sur les fronts. On notera à ce propos que les communiqués du Sovinformburo que lisait Levitan depuis un sous-sol à Saratov n’étaient pas enregistrés. C’est après la guerre que Levitan les a réenregistrés presque dans leur totalité, et ce que nous entendons aujourd’hui dans les films évoquant la guerre n’est pas des enregistrements d’origine, ils ont été réalisé après coup11.
Dans son travail sur la voix, Levitan n’est pas très loin du principal commentateur des actualités filmées nazies, Harry Giese. À cette différence près que la voix de Giese était plus aiguë et plus métallique que le baryton grave de Levitan. Il se vit d’ailleurs interdire toute prestation pour le journal après la guerre, et fut condamné au doublage où il devint la voix allemande de Fred Astair.
Il est difficile d’imaginer aujourd’hui comment la voix de Giese pouvait enflammer les auditoires. Elle paraît désagréablement stridente. Cette voix puissante qui déclamait les informations avec des cadences sonores, des crescendos et des trémolos presque douloureux à l’oreille, s’explique partiellement par la technique.
Levitan a continué de lire les communiqués de TASS jusque dans les années 1960. En 1963, le Politbureau discuta de la couverture radio de la manifestation du 1er mai sur la Place rouge. À la proposition de confier cette prestation comme d’habitude à Levitan, Khrouchtchev rétorqua : « Quand je me rends au stade de Loujniki, il y a un jeune commentateur qui a une bonne voix. C’est le mois de mai, c’est la fête. Levitan, lui… on est en guerre ? » (Bracylo, 2004, 405). Et c’est ainsi que le choix de Khrouchtchev s’arrêta sur Alexandre Kourashov, commentateur sportif de la nouvelle station Maïak.
La voix de Levitan, en tant que voix idéale, était privée de grain, d’individualité. Avec cette voix, il était impossible de demander l’heure, de téléphoner à un ami, ou de parler à une jeune fille – ce qui fut d’ailleurs la source de nombreuses blagues usant de la voix de Levitan dans des situations de la vie courante. Par rapport à ces voix neutres de commentateurs (y compris les présentateurs de la télévision, pourtant pourvus d’un corps), les hommes politiques soviétiques avaient, eux, des voix très caractéristiques, que ce soit Staline, Khrouchtchev, Brejnev ou Gorbatchev qui témoignaient d’un rapport conscient de leurs propriétaires à l’espace acoustique de la culture russe et soviétique et de ses médias.
Les chercheurs allemands qui se penchent sur le phénomène de rupture que l’on observe au niveau de la voix après 1945 tentent de l’expliquer par l’opposition public / privé ; extatique / introverti. Irmgardt Weithase dans ses travaux fondamentaux voit dans ces paires d’opposition des constantes qui alternent, quels que soient les régimes politiques (Weithase, 1940 ; 1961). D’autres historiens de la culture allemande, spécialistes de littérature ou linguistes mettent néanmoins en rapport cette transformation des voix publiques après la guerre avec la situation du pays : l’expérience traumatique de la défaite fait naître un scepticisme vis-à-vis de la parole pathétique et sublime. Si les hommes politiques et les acteurs allemands des années 1930 préféraient un style agressif, extatique, avec une prosodie émotionnellement soulignée, une puissance maximale et des accents fortement marqués, après 1945 les hommes politiques renoncent aux grands intervalles de modulation, aux crescendos exagérés, à un débit forcé. Les voix aiguës, vibrantes, les voyelles trainantes, le rythme scandé ont vécu. La démocratie est marquée par des voix plus graves, douces, monotones, des pauses injustifiées, des balbutiements, des reprises, corrections qui ne sont pas rhétoriques, des répétitions maladroites, des nuances dialectales, une articulation imprécise, des fins de mots avalées, au point que certains mots sont indistincts, enfin et surtout par un ton nouveau. Pour le définir, on a usé d’adjectifs tels que « doux », « relâché », « nonchalant », « familier », « sans apprêt », « sans affectation », « tranquille », « lent », voire « mou », selon les termes du linguiste allemand Johannes Schwitalla (Schwitalla, 1994).
Une grande quantité de travaux ont été consacrés à la voix hystérique de Hitler, due à des haut-parleurs particuliers. Il avait renoncé à la radio, et se livrait à des performances acoustiques qui prenaient place dans un hic et nunc et devaient beaucoup aux enceintes Siemens (Epping-Jäger, 2003). Ce style que parodie Chaplin dans le Dictateur (1941) est l’exact opposé de ce que propose le film soviétique Padenie Berlina (la Chute de Berlin, Mikhail Tchaoureli, 1949), mais se situe également à l’opposé de la manière de parler, notamment en public, de Roosevelt, qui avait fait de la radio son médium privilégié. Ce style, raillé dans les blagues allemandes, était celui de la spontanéité intime. Dans ses adresses à la nation, qui débutaient fréquemment par l’expression « Mes amis », on entendait des bruits d’ambiance, et sa voix se trouvait plongée dans une atmosphère familière. Il accompagnait une remarque sur la chaleur qu’il faisait à Washington d’un geste – il buvait une gorgée d’eau, et on entendait le bruit de sa déglutition, qui avait un effet tranquillisant sur l’auditeur, comme si un homme, assis en face de vous, se penchait pour vous parler d’un ton cordial (Hagen, 2005). Roosevelt introduisit à la radio les conversations près de la cheminée sur des questions de politique générale, qui étaient retransmises durant la guerre. Il fit de la voix intime, privée, dans laquelle on ne sentait pas de tension et qui ne se transformait pas en cri ou en voix de tête, préférant un rythme plus lent, des pauses, une proximité avec le micro. Roosevelt avait de la chance : sa carrière politique coïncida avec le changement de style de jeu et d’élocution dans le cinéma américain, où l’arrivée du sonore remplaça la manière théâtrale romantique par le jargon parlé, la prononciation relâchée, particulièrement dans les films de gangsters de l’époque de la Grande Dépression qui noyaient les voix dans les bruits de glaçons des verres de whisky.
La voix radiophonique de Roosevelt fut perçue par les critiques de l’époque comme « golden voice », « fresh », « pleasant », « rich », « brilliant », « melodious » (Schivelbusch, 2007, 57). Sa sonorité paraissait suggestive et douée d’autorité, et dans le même temps, sa voix était « personnelle », « humaine », « intime ». C’est sur cette intimité que Roosevelt construisit son immense popularité, persuadant les journalistes qu’à la différence des autres hommes politiques qui prononçaient des discours, lui entretenait une conversation. Et seuls les Américains de gauche ne se laissèrent pas prendre au piège, comme en témoigne l’essai sarcastique de Dos Passos dénonçant cette mise en scène de l’intimité orchestrée par ce « radio-président » (Schivelbusch, 2007, 57). Le chercheur allemand Wolfgang Schiverbusch analyse la façon dont s’est construit l’effet produit par ce politicien qui n’avait pas de talent d’orateur. Cette image d’intimité repose, elle aussi, sur une dramaturgie pensée et un entraînement systématique. Roosevelt répétait soigneusement ses interventions radiophoniques, corrigeait son articulation, améliorait son intonation, son débit, la longueur des pauses et le choix des mots. Une des règles était de limiter le vocabulaire aux 1000 mots les plus usités. À l’aide d’une fausse dent qu’il ne mettait que pour la radio, ses sifflantes paraissaient moins désagréables. Sur la photographie publiée dans l’ouvrage, on voit que Roosevelt tient dans ses mains le texte de son discours : pourtant, ses interventions produisaient un effet de causerie spontanée, créant cet effet d’intimité.
Aussi étrange que cela paraisse, dans l’espace acoustique soviétique, la voix de Staline était encore plus intime, ce que reflètent les rares enregistrements de ses discours, dont l’un est reproduit dans le film de Varlamov de 1942.
C’est sur ce contraste que repose d’ailleurs l’effet acoustique du film Défaite des troupes allemandes devant Moscou. Le texte de Piotr Pavlenko est lu par Alexandre Dubravin dont la voix était encore plus aiguë et le timbre plus clair que ceux de Levitan, mais l’intonation et le coloris affectif, de même que l’amplitude du diapason et le débit suivent le modèle imposé par ce dernier. Dans ce contexte, la voix de Staline offre un contraste saisissant. Nous savons que son discours sur la place Rouge ne put être enregistré sur place. Il fut réenregistré au Kremlin quelques jours plus tard dans un décor construit à cet effet, et de surcroît à deux reprises (Trojanovskij, 2004, 153-155). On le voit à l’image, car il ne sort aucune buée de la bouche de Staline, à la différence des soldats que l’on voit par moments en gros plans.
La voix de Staline se vit attribuer un ton de confidence intime, lié à une présence corporelle propre à l’espace privé. Il parle doucement, même devant un grand auditoire. Les pauses sont étudiées, tandis que les accents, balbutiements ou bafouillages sont inexistants. Sa voix est très différente de celle du commentateur – le ténor clair de Dubravin qui lit avec énergie, précision et fort. C’est ainsi que se construit le contraste très étudié entre la voix intime du grand chef, et la voix posée, artificielle de l’homme « ordinaire ».
Les voix des doubles médiatiques de Staline dans le cinéma de fiction conservent les caractéristiques de leur prototype (ill. 9). Les contemporains ayant entendu Staline en vrai et à la radio ont laissé des notes très intéressantes. « Il se tenait debout, légèrement fatigué, pensif et majestueux. On sentait une très grande habitude du pouvoir, une force, en même temps que quelque chose de féminin, de doux. Quand les applaudissements se firent entendre, il tira sa montre (en argent) et la montra à l’auditoire avec un charmant sourire – toute l’assistance murmura » (Chukovskij, 2007, p. 19). L’écrivain et critique Kornej Chukovskij, qui note ces observations dans son journal en 1936, remarque les visages énamourés de l’assistance. Il n’analyse pas cette combinaison de majesté, d’habitude du pouvoir et de tendresse féminine, mais il est possible que cette féminité (« avec un charmant sourire ») apparaisse dans ces impressions non pas parce que Staline exhibe une parure en argent, mais par analogie avec l’appréciation d’un acteur dont le besoin professionnel de plaire implique une part de féminité. La douceur est toujours associée aux descriptions de la voix de Staline, qu’elle soit entendue en temps réel ou médiée : « Sa voix douce résonnait comme la voix du cœur, comme celle de la vérité suprême et de la justice » (Leonidov, 1941).
Cette voix douce, entendue par de très nombreux contemporains (du ministre Andreï Gromyko à l’écrivain Konstantin Simonov en passant par les maréchaux Konstantin Rokossovski et Guéorgui Joukov) paraissait spontanée et naturelle (Lobanov, 2002, pp. 485, 491, 495). Elle prenait place dans une tradition du naturel qui, dans le contexte discursif russe, englobait également les voix artificielles forgées professionnellement que sont les voix d’opéra. Ses phrases simples, courtes étaient laconiques, il évitait les effets rhétoriques, le débit était calme, voire presque lent. La perception de son accent (géorgien) diffère selon les témoignages, mais les descriptions de la voix même et du style sont concordantes.
Les réactions à la voix radiodiffusée de Staline sont également très intéressantes. Ainsi, Vladimir Vernadskij écrit dans son journal : « Entendu pour la première fois la voix de Staline à la radio. De tels désavantages au départ – la voix et l’accent de quelqu’un d’inculte – et un tel succès : c’est étonnant ! » (Vernadskij, 2008, p. 82. Entrée du 12 décembre 1939). Très différente est la perception de Ekaterina Kukanova, née en 1910, employée du musée d’histoire locale de Ustjug, qui entend pour la première fois un discours de Staline à la radio le 25 novembre 1936 : « Une très forte impression… Une voix douce, simple, avec un accent géorgien, pas une parole officielle, pas une vocifération, un flux régulier, calme, comme s’il s’exprimait dans un petit cercle de proches. C’est un très bon indicateur. Ce discours simple était empli d’humour, d’une ironie mordante et fine, et de surcroît exprimée simplement, sans raillerie, sans grossièreté – voilà aussi quelque chose de nouveau et d’inattendu. Je n’oublierai pas de sitôt cette parole incroyablement incisive, tant par le sens que par la forme et l’intonation. Si seulement on pouvait aussi entendre Litvinov ! Sa parole doit certainement ressembler à celle de Staline, car leurs intelligences ont la même subtilité, la même acuité, qui suscitent l’admiration des uns et inspirent à leurs ennemis l’effroi (Kukanova, 1993, 243-244).
Le premier discours après l’entrée en guerre de l’URSS fut confié à Molotov, Staline intervint plus tard. Vernadskij change complètement d’avis après le discours de Staline du 7 novembre 1941. Il note le 14 : « C’est indiscutablement le discours d’un homme très intelligent ». Lors d’un meeting, ce discours est prononcé par Maria Andreeva, ex-actrice du Théâtre d’Art, « à ce qu’il paraît, très bien », note Vernadskij, tout en reprenant les mêmes formules que précédemment à propos de la voix : « J’ai repensé à ce que disait Ivan Pavlov <…> il était persuadé que les individus qui possèdent la structure du cerveau la plus rare et la plus complexe sont des hommes d’État par la grâce de Dieu, si l’on peut s’exprimer ainsi, né tels. <…> Cela m’apparaît clairement lorsqu’on entend sa voix [de Staline] à la radio, son accent caucasien rude, désagréable. Et avec de pareils handicaps – quel pouvoir, quelle impression sur les hommes ! » (Vernadskij, 2008, 77. Entrée du 28 novembre 1941).
Toute différente est l’impression que retire de son intervention à la radio le 3 juillet 1941 Filadelf Parshinskij, « simple » quidam antisoviétique : « La radio a retransmis à 6h30 l’intervention de Staline. « Au micro, le camarade Staline ». Il a une voix de fausset, empruntée, il a l’intonation d’un sous-officier, on entendait le glouglou de l’eau qu’il se versait. Le haut-parleur marchait très mal, mais j’ai parfaitement entendu : « l’ennemi a envahi la Lituanie, la majorité de la Lettonie, de la Biélorussie occidentale, de l’Ukraine occidentale : Mourmansk, Moguilev, Smolensk, Orsha, Gomel, Odessa, Sébastopol sont sous les bombes. […] et à 20h00, le discours de Staline, enregistré sur bande, sera rediffusé ; avec ou sans glouglou – c’est ce qu’on va voir » (Parskinskij, 2005, 22-23).
L’intégration de la voix du chef dans des bruits du quotidien (gorgée d’eau) qui fascinait tant les Américains écoutant les interventions de Roosevelt à la radio, ne produit pas sur Parshinskij une impression calmante, de même qu’il n’est pas impressionné favorablement par le ton familier et intime du maréchal qui parle à dessein d’une voix douce, comme dans un espace privé.
La voix de Leonid Khmara lisant le texte d’Alexandre Dovjenko paraît sourde et sobre. À la différence de Levitan, on y perçoit un très léger accent. Sa voix est plus grave, et tandis que Levitan l’envoyait dans les aigus pour marquer les temps forts, Khmara travaille dans les registres profonds qui renvoient à une intimité tendre. Il réduit l’amplitude et durant tout le film ne met pas en évidence ces dominantes émotionnellement chargées. Son débit ne connaît pas de grand changement depuis l’exposition jusqu’à l’apothéose.
Lorsqu’il fait part des pertes humaines, Khmara adopte un registre plus grave, et ralentit légèrement. À la différence de Levitan, il ne modèle pas sa lecture sur la musique (qui du coup remplit parfaitement son rôle de moyen expressif), évite les contrastes forts, conserve un ton presque flegmatique. L’absence de modulation, le manque d’amplitude prive sa lecture de relief. Khmara observe de longues poses à la fin des phrases qui sont précisément notées dans la partition de Gavriil Popov.
Pour Victoire sur la rive droite de l’Ukraine (59 : 38 min), à la différence de la précipitation qui avait accompagné la production des films sur Moscou et sur Stalingrad, Gavril Popov eut le loisir d’écrire une musique spécifique qui tenait d’emblée compte du texte de Dovjenko. Certes, il s’agit là encore d’un commentaire pathétique et d’une rhétorique pesante, mais le dessin mélodique n’est plus modelé sur le chant, il suit la syntaxe. On relèvera également que, à la différence de Varlamov, Dovjenko travaille le bruitage documentaire. Certains passages du film (jusqu’à trois minutes consécutives) sont accompagnés uniquement de bruits, grondements ou grincements de machines accompagnant les armes en action. Chez Varlamov, comme chez Dovjenko, l’apothéose suit, du point de vue acoustique, la même forme : la voix du commentateur, accompagnée de musique, prédit la victoire, puis la voix individuelle est recouverte par un chœur. Chez Dovjenko, il s’agit d’un chœur féminin, sans paroles, mais émotionnellement chargé, frôlant le cri, tandis que chez Varlamov, dans Stalingrad, il s’agit d’un chœur d’hommes puissant dans lequel disparaît le baryton de Levitan.
Les rapports entre voix et musique, voix seule, bruits et silence sont presque identiques dans les deux films. Chez Dovjenko, le commentaire off est uniquement accompagné de musique (31 minutes), mais on y entend quelques enregistrements directs (comme l’intervention du maréchal Konev) pour un total de 3 minutes 32. Les bruits seuls durent 7 minutes, et la musique seule – 9. C’est à peu près le même rapport que l’on trouve dans les mélodrames de l’époque. Le premier film soviétique dans lequel on entend un dialogue sans accompagnement musical date de 1964. Dans les Vivants et les morts ( Zhivye i mertvye, Alexandre Stolper ), on entend uniquement des bruits et des paroles, pas une seule phrase musicale. Et la fonction musicale est assurée par le commentaire off de Konstantin Simonov, lu par… Leonid Khmara.
Qu’une voix de femme puisse lire les nouvelles politiques paraissait au départ problématique. Dans une directive adressée au chef de l’équipe des présentateurs, A. I. Gurin, un des éditeurs du « journal radiodiffusé ROSTA » exigeait de supprimer les voix féminines : « Ces voix ne conviennent pas à la lecture du journal, […] elles s’harmonisent mal tant avec les voix d’hommes qu’avec le contenu des informations. […] les seules exceptions tolérées concerneront les présentatrices ayant des voix masculines » (Sherel’, 2005, 21). On entend pourtant assez tôt des voix de femmes à la radio, et à la différence de la radio britannique ou allemande, elles ne sont pas confinées aux émissions à destination des ménagères ou à la chronique mondaine. Olga Vysotskaïa débute en 1932-1934 dans les leçons de gymnastique à la radio de Leningrad. Dans les pauses matinales, c’est elle qui présente le journal, et à partir de 1934, sa voix est réservée uniquement aux dernières nouvelles, en duo avec Youri Levitan (Bracylo, 2004, 386). Ce sont dans les mêmes années que débutent à la radio des présentatrices telles que Zinaïda Remizova, Evguénia Gol’dina, ou Natalia Tolstova. Olga Bergol’ts assure les émissions radio depuis Leningrad encerclée (Rubashkin, 2005 ; Vasil’eva, 2005). Et dans les enregistrements conservés, sa voix présente toutes les particularités si soigneusement gommées chez un Levitan ou un Khmara : elle ne prononce pas le « r » roulé, sa voix est parfois entrecoupée d’une respiration mal maîtrisée, inégale qui donne de l’émotion à sa parole sobre (sans syllabe traînante, sans emphase, avec une intonation prosaïque, familière).
À la différence de la pratique soviétique dominante, le film de Dziga Vertov À toi, le front est le seul long métrage documentaire de la guerre où soit utilisée une voix de femme. Mais Dziga Vertov est sans doute le réalisateur le plus féminin du cinéma soviétique documentaire. Ce film se présente sous la forme d’une lettre adressée depuis l’arrière au front, écrite par une jeune Kazakhe à son fiancé (et l’élément acoustique dominant dans ce film est la musique qui occupe 30 minutes sur les 42 :47 que dure le film). Nous y entendons plus exactement deux voix féminines : la voix de la traductrice qui lit le texte de la lettre en russe, et qui recouvre celle de la jeune fille lisant la sienne (ill. 14). Le film donne également à entendre un communiqué de l’Informburo qui est ici également lu par une voix de femme, mais le générique du film et la filmographie de Vertov ne permettent pas de savoir à qui elle appartient.
Dans ce film, en dépit d’images pauvres, Vertov reste fidèle à sa poétique de distinction de principe entre écrit, parole et image. À partir de Trois chants sur Lénine (1933), Vertov travaille avec ces trois stades : voix, image et écrit qui sont des éléments interchangeables, ce qui correspond très exactement à la dramaturgie du film sonore proposée par Eisenstein qu’il définit comme monologue interne (ce qui n’a rien à voir avec une voix off). Cette dramaturgie se développe en suivant des reprises rythmiques et en inculquant un leitmotiv dans l’esprit du spectateur par tous les moyens à disposition, ce qu’Eisenstein compare aux techniques d’exercice de Loyola où l’image (de l’enfer) devait être évoquée grâce à l’activation de tous les sens – vue (image de la souffrance), ouïe (cris de pécheurs, craquements du feu, gargouillement de marmites), odorat et goût (du souffre, de la peau qui brûle), sensations tactiles (chaleur, transpiration, brûlure des yeux ou de la bouche). Ce leitmotiv doit être d’abord transmis visuellement par l’image, puis par des répétitions sonores, et enfin par l’intertitre, l’écrit (Eisenstein, 1943 ; Ivanov, 1998, Tome 1, 220-232). Ces trois stades correspondent chez Eisenstein aux trois stades de la conscience. Au premier, l’iconique s’incarne dans la forme. Au second – dans un son, qui présente un niveau supérieur d’abstraction par rapport à l’image, mais qui conserve un rapport référentiel direct avec l’objet représenté. L’abstraction de l’écrit sous forme d’intertitre représente le degré maximum, dans la mesure où tout lien mimétique avec l’objet disparaît. Cette dramaturgie procédant par stades est au fondement de tous les films sonores de Vertov, même de manière aussi appauvrie que dans À toi, le front.
La propagande de guerre soviétique suit, pour ce qui est de la politique vocale, les codes immuables de la culture russe. Le chef suprême est évalué (comme chez Tolstoï) à sa capacité de parler « d’une voix humaine agréable, émue » comme le fait Alexandre Ier dans Guerre et paix lorsqu’il s’adresse au peuple. Cela concerne tout aussi bien Staline que ses maréchaux. Les voix des commentateurs – en dépit des différences entre Levitan et Khmara – sont soutenues par une musique émotionnellement chargée et suivent un canon de représentation et de prononciation précis, à la fois très élaboré et artificiel. À la différence des actualités de guerre occidentales, qui ne font pas appel à des voix de femmes, on en trouve quelques exemples dans les médias soviétiques.
Néanmoins le choix de voix graves ressuscite les vieux stéréotypes. La voix russe paraît généralement grave à l’oreille des étrangers et possède, comme un ténor angélique aigu, une profondeur métaphorique. Le son gras de cette voix résonne comme un écho de ce monde archaïque tellurique auquel l’imagination européenne des débuts du XXe siècle associait la Russie, il incarnait la profondeur slave sombre et insondable. Les Russes soutinrent largement le mythe de cette profondeur (de l’âme), en mettant en exergue les voix de basse (la voix d’homme la plus grave), associées à la liturgie orthodoxe. Nikolaï Leskov dans les Ingénieurs sans le sou (1887) fait écouter à Rubini une vraie voix de basse profonde, celle du moine Tchikhatchev, qui reconnaît ensuite que les compositeurs européens ne connaissent pas l’existence de voix aussi graves (Leskov, 1977, 404). Roland Barthes consacre aux basses russes une part significative de son essai sur « le Grain de la voix » (Barthes, 1990, 271, 378). Ce panégyrique de la basse russe est mis en rapport avec le corps – dont était dépourvue la voix grave de Youri Levitan -, mais le choix de cet instrument expressif comme voix de l’histoire russe est révélateur.
Il fut choisi par un homme politique qui possédait lui-même une bonne voix et avait chanté, enfant, comme soliste dans un chœur. Il avait donc travaillé sa voix d’un point de vue musical. La fille de Staline, Svetlana Allilueva, disait de son père qu’il avait une excellente oreille, et chantait d’une « voix pure et haute », « tandis que lorsqu’il parlait, sa voix était à l’inverse sourde, basse et pas très forte » (Lobanov, 2002, 13, 532). Le choix fut donc fait par un professionnel.