1La voix humaine est tout à la fois instrument de communication et instrument de musique : elle est l’unique instrument incorporé dont nous faisons usage pour parler ou chanter. Son fonctionnement réside dans une coordination entre gestes respiratoires, gestes phonatoires et gestes articulatoires, dont la maîtrise est parfois la quête d’une vie vocale.
Dans la diversité des expressions vocales humaines, nous allons nous intéresser ici à la voix timbrée. Qu’est-ce qu’une voix timbrée ? Quel usage en est-il fait dans la chanson ? Comment se « timbre » une voix ? Autant de questions auxquelles nous allons apporter des éléments de réponse, en nous positionnant dans le domaine du chant.
2Commençons par resituer la voix humaine dans son contexte de production : cela nous permettra de mieux comprendre ses caractéristiques de timbre qui sont portées par les harmoniques et les résonances.
De l’énergie primaire, fournie par le souffle d’air expiré, naît une onde sonore qui est façonnée par sa propagation dans le conduit vocal (Henrich, 2012). C’est la théorie source-filtre de production de la voix humaine (Fant, 1960), illustrée sur la Figure 1. Les caractéristiques acoustiques de cette onde sonore dépendent de la façon dont l’air expiré interagit avec les parois de l’instrument. Si ces parois sont mobiles, comme c’est le cas au niveau laryngé pour les plis vocaux ou les plis vestibulaires, elles peuvent entrer en vibration, générant ainsi une onde acoustique harmonique dont la périodicité est liée à la fréquence fondamentale de vibration de ces plis. La répartition de l’énergie spectrale sur les harmoniques générés à la source glottique varie lors de la propagation dans le conduit vocal, qui est constitué de toutes les cavités situées au-dessus du plan glottique. De par la forme géométrique de ces cavités et des conditions aux limites aux parois, en entrée et en sortie de conduit, les harmoniques de la source glottique sont amplifiées ou atténuées lors de la propagation de l’onde acoustique dans le conduit vocal. Ces actions d’amplification ou d’atténuation résultent des propriétés physiques de résonance de ces cavités. Elles se traduisent par des maximas ou des minimas de la fonction de transfert du conduit vocal, qui sont appelés des formants. La position fréquentielle des formants définit la nature de la voyelle produite. Les harmoniques de la source glottique situées à proximité des zones formantiques de résonance du conduit vocal sont amplifiées. Celles situées entre deux formants sont atténuées. Le rayonnement aux lèvres induit un renforcement de l’énergie spectrale dans la partie aiguë du spectre.
3La théorie source-filtre est une première approximation des phénomènes physiques en jeu dans la production vocale humaine. Elle prend en compte la dynamique respiratoire en intégrant l’influence de la pression sous-glottique dans l’amplitude de l’onde de débit glottique et sa vitesse de décroissance à la fermeture glottique. Elle s’est appliquée avec succès à la modélisation de la parole usuelle, où les interactions physiques entre la vibration des plis vocaux et l’onde acoustique dans le conduit vocal sont négligeables (hypothèse de linéarité source-filtre). Dans de nombreux cas d’expressions parlées ou chantées, cette approximation source-filtre ne permet plus d’expliquer toute la complexité des phénomènes physiques mis en jeu. Dans ces cas, la prise en compte des interactions pneumo-phono-résonantielles entre gestes respiratoires, gestes phonatoires et gestes articulatoires est nécessaire pour appréhender la réalité physiologique et physique de la production vocale (Henrich Bernardoni, 2014).
Figure 1 : modélisation de la production vocale humaine par la théorie source-filtre, dans le cas d’un son voisé
La vibration des plis vocaux (présentée en bas à gauche pour un cycle) génère une onde acoustique, appelée source glottique. Ce signal évolue de façon périodique en fonction du temps. Il contient de l’énergie à certaines fréquences appelées harmoniques. Il se propage à travers le conduit vocal et il est rayonné aux lèvres.
4Les chanteurs et professeurs de chant ont recours à une grande diversité lexicale pour décrire la qualité d'une voix. Une analyse linguistique menée sur un corpus de 18 chanteurs professionnels et semi-professionnels a révélé cette profusion lexicale (Garnier et al., 2005). Le vocabulaire employé par les chanteurs pour qualifier une voix renvoie à quatre grandes catégories :
-
le son perçu (caractéristiques spectrales, hauteur, intensité, termes sensoriels métaphoriques)
-
les techniques vocales (placement du son, mécanismes et registres, attaques, voyelle, vibrato)
-
le style (style musical, imitation de voix, tempo)
-
l’hédonisme (jugement de valeur, agrément)
5Certains termes apparaissent plus fréquemment et ont un rôle de pivots pour la compréhension lexicale. Ainsi, le terme « timbré », ou son antonyme « détimbré », est fréquemment employé dans le discours spécialiste des chanteurs et des professeurs de chant en référence aux composantes spectrales perçues dans le son. Pour approfondir cette compréhension du lexique portant sur la qualité d’une voix chantée, clarifier la signification de certains termes saillants et construire les réseaux sémantiques qui rendent compte des relations de synonymies et des corrélations entre ces termes, une analyse linguistique du discours de 11 professeurs de chant a été menée à partir d’un test d’écoute de plusieurs interprétations des premières mesures de l’Ave Maria de Gounod par un même chanteur. Lors d’une première tâche consistant en un entretien ouvert-dirigé, les professeurs de chant ont reçu comme consigne de verbaliser librement la qualité vocale des interprétations présentées par paire, l’une des interprétations servant de référence au jugement de qualité vocale. Dans une seconde tâche, il leur était demandé d’évaluer perceptivement la différence de qualité vocale entre les deux interprétations à l’aide d’un différentiateur sémantique sous forme d’échelles bipolaires en 5 points, élaboré en s’appuyant sur les termes les plus saillants ayant émergé de l’étude précédente (voir Figure 2). Le corpus d’écoute a été constitué des interprétations de 3 chanteurs (deux barytons, un ténor) avec, pour chaque chanteur, une interprétation spontanée (qualifiée de « normale ») et cinq interprétations dont la qualité vocale était volontairement modifiée.
Figure 2 : Échelles bipolaires en 5 points sur les termes les plus saillants et diagramme de corrélations entre termes
D’après Garnier et al., 2005.
6L’étude des corrélats d’attributs, dont les résultats sont présentés Figure 2, montre que le qualificatif « timbré » est associé à la perception d’une voix brillante, avec vibrato et sans air sur la voix. Le timbrage, la brillance, le vibrato et l’air sont des notions consensuelles de qualité vocale et fortement corrélées dans le discours spécialiste des professeurs de chant.
7Pour aller plus loin et mettre en lumière des paramètres acoustiques en lien avec les critères verbaux des professeurs de chant, une base de données a été enregistrée de façon ciblée sur ces termes caractéristiques de la qualité timbrée. Cinq chanteurs entraînés ont enregistré une phrase musicale élaborée pour l’étude : « Il vole là-haut jusqu’à oublier nos âmes » (voir Figure 3).
Figure 3 : phrase musicale élaborée pour l'étude acoustique de la qualité vocale
D’après Sotiropoulos, 2004 ; Garnier et al., 2007.
8La Figure 4 présente l’analyse sonagraphique (analyse temps-fréquence) et le spectre moyenné sur l’ensemble de la phrase musicale (analyse fréquence-amplitude) de deux interprétations de qualités vocales très différentes, l’une qualifiée de « voix très détimbrée » par le chanteur (baryton) et l’autre qualifiée de « voix très timbrée ».
Figure 4 : analyse sonagraphique (à gauche) et spectrale (à droite) des interprétations « très détimbrée » et « très timbrée » de la phrase musicale chantée par un baryton (Bar3)
9Le caractère timbré est clairement lié à une amplification sonore générale, qui se traduit par un renforcement énergétique pour chaque harmonique présent dans la voix. De plus, des zones spectrales sont plus spécifiquement renforcées : la zone du formant du chanteur, entre 2 500 et 3 500 Hz, et les premiers harmoniques. L’exemple présenté ici montre un renforcement de 37dB pour le formant du chanteur dans le cas de la voix très timbrée, et une égalisation en amplitude dans la zone fréquentielle des deux premiers harmoniques (H1 et H2 sur la courbe spectrale de la Figure 4).
10L’ensemble de ces études linguistiques, perceptives et acoustiques, nous permettent de définir une voix timbrée comme une voix de moyenne à forte intensité, ne présentant pas ou peu de souffle sur la voix, se traduisant par une grande richesse spectrale et une amplification de l’énergie spectrale pour les premiers harmoniques et dans la zone du formant du chanteur.
- 1 Traduction libre du paragraphe suivant : « Belting can be described as a mode of singing that is ty (...)
11L’usage de la voix timbrée ne se limite pas à un style d’expression musicale. Nous allons en retrouver des exemples dans divers styles de musiques actuelles, telles que la chanson de variétés, la pop, le rock, le gospel, ou les comédies musicales. La qualité sonore particulière de la voix timbrée est parfois définie comme un registre vocal féminin à part entière (Miller, 2000) : le « belting ». La littérature en propose de nombreuses définitions. Nous pouvons retenir ici celle de Miles et Hollien (1990), qui fait écho à la définition de la voix timbrée précédemment exposée : « Le Belting peut être décrit comme une façon de chanter inhabituellement sonore, avec une phonation en mécanisme lourd qui ne présente pas ou peu de vibrato mais un haut degré de nasalité1. »
12Pour en illustrer la spécificité acoustique, l’interprétation d’une phrase musicale en belting est comparée à d’autres styles musicaux et à l’expression parlée. Une chanteuse professionnelle experte dans l’expression mélodique selon différents styles a enregistré différentes interprétations stylistiques des premières mesures du chant « Amazing Grace » (Henrich & Popeil, 2003). La Figure 5 illustre l’analyse acoustique du mot « sweet » extrait de la phrase « Amazing grace, how sweet the sound that saved a wretch like me. I once was lost but now am found, was blind but now I see ». La différence de richesse spectrale est très saillante entre les expressions chantées version « rock », « belting », « classical », « legit » et les autres formes d’expressions. Elle traduit un niveau sonore bien plus élevé pour ces quatre formes d’expression chantée (voir Figure 6). L’amplification de l’énergie spectrale des deux premiers harmoniques et de la zone du formant du chanteur est également bien marquée pour les expressions « belting » et « rock ».
Figure 5 : analyse sonagraphique du mot « sweet » extrait de l'air « Amazing grace » énoncé et chanté selon différents styles (classique, legit, pop, parlé, jazz, R’n’B, country, rock, belting)
Figure 6 : Niveau sonore (SPL en dB) en fonction du quotient ouvert mesuré pour les diverses expressions stylistiques du mot « sweet »
13Un autre paramètre discriminant, présenté en abscisse de la Figure 6, est le quotient ouvert. Ce paramètre de source glottique correspond à la durée de la phase ouverte d’un cycle vibratoire d’ouverture-fermeture glottique relativement à la durée totale du cycle. Il se mesure de façon indirecte et non-invasive par électroglottographie, une technique expérimentale de mesure de l’aire de contact entre les plis vocaux, très usitée en clinique (voir Henrich, 2001 et Henrich et al., 2004 pour une revue de la littérature).
14La question se pose des mécanismes physiologiques qui permettent de timbrer une voix. Il est donc intéressant de se pencher plus avant sur l’étude d’une production très caractéristique de voix timbrée, comme le belting. Comme nous venons de le voir, le belting est une façon de chanter fort, avec une qualité vocale parfois proche de celle du cri (Estill, 1988 ; Miles & Hollien, 1990).
15La production vocale en belting est associée à une gamme de fréquence, allant du Sol3 - 392Hz au Ré4 - 587Hz pour la voix de femme (Schutte & Miller, 1993 ; Bourne & Garnier, 2012). Elle est produite en voix de poitrine (Schutte & Miller, 1993 ; Bestebreurtje & Schutte, 2000), un registre qui fait usage du mécanisme laryngé M1 pour lequel le muscle vocal au cœur du pli participe pleinement à la masse vibrante, induisant un pli épais et une vibration sur cette épaisseur (Roubeau et al., 2009). Cela se traduit par des valeurs élevées de quotient de contact glottique, ou à l’inverse, des valeurs basses de quotient ouvert ainsi que l’illustre l’exemple présenté sur la Figure 6 (Schutte & Miller, 1993 ; Bestebreurtje & Schutte, 2000 ; Bourne & Garnier, 2012, Bourne et al., 2016).
Ces études confirment le fort niveau sonore de ce type de production et la grande richesse harmonique. La pression sous-glottique mise en jeu est très importante (>20hPa), avec des valeurs supérieures aux valeurs trouvées en chant classique pour des tâches vocales similaires (Sundberg et al., 1993 ; Björkner, 2008).
- 2 Cette étude s’est faite en collaboration avec Sten Ternström et Johan Sundberg, au Département TMH (...)
16Une étude comparative entre parole, chant classique et belting2 a été menée sur 3 sujets chanteurs, deux femmes (sujet LP, 46 ans et sujet JN, 26 ans) et un homme (sujet JF, 26 ans). Il leur a été demandé diverses tâches vocales, comme des glissandos, des crescendos sur différentes hauteurs, des voyelles tenues, des trains syllabiques (« pae pae pae ») pour différentes formes d’expression vocale (parole, parole projetée, chant classique, belting) et différentes intensités (nuances musicales piano, mezzo-forte, forte). Il leur a été également demandé d’interpréter la chanson Memory extraite de la comédie musicale Cats avec les paroles originales en anglais ou en leur substituant des trains syllabiques.
Figure 7 : Niveau de pression sonore en fonction de la note chantée (notation anglaise : A4-la3, B4-si3, C5-do4) par les deux chanteuses du corpus avec deux qualités vocales (chant classique c, belting b), deux formes d'expression parlée (parole normale S et projetée SP) et trois nuances musicales (p, mf, f)
Les barres verticales noires présentent l’écart-type pour chaque série de mesures.
17La Figure 7 présente l’intensité vocale de notes tenues parlées ou chantées par les voix de femme. Les trois barres pour chaque cas représentent les mesures pour les trois nuances de dynamique vocale demandées à la chanteuse (piano, mezzo-forte, forte). Ces analyses acoustiques confirment que le belting est une voix sonore, comparativement à la parole ou au chant classique. Pour une même note, par exemple Sol3, la chanteuse LP a une dynamique piano en belting (e.g. bG4) d’intensité comparable au forte de son expression chantée classique (cG4). Cette observation est également vérifiée pour la seconde chanteuse.
18Présentées sur la Figure 8, les mesures d’énergie spectrale des harmoniques pour la voyelle [ɛ] extraite des trains de syllabes mettent en évidence une prédominance de l’énergie spectrale sur les harmoniques H2 et H4 comparativement à l’expression chantée classique. Cette prédominance se retrouve dès la dynamique piano, et elle s’accentue avec l’intensité vocale. Le second harmonique H2 est toujours d’amplitude supérieure à celle du premier harmonique H1, variant entre 5dB et presque 30dB pour la dynamique forte du sujet JN.
Figure 8 : Chaque diagramme de la figure présente l'amplitude des six premiers harmoniques du spectre vocalique de la voyelle [ɛ] en fonction de la nuance musicale (p, mf, f)
La figure permet de comparer horizontalement les résultats pour une chanteuse et une note chantée (sol3-G4 pour LP et do4-C5 pour JN) selon le style de chant (classique ou belting) et verticalement les deux chanteuses pour un style donné. Les barres verticales noires présentent l’écart-type pour chaque série de mesures.
Figure 9 : Quotient ouvert OQ en fonction de la note chantée (notation anglaise : A4-la3, B4-si3, C5-do4) par les deux chanteuses du corpus avec deux qualités vocales (chant classique c, belting b), deux formes d'expression parlée (parole normale S et projetée SP) et trois nuances musicales (p, mf, f)
Les barres verticales noires présentent l’écart-type pour chaque série de mesures.
19Les mesures de pression sous-glottique estimée à partir des trains syllabiques confirment les fortes pressions mises en jeu, avec des différences de 2 à 10hPa entre une même note chantée en belting et en voix classique. Enfin la mesure du quotient ouvert, présentée sur la Figure 9, appuie le constat de l’usage du mécanisme M1 en belting, avec des valeurs en-dessous de 0.55 (glotte ouverte pendant moins de 55 % de la durée du cycle glottique) pour la dynamique forte des deux chanteuses.
20En résumé, la voix timbrée dans le belting est une production de forte intensité, où même les sons produits dans une dynamique piano sont plus sonores que ceux produits à même hauteur dans une dynamique forte en chant classique. Le profil d’amplitude des harmoniques se déplace vers des valeurs globalement plus élevées en lien avec l’augmentation d’intensité vocale. Une accentuation spectrale avec prédominance d’harmoniques (H2 et H4) est mise en évidence. Le quotient ouvert présente des valeurs faibles, toujours inférieures à 0.55, en lien avec une production vocale en mécanisme laryngé M1.
21La voix timbrée dans le belting s’appuie sur l’usage de ce mécanisme laryngé (M1) qui permet une intensité vocale plus élevée pour une même note. Ceci est illustré par la Figure 10, qui présente l’espace moyenné sur une population de chanteuses lyriques des intensités vocales produites en voix chantée en fonction des fréquences de la note chantée, espace appelé également profil vocal ou phonétogramme. Il est à noter que ces chanteuses ne pratiquent pas le belting.
Figure 10 : profil vocal moyen pour des chanteuses lyriques en mécanisme laryngé M1 ou M2
Adapté de Roubeau et al., 2004 ; Henrich Bernardoni, 2014. Ces chanteuses ne pratiquent pas le registre de belting, qui se positionne entre Sol3 et Ré4.
22Le chant classique féminin est préférentiellement, et parfois exclusivement, produit en voix de tête, faisant usage au niveau laryngé du mécanisme M2. Le chant en belting, au contraire, explore la limite physiologique supérieure du mécanisme laryngé M1. Ainsi que l’illustrent les barres verticales et horizontales qui sélectionnent une note et son intensité vocale correspondante, une hauteur chantée dans la dynamique mezzo-forte du mécanisme M1 pourra également être chantée en M2 si elle se retrouve dans la zone de recouvrement des mécanismes laryngés. Elle sera alors dans la dynamique forte du mécanisme M2.
23Cette possibilité dynamique s’accompagne d’une nécessité de mettre plus de pression en entrée du système pour pouvoir entretenir l’auto-oscillation du vibrateur laryngé. Elle se traduit également par une amplitude plus grande du débit glottique, qui se reflète dans une augmentation globale de l’amplitude spectrale des harmoniques (Henrich, 2001 ; Doval et al., 2006).
24Le spectre de l’onde de débit glottique est également influencé par la durée d’ouverture glottique, ce qui peut contribuer à un renforcement de l’énergie dans le second harmonique sous l’effet d’une amplification spectrale liée à la source, que l’on nomme le formant glottique (Henrich, 2001 ; Doval et al., 2006). La prédominance des deux harmoniques H2 et H4 observée ici n’est pas liée qu’au choix de la voyelle, puisque la même voyelle était demandée entre chant classique et belting. Elle résulte aussi du phénomène d’accord phono-résonantiel mis en évidence pour les chanteuses classiques (e.g. Henrich et al., 2011) et les chanteuses de comédie musicale (Bourne & Garnier, 2012). Dans le cas du belting, l’énergie spectrale du second harmonique H2 est renforcée par sa proximité avec la première fréquence de résonance du conduit vocal (accord R1:2f0).
25En conclusion, « timbrer sa voix » c’est tout d’abord jouer sur la coordination pneumo-phonique, en travaillant l’équilibre entre la pression d’air en entrée du système et la masse vocale mise en vibration. Une vibration sur l’épaisseur (M1), avec un contact rapide et prolongé, favorise la génération d’un signal acoustique riche en harmoniques. « Timbrer sa voix », c’est également jouer sur la coordination phono-résonantielle, en ajustant les cavités de résonance par le contrôle des articulateurs, de l’élévation laryngée et de l’ouverture buccale, pour accorder l’octave de la note chantée (second harmonique) sur la fréquence de la première résonance du conduit vocal. Les ajustements articulatoires induisent également un renforcement spectral dans la zone du formant du chanteur, entre 2 500 Hz et 3 500 Hz, une zone spectrale liée au maximum de sensibilité de l’oreille humaine. Ce renforcement spectral (formant du chanteur) contribue également à la sensation de richesse et de puissance du son perçu. Si ce renforcement spectral s’observe dans le chant classique, il est bien plus marqué dans le belting.