Poser une question à voix haute : ce qu'une synthèse vocale fait de l'intonation

En français, une question ne se reconnaît pas toujours à sa grammaire. Elle se reconnaît à la mélodie : la voix monte à la fin. C'est vrai à l'oral bien avant d'être vrai à l'écrit, et c'est exactement ce qui rend l'exercice difficile pour une machine. Une synthèse vocale doit décider, phrase par phrase, si elle termine en descendant (une affirmation) ou en montant (une interrogation). Quand elle se trompe, l'oreille le sent immédiatement, avant même de comprendre pourquoi : une question posée sur un ton plat sonne faux, comme une réplique mal dite.

Trois façons de poser la même question

Le français a hérité de trois tournures interrogatives, et elles ne cohabitent pas par hasard : elles n'ont ni le même registre ni la même charge d'intonation.

| Forme écrite | Ce qui signale la question | Intonation attendue |
|--------------|----------------------------|---------------------|
| Viens-tu ? | l'inversion du sujet et du verbe | montée franche sur la dernière syllabe |
| Est-ce que tu viens ? | la locution « est-ce que » en tête | montée modérée, la tension est posée dès le début |
| Tu viens ? | rien, sauf le point d'interrogation | montée nette, c'est elle seule qui fait la question |

La troisième ligne est le cœur du problème. « Tu viens » et « Tu viens ? » sont la même suite de mots. Retirez le point d'interrogation et vous obtenez une affirmation parfaitement correcte. C'est donc le signe de ponctuation, et lui seul, qui doit déclencher la montée de la voix. Un outil qui lit les mots sans regarder la ponctuation lira cette question comme une phrase plate, et la phrase la plus courante à l'oral (l'interrogation par simple intonation) sera justement la plus mal rendue.

C'est un des endroits où se joue notre parti pris, celui qu'on défend sur la page text to speech français : bien lire une langue, ce n'est pas déchiffrer des lettres, c'est retrouver ce qu'un lecteur humain fait sans y penser. Personne n'a besoin qu'on lui explique de monter la voix sur « Tu viens ? ». La machine, elle, a besoin qu'on le lui apprenne.

Ce que notre moteur fait de la question

Soyons concrets. Le point d'interrogation est le signal principal, et il est pris en compte : sur les trois formes du tableau, la fin de phrase monte parce que le « ? » est là. La forme par simple intonation, la plus fragile en théorie, est donc correctement rendue en pratique, à une condition : que le point d'interrogation soit écrit. C'est le rappel le plus utile de tout cet article. Une question sans son point (« Tu viens », suivi d'un point ou de rien) sera lue comme une affirmation, parce que rien ne dit à la voix qu'il fallait monter.

Là où le résultat reste imparfait, c'est sur ce que l'écrit ne contient pas. Une question longue, avec plusieurs propositions avant le verbe, demande une courbe qui se prépare et se retient, et la machine tend à tout jouer sur la seule dernière syllabe. Une question rhétorique (« Faut-il vraiment le rappeler ? ») appelle une intonation particulière, souvent moins montante, parce qu'elle n'attend pas de réponse : cette nuance-là, un moteur ne la devine pas, faute de comprendre l'intention. Nous préférons le dire plutôt que de laisser croire à une lecture qui saisirait le sens. Ce qui est saisi, c'est la ponctuation ; le reste est une approximation honnête.

Le geste qui reprend la main

La ponctuation est votre premier levier, et c'est le plus simple. Écrivez le point d'interrogation, toujours, même sur une interrogative familière. Coupez une question trop longue en deux si sa courbe devient illisible : deux questions bien posées valent mieux qu'une seule que la voix n'arrive pas à tenir. C'est le prolongement direct de la respiration et de la ponctuation, où chaque signe pèse une pause et une intonation différentes.

Le second levier concerne les dialogues, là où les questions s'enchaînent. « Tu viens ?, demanda-t-il » et « Tu viens ? Il attendait » ne se lisent pas au même rythme, et l'incise qui suit change la façon dont la question retombe. C'est le sujet plus large des dialogues et des citations : la voix ne traite pas une question isolée comme une question prise dans un échange.

Comment tester un outil en deux minutes

Prenez trois phrases et faites-les lire à la suite : « Viens-tu ? », « Est-ce que tu viens ? », « Tu viens ? ». Écoutez une seule chose : la voix monte-t-elle à la fin des trois. Ajoutez ensuite la même suite de mots sans point d'interrogation (« Tu viens. ») et vérifiez qu'elle redescend : c'est la preuve que l'outil lit vraiment la ponctuation, et ne plaque pas une montée au hasard. Un outil qui monte sur les trois questions et redescend sur l'affirmation traite l'interrogation française. Un outil qui lit « Tu viens ? » comme « Tu viens. » vous dit qu'il déchiffre des mots sans écouter la phrase.

L'intonation des questions n'est pas un raffinement de styliste. C'est ce qui distingue une voix qui lit un texte d'une voix qui le comprend assez pour poser la question à votre place. Et comme souvent avec la lecture du français, le plus gros du travail vous revient d'abord : une question bien ponctuée est déjà à moitié bien lue.

À lire aussi

• Notes de bas de page et appels de note : ce que la synthèse vocale en fait
• Légendes et crédits de photos : ce que la synthèse vocale en fait
• Un lecteur audio dans la page ou dans une iframe : ce que ce choix décide