Faire lire un poème ou une scène de théâtre par une voix de synthèse : ce qui marche, ce qui casse

Une revue littéraire, une médiathèque, un site d'éditeur, un professeur qui met en ligne le poème de la semaine : tous finissent par se poser la même question. Une voix de synthèse sait lire un article de presse. Sait-elle lire Hugo, ou une scène de Racine ?

La réponse honnête est : en partie, et ce qui manque n'est pas de même nature pour la poésie et pour le théâtre.

Ce que le vers demande, et que la prose ne demande pas

Un article se lit au rythme de sa syntaxe : on respire aux virgules, on marque le point, et c'est à peu près tout. Un vers français classique obéit à une autre règle, celle du compte des syllabes, et ce compte touche directement la prononciation.

Le e muet. En prose, on avale la plupart des e muets. En vers, celui qui est suivi d'une consonne compte comme une syllabe et se prononce, au moins légèrement. Dans « Demain, dès l'aube, à l'heure où blanchit la campagne », le e de « heure » s'efface devant « où », mais celui de « campagne », en fin de vers, ne compte pas. Un lecteur humain fait ces choix sans y penser. Nous avons consacré un article entier au e muet, et la poésie en est le cas le plus exigeant.

La diérèse. Le poète peut demander qu'on sépare deux voyelles qu'on prononce d'ordinaire ensemble : « li-on » en deux syllabes, « pass-i-on » en trois. Rien dans l'écriture ne le signale, seul le compte du vers l'impose.

La fin de vers. Un retour à la ligne, dans un poème, est une marque de rythme. Quand la phrase déborde sur le vers suivant (« Je partirai. Vois-tu, je sais que tu m'attends »), le lecteur doit décider s'il marque la fin de ligne ou s'il suit la phrase. C'est une interprétation, pas une règle.

Ce que notre outil fait, et ne fait pas, sur un poème

Nous préférons le dire précisément plutôt que de laisser entendre le contraire.

La préparation du texte de WeDispatch ne contient aucun traitement propre au vers. Il n'y a ni compte des syllabes, ni règle de diérèse, ni traitement particulier du e muet poétique, ni pause dédiée à la fin de vers. Un poème est préparé comme de la prose : les nombres, les sigles, les abréviations sont mis en mots comme dans un article, et la voix lit ensuite le texte avec son intonation naturelle.

Ce que cela donne à l'oreille, concrètement :

• la syntaxe est respectée : virgules, points, questions et exclamations sont rendus comme dans n'importe quel texte, et c'est déjà beaucoup pour un poème en vers libres ou une prose poétique ;
• le mètre ne l'est pas : un alexandrin peut sortir à onze syllabes si un e muet est avalé, et une diérèse sera lue comme une synérèse ;
• la fin de vers n'est pas une ponctuation : là où elle ne coïncide pas avec une virgule ou un point, rien ne garantit qu'elle s'entende. Ce que la ponctuation produit réellement comme silence est détaillé dans notre article sur la ponctuation et la respiration.

Pour une poésie contemporaine en vers libres, le résultat est souvent tout à fait écoutable. Pour un sonnet classique dont on veut faire entendre la métrique, une voix de synthèse n'est pas le bon outil aujourd'hui, et un comédien le sera toujours.

Ce qu'on peut corriger, et ce que ça coûte

Le lexique de prononciation permet d'écrire un mot tel qu'il doit se dire. On pourrait y forcer « li-on ». Mais le lexique vaut pour tout le compte : la diérèse s'appliquerait ensuite à chaque « lion » de chaque article, y compris le compte rendu du match de l'Olympique lyonnais. C'est un geste à réserver à un compte dédié à la poésie.

Le théâtre : une voix par personnage, à une condition de mise en page

Le théâtre pose un autre problème : plusieurs personnes parlent. Une seule voix pour Hermione, Oreste et Pyrrhus rend la scène difficile à suivre, surtout pour un auditeur aveugle ou malvoyant qui n'a pas le texte sous les yeux.

WeDispatch sait attribuer une voix à un personnage. Le compte déclare ses personnages (douze au plus) et la voix de chacun, dans les règles de voix. Une ligne qui commence par l'un de ces noms suivi d'un deux-points est alors lue par sa voix. Le fonctionnement complet, citations comprises, est décrit dans notre article sur la lecture à plusieurs voix.

La condition tient à la façon dont le code reconnaît une réplique, et elle compte pour le théâtre classique :

• le nom doit être suivi d'un deux-points : « Hermione : Je ne t'ai point aimé, cruel ? ». La présentation traditionnelle des éditions imprimées, le nom en capitales seul sur sa ligne et suivi d'un point (« HERMIONE. »), n'est pas reconnue, et toute la scène reste sur la voix principale ;
• la voix du personnage tient jusqu'au bout de la ligne, pas au-delà. Une tirade en vers, écrite un vers par ligne, ne sera dite par la voix d'Hermione que pour son premier vers ; les suivants reviennent à la voix principale. Pour une tirade, il faut donc réunir les vers de la réplique sur une seule ligne, en séparant les vers par une barre oblique ou une simple virgule si l'on tient à les distinguer à l'œil ;
• le nom lui-même est lu, avec la voix principale, comme une attribution. C'est voulu : l'auditeur sait qui parle. Les capitales ne gênent pas la reconnaissance, la comparaison ignore la casse et les accents ;
• les didascalies (« Elle sort. ») restent sur la voix principale, ce qui est en général ce qu'on attend.

Comment préparer un texte pour l'écoute

Avant de sonoriser un poème ou une scène, deux gestes simples :

1. Écouter un seul texte avant d'en faire cinquante. La première écoute dit immédiatement si la voix convient au registre. Une voix posée et grave sert mieux l'élégie qu'une voix d'annonce.
2. Pour le théâtre, réécrire la mise en page des répliques : « Nom : réplique », une réplique par ligne, et vérifier que les personnages sont déclarés avec l'orthographe exacte utilisée dans le texte.

Notre parti pris, expliqué sur la page consacrée au text to speech français, est de bien lire la langue telle qu'elle s'écrit dans un article. La poésie métrique est hors de ce périmètre pour l'instant, et nous préférons l'écrire ici plutôt que de le laisser découvrir à l'écoute.

À lire aussi

• Noms bretons, basques, corses, alsaciens : pourquoi la synthèse vocale les écorche, et comment on les corrige
• Questionnaire de sécurité pour un outil audio : les questions à poser, et nos réponses, y compris les non
• Voix de femme ou d'homme pour une citation : ce que la phrase française dit de qui parle