Peut-on entendre un mensonge dans la voix ?

TL;DR

Une voix rassurante peut raconter une histoire fausse, et une voix hésitante dire vrai. Les recherches sur l’intonation, les pauses et le stress vocal trouvent des différences dans certaines conditions. Elles ne donnent pas une lecture directe de l’intention.

Pour examiner un enregistrement, garde la question entière et cherche une affirmation vérifiable. Identifier la personne qui parle, décrire sa voix et établir un fait sont trois tâches distinctes.

Un simple bonjour peut déjà te convaincre

Tu décroches le téléphone. Avant même de connaître la raison de l’appel, tu as une impression : cette voix paraît aimable, autoritaire ou digne de confiance. L’impression arrive vite. Ce qu’elle sait de la personne, en revanche, reste une autre question.

Une recherche présentée par le CNRS en 2018 a précisément étudié cette fabrication de l’impression. Les chercheurs ont modifié l’intonation de bonjour et demandé aux participants de juger les versions entendues. Leur travail sur la perception de la prosodie portait sur les représentations auditives de qualités comme la confiance. Il ne vérifiait pas si les personnes ainsi entendues mentaient.

Voilà un point de départ utile : une voix peut produire un effet convaincant sans apporter la moindre preuve sur le contenu. La dernière fois que nous avons vérifié ces recherches, c’était le 19 octobre 2026.

L’impression de sincérité devient un objet de recherche

Dans la détection du mensonge, tu peux facilement confondre l’explication de ton impression avec celle du comportement observé. Comprendre pourquoi une réponse te rassure ne suffit pas à savoir si elle est vraie.

Chen et ses collègues ont étudié cette distinction en 2020. Pour leur expérience, 431 personnes ont jugé 5 340 réponses parlées, chacune recevant trois évaluations. Les jugements humains sur la véracité tournaient autour de 50 % de bonnes réponses. Un modèle prédisant la confiance des auditeurs obtenait un score F1 de 66,1 %.

Le second chiffre ne mesure pas la même chose que le premier. F1 combine précision et rappel ; ce n’est pas simplement une proportion totale de réponses correctes. Surtout, le modèle prédisait une réaction d’écoute. Il pouvait apprendre ce que nous croyons sans établir ce qui s’était passé.

Pour une négation discutée, la linguistique forensique pose aussi la question du sens exact des mots. Si tu entends « je ne l’ai pas pris », il faut savoir de quel objet et de quelle action on parle. Le ton assuré ne résout pas une ambiguïté de formulation.

Comparer deux voix répond à une autre question

Le projet français VoxCrim, décrit par le Laboratoire de phonétique et phonologie, concerne la comparaison de voix dans le domaine criminalistique. Il cherche à déterminer si des enregistrements peuvent provenir de la même personne ou de personnes différentes. C’est une question d’attribution.

Cela permet de comprendre pourquoi la présence d’un logiciel dans une analyse judiciaire ne prouve pas l’existence d’un détecteur de sincérité. Un résultat sur l’identité d’une voix ne tranche pas le contenu de ses paroles.

Tu peux donc reconnaître l’utilité d’une analyse acoustique tout en refusant une conclusion qu’elle n’a pas testée. Une voix attribuée à la bonne personne peut prononcer un mensonge. Une voix non identifiée peut donner une information exacte.

L’enjeu est de garder la question initiale visible. Sans cela, l’expression « analyse de voix » finit par désigner des outils qui ne mesurent ni les mêmes propriétés ni les mêmes résultats.

Les pauses ne mesurent pas toutes la même chose

Un silence après une question n’est pas le silence au milieu d’une phrase. Et si quelqu’un commence par « euh », faut-il arrêter le chronomètre à ce premier son ou au premier mot qui suit ? Les deux choix donnent des mesures différentes.

Le délai de voisement, souvent désigné par VOT, décrit encore un autre intervalle : entre le relâchement d’une consonne et le début des vibrations vocales. Il ne mesure pas le temps nécessaire pour réfléchir à une réponse.

Mapala et ses collègues ont mesuré un délai question-réponse dans leur expérience de contrôle de bagages virtuel publiée en 2017. Le choix des bornes faisait partie de la méthode. Une conclusion sur ce délai ne peut donc pas devenir, sans autre examen, une règle sur chaque hésitation à l’intérieur d’un récit.

Pour toi, la première vérification consiste à retrouver ces bornes dans l’enregistrement. Si la question n’est plus audible, tu ne peux pas reconstruire son point final à partir d’une impression.

Quand les réponses fausses arrivent plus vite

L’expérience de 2017 avait recruté 40 étudiants. Dans le groupe chargé de mentir, les réponses fausses commençaient en moyenne après 0,84 seconde, contre 0,95 seconde pour les réponses vraies de contrôle. La différence des moyennes arrondies est de 0,11 seconde.

Ce résultat ne compare pas tous les menteurs à toutes les personnes sincères. Il concerne les deux types de réponses dans le groupe en question. La comparaison entre groupes n’a pas établi de différence statistique concluante. Un aéroport virtuel avec des étudiants ne remplace pas non plus une enquête réelle.

Le résultat contredit néanmoins un raccourci courant : inventer ne produit pas forcément une réponse plus lente dans chaque tâche. Un démenti préparé peut être rapide ; un souvenir exact peut demander une recherche.

Si la lenteur est censée révéler l’invention et la rapidité la préparation, demande ce qui pourrait démentir l’explication. Tout interpréter dans le même sens finit par enlever toute possibilité de vérification.

Ce que les tests de stress ont raté

Un essai de terrain décrit par le National Institute of Justice américain en 2008 comparait des réponses sur la consommation de drogues à des analyses d’urine. Il concernait 319 hommes récemment arrêtés et deux systèmes de stress vocal.

La détection moyenne des réponses classées comme trompeuses était d’environ 15 %. Le taux de fausses alertes parmi les réponses classées comme vraies était d’environ 8,5 %. Ces pourcentages n’ont pas le même dénominateur. Ils ne constituent pas deux estimations de la précision totale.

Le critère urinaire avait ses limites, notamment les périodes de détection. Les versions logicielles et les questions étaient également particulières. On ne peut pas attribuer automatiquement le résultat à tous les outils de 2026.

Cette limite n’efface pas la question posée par l’essai : une mesure présentée comme du stress vocal sait-elle distinguer les réponses vraies des fausses ? Il faut la vérifier indépendamment de l’aspect convaincant de la démonstration.

Une moyenne de hauteur ne raconte pas toute la phrase

La fréquence F0, exprimée en hertz, se rapporte à la vibration des plis vocaux et à la hauteur perçue. L’intensité et l’étendue des variations sont d’autres mesures. Une voix plus forte n’est pas forcément plus aiguë.

Dans la petite étude russe d’Agafonova et Kulygina de 2023, les interviews préparées donnaient une fréquence moyenne de 177,1 Hz pour la parole vraie et 169,9 Hz pour la parole non sincère. Au début des énoncés, la direction s’inversait : 169 contre 172,3 Hz. Le débit moyen était identique, 4,2 syllabes par seconde.

Huit personnes participaient aux interviews ; un autre contexte concernait sept joueurs de Mafia. Ces observations ne fournissaient pas une précision diagnostique éprouvée sur de nouvelles personnes. Elles montrent surtout pourquoi il faut nommer la partie de la voix que l’on mesure.

De même, le résumé de la méta-analyse de Sporer et Schwandt, en 2006, décrit des effets petits et hétérogènes sur les comportements paraverbaux. Une différence moyenne entre conditions laisse des réponses vraies et fausses se recouvrir. Elle ne donne pas automatiquement un seuil individuel.

Les résultats encourageants méritent aussi leur place

Réduire tout le domaine à son échec serait une autre simplification. Le son peut contenir des informations utiles, à condition de préciser la tâche.

Le résumé de Xiu et ses collègues, en 2024, décrit un crime simulé avec 62 participants et rapporte une aire sous la courbe ROC de 0,888 pour le VOT. Ce n’est pas 88,8 % de décisions correctes. Une aire ROC décrit la discrimination sur différents seuils ; elle ne remplace pas les erreurs au seuil effectivement retenu.

En 2026, Capra, Gomies et Zhang ont étudié les données de Golden Balls et du corpus Real-life Trial. Leur résumé publié indique des prédictions utiles par la voix, mais un transfert limité entre contextes. Il reste donc à éprouver ce qui se conserve quand changent les personnes, les situations et les enregistrements.

Les étiquettes comptent autant que les modèles. Dans un corpus judiciaire, l’issue du procès ne suffit pas à établir la vérité de chaque phrase. Sans réponse claire à cette question, un bon score peut porter sur une approximation de la tâche annoncée.

Le colis annoncé comme déposé

Imaginons une scène fictive. Un message vocal dit : « Oui, je l’ai déposé… au comptoir. » Le destinataire n’a pas reçu son colis. Une personne qui commente l’audio situe l’invention à la pause précédant le lieu.

La première question est pourtant ce que « déposer » désigne. Présenter le colis, le laisser à côté d’un comptoir et obtenir une prise en charge ne sont pas exactement la même action. Le malentendu peut porter sur ce point.

L’heure du message renseigne sur son envoi, pas nécessairement sur le dépôt. Un reçu ou une personne ayant assisté à la remise pourrait apporter un élément distinct. Il faudrait encore vérifier ce que cet élément établit réellement.

Si le colis est retrouvé là où le message l’indiquait, la pause demeure audible. L’accusation qui lui était attachée perd cependant son fondement. Une démarche utile doit laisser cette possibilité ouverte, au lieu de traiter toute découverte comme une confirmation.

Ce que le montage retire à ton écoute

Un extrait peut supprimer une question répétée, une interruption ou une reformulation. La réponse paraît alors plus rapide ou plus hésitante qu’elle ne l’était dans l’échange complet. Une coupe n’est pas la preuve d’une intention trompeuse, mais elle change les informations disponibles.

Réécouter la même coupe ne recrée pas ce qui manque. Cela peut rendre une impression familière et très convaincante, sans lui ajouter de preuve indépendante.

Les réglages de mesure ont aussi leur importance. La documentation de Praat indique que les paramètres de hauteur et la région du signal sélectionnée influencent les mesures vocales. Le graphique est un résultat d’analyse à expliquer, pas une fenêtre ouverte sur l’intention.

Pour une publication, sépare la citation, l’observation acoustique et l’hypothèse. « Une pause suit ce mot » n’affirme pas la même chose que « la personne invente ce détail ».

Comment éprouver une promesse de détection

Il faut notamment tester de nouvelles voix. Si des fragments d’une même personne se retrouvent dans l’apprentissage et dans l’évaluation, un modèle peut apprendre son identité plutôt qu’un indice généralisable de mensonge.

Il faut aussi une référence indépendante, un seuil annoncé et les erreurs pour chaque catégorie. Accuser à tort une réponse vraie et manquer une réponse fausse ne produisent pas les mêmes conséquences. Un score global ne devrait pas rendre ces coûts invisibles.

La langue, le matériel et la difficulté des questions appartiennent à la tâche. De courts démentis préparés en anglais ne prouvent pas le fonctionnement sur un long récit spontané en français. Le passage d’un contexte à l’autre exige une nouvelle épreuve.

Enfin, mieux prédire que le hasard, mieux prédire qu’un public non formé et aider une enquête à vérifier un fait sont trois réussites différentes. La recherche doit correspondre à la promesse précise.

Garder une observation sans garder son accusation

Tu peux entendre un changement réel tout en renonçant à l’explication initiale. C’est ce qui arrive quand de nouveaux éléments éclairent une pause ou confirment une partie du récit.

Repars de la question complète, décris l’intervalle et identifie le fait à vérifier. Si une information manque, garde cette absence visible. Une hypothèse mérite d’être examinée lorsqu’elle peut aussi être abandonnée.

La voix reste un objet de recherche riche. Elle devient plus utile quand on mesure soigneusement ce qu’elle apporte, ce qu’elle laisse ouvert et les erreurs qu’elle peut nous faire commettre.