euh bon donc je vais m'en passer

je vais présenter mon travail en trois grandes parties donc quatre parce que

[pi:pronounce:instantaneous]

euh la première partie va euh

[b:noise:instantaneous] s'intituler d'abord

va revenir sur

le type de données sur lesquelles nous sommes amenés à travailler

quand nous faisons de la linguistique

le l'objet sur lequel nous travaillons puisqu'on est parti à faire des citations littéraires

le nôtre il est plus léger plus soluble dans l'air ça revient dans

[pi:pronounce:instantaneous]

euh

on travaille sur un élément qui est pour nous essentiel qui est la parole

euh le discours tel qu'on peut l'entendre

et vous le savez son énorme problème

c'est que c'est bien notre matériau

mais ce matériau-là a un inconvénient terrible

c'est que dès qu'on a fini de parler

on a tout oublié

nous vérifions chaque année au moment des partiels avec nos étudiants

donc premier type de problème

on a bien un matériau qui est facilement accessible

mais euh qui en quantité à peu près illimité

mais en même temps il est extrêmement difficile

euh d'en conserver une présence

on a ensuite un deuxième état qui lui est plus stable heureusement

euh c'est la façon dont notre langue est présente

dans notre cerveau

elle est présente sous différentes formes

à la fois sous la forme de ce qu'on appelle l-

le discours intérieur ou la parole intérieure

le fait qu'on se parle à soi-même tout le temps

elle est aussi présente sous la forme de ce qu'on appelle le stock lexical

les les familles de mots trente mille mots que nous avons en tête

dont à peu près cinq mille marques commerciales aujourd'hui

[b:noise:instantaneous]

[pi:pronounce:instantaneous]

[rire en fond:noise:instantaneous]

avec euh le développement de l'économie

donc on a ce ce stock qui est présent

mais lui présente un défaut très lourd

c'est en particulier lui qui nous intéresse en tant que linguistes

c'est moins les propos qu'on tient et qu'on dit

que ce qui en reste dans la tête des gens

mais vous le savez cet élément-là lui a un énorme inconvénient

il n'est pas directement observable et accessible

et même si on attrape des gens et qu'on les

[pi:pronounce:instantaneous] on sait faire

euh y a rien dans le cerveau qui va nous indiquer

par exemple quelle quelle était la langue que parlait quelqu'un

on a aujourd'hui aucun moyen si on nous présente des cerveaux

de dire tiens euh vous m'avez encore amené un Chinois

c'est impossible avec les éléments que nous avons en tout cas aujourd'hui d'observation

d'avoir la moindre prédiction sur ce qu'il y a

comment ça se passe dans le cerveau

si on prend le fait qu'un élément qui

s'évanouit en permanence la parole

si on prend le fait qu'on a un élément non observable

pour constituer un savoir sur la langue il a fallu quelque chose qui ne s-

qui soit observable

et qui soit un peu plus permanent

cette chose-là nous la connaissons

ça s'appelle l'écriture

c'était une invention bah évidemment décisive dans l'histoire de l'humanité

et pendant très longtemps on a

confondu

l'étude des langues avec l'étude

de

manifestations écrites des langues

et comme le dit Saussure

euh Saussure est

le nom que nous citons à chaque fois avec faveur et un léger trémolo dans la voix

c'est notre espèce de gourou à nous

euh comme le dit Saussure euh

c'est un petit peu comme si on prétendait étudier l'anatomie

en regardant des portraits au musée du Louvre

évidemment on peut en déduire quelque chose

mais c'est pas exactement ça

un corps humain

lorsqu'on représente

[tx:noise:instantaneous]

une forme

[tx:noise:instantaneous]

on a

euh longtemps été

bloqué par ce

par ce type de démarche

et euh on n'a pas pu facilement avancer

même si on a eu quand même un certain nombre de de progrès dans ce domaine

mais on a fini par confondre

ce qui était l'étude

de la langue écrite

et l'étude

de la langue

en oubliant que le fait que cette langue soit écrite

entraîne on le verra un certain nombre de propriétés très particulières

qui sont objectivement très trompeuses

par rapport à nous

je vais juste en donner un exemple

la vraie révolution pour nous en linguistique

ça a été l'émergence

de l'étude du son

du son des langues

or typiquement si vous travaillez sur des textes écrits c'est quelque chose de

pas inutile certes mais de pas très utile

lorsqu'on lit des textes on peut les lire avec un accent épouvantable

n'importe qui ici parmi nous

sauf quelques rares collègues dispersés dans la salle lisant de l'anglais

nous en donnerait une démonstration euh

on sait très bien que ça n'empêche pas ni

[toux en fond:noise:instantaneous]

[pi:pronounce:instantaneous] spécialement la compréhension

ni en tout cas la compréhension de la personne qui lit

ces écrits euh se sont euh bien sûr accumulés

euh

[tx:noise:instantaneous]

jusqu'au dix-neuvième siècle on s'est posé la question

est-ce qu'il y a finalement une vraie différence

entre ce que nous appelons aujourd'hui un linguiste et ce qu'on appelle un philologue ?

quelqu'un qui étudie les textes

et très longtemps nous avons pu passer euh

horresco referens tamen refero

euh pour des espèces de sciences annexes de l'histoire

euh les historiens avaient ces textes

je dirais qu'ils en avaient l'interprétation

et nous étions

convoqués pour les aider à élucider tel élément

[toux en fond:noise:instantaneous] de langue

qui aurait pu euh leur être obscur

mais lorsque les historiens travaillent les textes

ils ont une petite couche qui les intéresse pas que j'ai déjà mentionnée

qui est la façon dont le texte se prononce

et c'est sur c-

ça les intéresse très peu ils ont donc très peu à faire

et sur cette très beau

très mince frange

euh qui n'intéressait pas les historiens

qu'est apparue la linguistique au tout début du dix-neuvième siècle en mille huit cent seize

lorsqu'on s'est aperçu que cet élément euh sonore

[porte:noise:instantaneous]

avait comme particularité qu'il se retrouvait même si c'est sous des formes transformées

à travers un certain nombre de langues

et euh

ça a été le début de ce qu'on a appelé la grammaire comparée des langues indo-européennes

qui ont fondé la première marque de linguistique

les autres révolutions qui nous sont arrivées sont deux

euh

et c'est sur celles-ci que aujourd'hui nous avons un autre regard et un autre rapport

euh sur la linguistique et en particulier dans notre laboratoire

le premier c'est en mille huit cent soixante-dix-sept lorsque Edison réussit

à imprimer sur une plaque de cire

que Marie a un petit ami

en anglais dans la langue originale

donc enregistre pour sa fille pour la première fois une chanson

et euh l'histoire se continuera

avec notre ami euh Nipper que tout le monde connaît ici

c'est le petit chien de la voix de son maître

euh qui euh va porter cette idée

que désormais le l'oral la parole

est devenue quelque chose qu'on peut rendre permanent

ça commence certain temps à avoir des techniques de plus en plus souples

mais l'idée qu'il y a de la permanence de la parole

entre l'observation directe

possible

de quelque chose qui n'est pas écrit

c'est une révolution qui ne nous appartient pas

qui vient euh de la physique

[pi:pronounce:instantaneous] électrique

la la

lorsqu'on a obtenu ceci

on a obtenu très rapidement

des milliers des dizaines de milliers des centaines de milliers d'heures d'enregistrements

et là s'est posé le deuxième problème

c'est que lorsque vous avez toutes ces heures d'enregistrements

comment fait-on pour les maîtriser ?

pour savoir ce qu'il y a dans une heure d'enregistrement

il faut une heure d'écoute

si vous voulez savoir ce qu'il y a dans cent heures il faut cent heures d'écoute

et au bout de la centième heure

vous avez complètement oublié ce qu'il y avait dans la première

donc on a eu besoin d'un deuxième outil

il est pas venu

là non plus de la linguistique

mais dont nous

servons très largement qui est l'informatique

qui va nous servir on va le voir comment

à dominer à maîtriser des données qui sinon

nous euh

dépassent complètement

et sur lesquelles nous ne pouvons pas avoir de maîtrise

voilà pour le la présentation de notre problème et

pour le Laboratoire Ligérien de Linguistique

nous avons euh investi dans ce champ-là

à travers une notion que nous appelons des corpus oraux

donc notre problème n'est pas de travailler sur des enregistrements

des enregistrements il y en a des milliards d'heures aujourd'hui disponibles

chaque jour sur Youtube

il doit s'en mettre quelques milliers des dizaines de milliers supplémentaires

on ne sait plus quoi faire des enregistrements

et c'est là qu'arrive le linguiste

[toux en fond:noise:instantaneous] donc ce ne sont plus des corpus

oraux

mais vu l'utilité que nous avons

ce sont des corpus

oraux

[zoraux:pronounce:instantaneous] nous venons sauver la situation en disant

[rire en fond:noise:instantaneous]

nous avons les moyens

oui c'est de l'oral

[pi:pronounce:instantaneous] faire parler

donc

[pi:pronounce:instantaneous] vous faire parler

euh

nous allons

euh proposer des solutions

à notre manière

pour

euh essayer de voir comment

on peut maîtriser ce champ-là

comme est maîtrisé euh

dans le champ déjà de la bibliothèque du

[pi:pronounce:instantaneous]

avec les études sur le livre

comme on a mis

très progressivement au point des techniques

qui nous permettent

en gros de savoir ce qu'il y a dans un livre sans jamais le lire

ça aussi nos étudiants savent faire

euh et bien de la même manière

on va essayer de trouver une technique

qui nous permettrait

de

d'identifier le plus rapidement possible ce qu'il peut y avoir

dans des données orales

[toux en fond:noise:previous]

sans être obligé de les réécouter systématiquement

ou de telle manière qu'on puisse aller comme il y a un index dans les livres

aller chercher l'information exactement là où elle est

très rapidement

pour cela il nous faut construire des objets d'observation

d'ailleurs on ne se contente pas d'aller récupérer des heures d'enregistrements

et de dire bon bah on va voir ce qu'on peut en faire

on va constituer

des outils qu'on va

je vais vous le dire par la suite

qui est ce que l'on appelle

des corpus oraux

alors si on dit des corpus oraux

euh ça veut dire que c'est pas exactement de simples enregistrements

ça veut dire qu'ils ont

des propriétés

des propriétés qui vont nous servir à

être opératoires sur d'abord

des langues qui n'ont pas d'écriture

notre problème n'est pas spécialement d'étudier des langues à écriture

je vous l'ai même dit ça a été longtemps un obstacle pour nous

notre problème est au contraire d'étudier des langues sans écriture

des langues sans écriture aujourd'hui

pour aller très vite on estime

c'est des

c'est à prendre avec toutes les précautions d'usage

on estime qu'il y a à peu près sept mille langues sur Terre

on estime qu'il y en a au moins cinq mille

qui ne sont pas transcrites ou pas transcrites d'une façon

[b:noise:instantaneous] accessible satisfaisante correcte

c'est-à-dire qu'il peut y en avoir qui ont été transcrites comme ça

par quelqu'un qui s'est essayé

avec un alphabet latin

à transcrire sa propre langue

mais pour que ce soit à peu près utilisable

on estime donc qu'il y a déjà aujourd'hui cinq mille langues à peu près

dont la plupart extrêmement menacées

plusieurs centaines dont moins de vingt personnes qui les parlent

donc ce sont déjà

des langues demain mortes

une langue à vingt personnes a à peu près aucune chance aujourd'hui d'être d'être sauvée

ça va servir aussi pour repérer

euh ce que sont les éléments dans les langues

qui ne sont pas observables

par les écritures

tout à l'heure j'écoutais Bernard Gratuze

co- mais comme j'écoute jamais

ce que ra- disent les gens mais justement la façon dont ils le disent

c'est pour ça que j'ai toujours l'air d'écouter

euh

tout à l'heure Bernard Gratuze par exemple nous a d- nous a parlé de l'arsenic

[arsnic:pronounce:instantaneous]

bon

E hein y a un E mais il ne l'a pas réalisé

euh hm

Jean Garrigues vous l'avez peut-être noté

euh parle comme à Sciences Po

il met toujours l'accent tonique sur la première syllabe

hé bien si on a le texte de Bernard euh Gratuze ou celui de Jean Garrigues

on n'aura aucun moyen savoir que euh

Jean Guar- euh Bernard Gratuze ne prononce pas le E

muet

[pi:pronounce:instantaneous] de l'arsenic

et euh que Jean Garrigues accentue sur la première

mais néanmoins n'allonge pas la longueur de la voyelle

euh comment on pourrait s'y attendre dans ce cas-là

il continue bien à garder l'allongement sur la dernière syllabe

ces indications-là vous n'avez aucun moyen de les repérer

sur des textes écrits aucun

euh

c'est ce on ne l'indique pas tout simplement

de même qu'on n'indique pas que à tel moment la voix a pu trembler

ou qu'elle est pu être en maximum

en accélération

tous ces éléments-là nous pourtant on veut les préserver

et on veut les préserver pour en faire une étude scientifique

dans des corpus oraux

alors qu'est-ce qu'on appelle le corpus ?

c'est ce sont des enregistrements

évidemment de toute façon

y a pas d'autres solutions autrefois

on a commencé je vous l'ai dit avec des rouleaux on a fait ensuite sur de la cire

y a eu le moment où y avait les fils magnétiques

avant les bandes magnétiques c'est du fil en métal

euh y a eu un très grand nombre de

[pi:pronounce:instantaneous] y a eu les disques sur vinyle y a euh

aujourd'hui c'est des enregistrements numériques évidemment

c'est des enregistrements qu'on essaie d'avoir dans une qualité le plus supportable possible

après on fait pas toujours dans l'idéal vous imaginez

si nous enregistrons ici les bruits de porte de retardataire bonjour

qui arrive et cetera

donc tous ces petits problèmes que nous pouvons avoir lorsqu'il y a de de l'enregistrement

euh

on a ensuite

des principes de représentativité

il nous faut des éléments les plus divers possibles

on verra que c'est une clause qui n'a pas été très tôt respectée

il faut que ces éléments soient exploitables

de façon non destructive ça nos camarades savent faire

euh mais euh non seulement de façon non

non destructive mais comment dire avec un affreux anglicisme de façon versatile

c'est-à-dire que

y a au fond c'est mieux si ça peut servir aussi

à des sociologues à des historiens à des économistes

et pas seulement à des linguistes qui veulent étudier

la forme de la langue

on souhaite qu'ils soient

catalogués dans un format qui soit accessible

et là on n'est pas au bout de nos peines

on a organisé ici y a trois ans un

premier euh

colloque international de Catcod catalogage codage

sur les corpus oraux

et on a du mal à faire le deuxième

parce que on s'est déjà tous tellement disputé qu'on ne sait plus comment

se remettre

[pi:pronounce:instantaneous]

[rire en fond:noise:instantaneous]

ensuite

euh et ça c'est et de loin le plus long

il faut transcrire

euh tout ça

parce que quoi qu'on en pense on ne sait pas aujourd'hui

chercher un mot dans un enregistrement

on peut espérer le retrouver

on peut avoir

certaines chances selon la qualité de l'enregistrement de le repérer

mais si on prend un enregistrement de deux heures

[b:noise:instantaneous] et on veut savoir si quelqu'un dedans a prononcé

n'importe quoi mettons Mélenchon

euh

si on veut savoir si quelqu'un a dit Mélenchon

par exemple

hm par exemple

[rire en fond:noise:instantaneous]

[conv:noise:instantaneous]

au hasard

[conv:noise:instantaneous]

on risque d'avoir euh

une difficulté

parce que Mélenchon

n'est pas un terme suffisamment caractéristique en français

pour se distinguer

euh de son contexte

et on risque de sortir tout un tas de formes du type mélangeons enfin et cetera

qui sont beaucoup trop proches phonétiquement

donc on va être obligé de transcrire et ça c'est atrocement long

euh pour vous donner une idée quelqu'un de très entraîné qui fait une bonne transcription

c'est une heure pour trois minutes

et on considère qu'il faut que trois personnes fassent la même transcription

pour vérifier que c'est à peu près valable

ce qui veut dire que quand on a euh

en gros pour une minute une heure c'est à peu près le temps où il faut payer des gens

donc vous imaginez euh l'esclavage qu'il faut développer

c'est pour ça que nous cherchons des étudiants en linguistique

[rire en fond:noise:instantaneous]

finalement après en

[pi:pronounce:instantaneous]

euh il faut que cette transcription soit dans un format

qui soit encore lisible dans cinq ans dans dix ans dans cinquante ans dans deux cents ans

or tout ça se fait sous des formes informatiques

donc autant vous dire que nous avons quelques inquiétudes et quelques soucis

et enfin euh et c'est tout ça un corpus

et ça c'est la partie vraiment qui nous passionne le plus

parce que les transcriptions faut les faire mais bon c'est pas très drôle

il faut que ce corpus soit lui-même associé

à des métadonnées

qui vont les identifier et un certain nombre d'outils

qui vont en assurer

une première forme de traitement automatique

alors on a des outils pour reconnaître par exemple

euh automatiquement les catégories grammaticales

on a des outils qui vont faire l'analyse syntaxique des phrases

avec des taux d'échec qui sont variables

[b:noise:instantaneous] selon les outils

mais qui aujourd'hui sont relativement bas

en tout cas le traitement automatique est très très très largement supérieur

à ce que nous pourrions faire

euh

manuellement

parce que de toute façon c'est ou les machines qui reconnaissent les catégories des mots

ou c'est l'étudiant qu'on paye pour le faire

et la machine fait plutôt moins de fautes finalement que l'étudiant

[toux en fond:noise:instantaneous]

voilà donc ce que sont nos corpus oraux

une fois qu'on les a euh constitués donc comme je vous l'ai dit

euh c'est une opération qui est très longue

on a essayé de

dans la présentation dans notre dossier

donc ce que nous avons négocié avec le ministère notre reconnaissance

d'en faire une liste

on est arrivé à peu près à l'idée qu'il y a soixante-quinze opérations

du moment où on commence à se dire

ah on va faire un corpus

au moment où il est là livré en état absolument fini

ça représente un avantage c'est qu'on peut toujours dire au ministère

que c'est presque fini mais

soixante-quinze comprenez il en reste encore euh

deuxième euh

problème c'est que euh

je vais en reparler aussi c'est que c'est un travail qui est à peu près infini

on ne sait pas

quand est-ce qu'un corpus peut être considéré comme ayant été terminé

c'est-à-dire même si on a un nombre d'heures fini

à partir de quel moment on peut considérer de façon exhaustive

on en a rendu compte

on l'a traité d'une façon qui soit satisfaisante

et puis enfin je vous ai indiqué rapidement euh la quantité de temps que ça prend

aujourd'hui au niveau européen

on est en train d'engager j'étais encore ce matin

une opération générale pour avoir des corpus de référence

dans les principales langues

et maintenant comme

[pi:pronounce:instantaneous]

est officiel pour ça

c'est euh il faut compter

un euro

par mot de corpus

alors pour vous donner un ordre d'idées

le corpus qui est prévu pour le français

est actuellement situé entre trois et six millions de mots

donc euh hein on on fait conversion

euh donc voilà

[tx:noise:instantaneous]

que de trouver trois à six millions d'euros

et euh nous allons enfin pouvoir donner l'outil que la France attend

très bien

euh

alors dans tout ça vous avez dû noter que je vous ai parlé d'à peu près tout

sauf de ce que nous fabriquons concrètement

euh hé bien on va en parler maintenant

puisque euh beaucoup de gens ici euh notre vice-président du conseil scientifique est venu

pour savoir

[toux en fond:noise:previous]

si on travaillait vraiment

donc je vais vous dire que fait le Laboratoire Ligérien de Linguistique

à part demander des lignes de crédit

[pi:pronounce:instantaneous]

[tx:noise:instantaneous]

alors première chose euh

nous notre travail c'est de faire on est linguiste

c'est notre métier

c'est de faire une analyse scientifique des langues

c'est la définition qu'on donne traditionnellement à notre discipline

[b:noise:instantaneous]

et dans ces langues d'abord des langues qui sont

peu

ou pas transcrites

[b:noise:instantaneous]

comme tout laboratoire de linguistique un peu sérieux

nous avons ce que nous appelons un portefeuille de langues

c'est-à-dire quelques langues qui ne s'étudient que à Orléans

euh ou bien euh dans euh deux ou trois autres endroits maximum dans le monde évidemment

alors vous savez avec sept mille langues y a de quoi nourrir beaucoup de monde heureusement

donc nous on a dans notre portefeuille de langues une petite dizaine de langues

où il y a ici le spécialiste mondial

euh ou bien un des deux trois quatre spécialistes au monde

euh qui peuvent enfin

euh

notre doyen vous a cité pour euh pour commencer on

je vais très rapidement les rappeler donc nous avons un portefeuille sur

une demande du ministère d'outre-mer

trois langues de Guyane

qui sont donc des langues de France

ces gens-là étaient français bien avant le savoyard

euh bah eux ils étaient pas au courant les savoyards si normalement

[rire en fond:noise:instantaneous] euh

[tx:noise:instantaneous]

donc euh trois langues euh

qui sont parlées en Guyane française

le palikur le wayana et wayampi qui appartiennent à trois familles

linguistiques distinctes

on travaille surtout sur le palikur mais aussi sur les deux autres

on a euh deux langues euh au Burkina Faso

l'une dont on vient de sortir l'ouvrage enfin

euh la société linguistique

de Paris

[pi:pronounce:instantaneous]

[toux en fond:noise:instantaneous]

et l'autre qui s'appelle le sèmè sur lesquels nous commençons les études

euh le Burkina Faso a quarante-neuf langues

donc euh y a encore un peu de la marge pour continuer enfin certains les décrivent

euh nous avons une langue du Nigéria

[pi:pronounce:instantaneous] une langue au Cameroun le samba leko

et euh les créoles à base portugaise

parce que y a pas que des langues qui disparaissent y a aussi des langues qui apparaissent

nous avons une collègue ici qui a travaillé sur une mixing language

une langue qui apparait an contact de deux langues

celle-ci est apparue au contact du français et de l'anglais

Marie-Eve Perrot donc le chiac en au Nouveau-Brunswick au Canada

et aussi euh sur les créoles à base portugaise

où Orléans est le plus important centre mondial d'étude du créole à base portugaise

car c'est le seul endroit au monde où il y a deux personnes qui travaillent sur cette spécialité

[pi:pronounce:instantaneous]

d'ailleurs y en a une dizaine au monde

donc des créoles qui se parlent au Cap-Vert en Casamance au Sénégal euh

en Guinée-Bissau et à Sao Tomé-et-Principe

dans le

golfe de Guinée

donc d'une part on a ces langues-là mais

je vous rassure on travaille aussi sur des langues dont vous connaissez le nom

comme le chinois par exemple euh

mais pas seulement

puisque nous avons ici une doctorante qui travaille euh

euh sur le kota au Congo

euh

nous avons euh des langues

comme le l'espagnol nous avons des langues comme l'allemand

comme l'anglais bien sûr

euh ça c'est surtout nos collègues de Tours qui sont très

beaucoup plus pointus que nous là-dessus

et puis euh inévitablement

euh celle que vous attendez tous le français

oui nous travaillons aussi sur le français

nous travaillons d'ailleurs surtout sur le français

pour une raison qui s'explique de façon assez simple

c'est que nous sommes des enseignants chercheurs

et que pour l'enseignement euh

bah on est quand même beaucoup plus sollicité par le français

que par les autres langues

ce qui fait que nous avons ici

euh plus de collègues qui travaillent sur le français que sur d'autres langues

et ça vous explique

euh cette ce déséquilibre

alors sur quel euh type de données travaillons-nous ?

nous avons eu une chance de pendu à Orléans et je parle pas de Jeanne d'Arc pour cette fois

mais je parle des Anglais

euh

en mille neuf cent cinq- euh soixante

les travaillistes arrivent au pouvoir en Angleterre

et décident qu'on va moderniser l'enseignement des langues

ce fut déjà une mini embuscade comme endroit

euh on va moderniser l'enseignement des langues

et ça va se faire

avec disent-ils

les deux grandes révolutions qui viennent d'arriver l'informatique

et euh le l'audio-visuel

donc ils décident de c'est le français donc à l'époque

et de très loin la langue la plus enseignée

la langue étrangère la plus enseignée en Angleterre

ils décident donc de donner

à leurs élèves un enseignement avec de l'audio avec des magnétophones

et donc il leur faut des enregistrements de français

ils demandent au ministère de l'éducation en France et au ministère de la culture

d'ouvrir toutes les archives disponibles

de français parlé

[pi:pronounce:instantaneous] des droits d'auteur est vraiment associé

et très libéralement l'Etat français

euh autorisera les Anglais

ils avaient pour habitude de faire du commerce avec nous

autorisera les Anglais à venir exploiter toutes les données sonores disponibles du français

et la réponse après exportation des archives

c'est qu'il n'y a pas plus de quatre minutes

le chiffre n'est

[pi:pronounce:instantaneous] exploitable

par rapport à leur projet

il y a tout le français de la radio et de la télé comme on

comme disent poliment nos collègues anglais

les gens s'écoutent parler mais c'était dans les années soixante hein ça a changé

euh

il y avait euh

ils avaient surtout beaucoup espéré

parce qu'il y avait eu une grande enquête dans les années cinquante

pour le français fondamental

ce qui servait à faire les listes de fréquence du vocabulaire le plus usuel

mais ceux qui avaient fait le français fondamental

on leur avait expliqué qu'une bande magnétique coûtait très cher

et qu'il fallait effacer au fur et à mesure

donc on transcrivait on effaçait on transcrivait on effaçait

donc on a rien derrière

pas une bande magnétique du français fondamental des années cinquante

qui sont pourtant très intéressantes

et qui avait donné du travail à des tas de gens pour faire des transcriptions

pour un pauvre type de chômeur qui s'appelait Roland Barthes

qui a été transcripteur pour le français fondamental

comme quoi ça peut servir

ce projet

comme les Anglais n'ont plus d-

n'ont pas de données ils décident de faire eux-mêmes l'enquête

et ils choisissent la plus belle ville du monde sur le bord de la Loire

et ils vont donc venir à Orléans pour faire cette enquête

trois cent cinquante heures d'enregistrements

et

[pi:pronounce:instantaneous]

ils vont d'une part identifier les données

et deuxièmement les conserver

donc au lieu de tout effacer

ils vont les garder

ils vont les transcrire

bon c'est des transcriptions faites par des Anglais

ils sont assez fautifs quand même faut bien le dire

mais quand même l'effort était louable

euh en plus ils ont transcrit à la main

[pi:pronounce:instantaneous] au crayon

donc c'est pas terrible

mais néanmoins il y a eu cette idée et

euh si vous allez aujourd'hui sur internet euh les livres d'occasion

vous tapez les Orléanais ont la parole

et vous n'aurez pas le programme politique de monsieur Grouard

mais vous aurez le manuel de base des Anglais de cette époque-là

avec des photos touchantes

d'Orléans

[tx:noise:instantaneous]

avec des enregistrements

c'est la même chose

pardon

c'est ?

c'est la même chose

c'est la même chose bon

[rire:noise:instantaneous]

euh

donc vous aurez

euh la joie de retrouver des paysages qui vous sont familiers

et des gens qui euh que vous entendrez interviewés euh

bah euh je suis boucher je pèse je sais pas moi soixante kilos de viande

vous les entendez

[pi:pronounce:instantaneous] les enregistrements qui servaient de

de base à euh

à ces à ces groupes

euh c'est évidemment un document tout à fait merveilleux et euh

après les travaillistes

les Anglais ont

[b:noise:instantaneous] ils ont peu de choses

il se passe peu de choses dans leur histoire euh

en politique intérieure mais sans emprunts ils passent des travaillistes aux conservateurs

et madame Thatcher ayant coupé les crédits de l'université

les Anglais nous ont appelé un jour pour nous dire

si vous venez pas chercher tout ça on le met à la poubelle

bon alors on a donc récupéré les archives elles sont elles sont ici au laboratoire

et du coup ça nous a un petit peu suscité pour refaire la même enquête

donc nous sommes dans de la confection d'un

alors cette enquête s'appelait Eslo enquête sociolinguistique à Orléans

et nous sommes dans donc Eslo deux maintenant nous faisons la même enquête la même

on a transposé évidemment

par rapport aux aux données du temps

euh la même enquête

à euh quarante ans d'intervalle et avec les mêmes euh exigences

ce qui va nous permettre de mesurer y compris

la transformation

à travers euh les classes

sociales

[tx:noise:instantaneous]

est-ce que les femmes

[interférences téléphone:noise:instantaneous] d'il y a quarante ans

parlent comme les femmes d'aujourd'hui par rapport à ce que les

[b:noise:instantaneous]

il y a quarante ans on parlait comme les hommes d'aujourd'hui ?

est-ce que les ouvriers d'il y a quarante ans parlent comme les hommes

les ouvriers d'aujourd'hui ? et cetera

donc on va pouvoir euh on peut on a commencé heureusement

on peut faire cette comparaison et

comme il n'y a que les Anglais qui avaient fait des enregistrements

il n'y a qu'à Orléans que nous puissions

[pi:pronounce:instantaneous]

c'est ce qu'on appelle une situation de monopole

c'est très avantageux et ça nous sert énormément

à obtenir de temps en temps euh quelques

[pi:pronounce:instantaneous]

euh de

[pi:pronounce:instantaneous]

cette enquête

euh

est intéressante à énormément d'égards

d'abord parce qu'à l'époque on n'avait pas de problèmes juridiques

euh nous on a passé à peu près la moitié de notre temps à savoir

comment il fallait faire l'autorisation juridique pour les gens

euh on n'a même pas

enfin on a on a un modèle qui aujourd'hui est considéré comme à peu près le plus supportable

mais on n'est même pas sûr que ça va se passer

alors qu'à l'époque par exemple on a des dizaines d'heures d'entretiens

de mères de famille sur les problèmes scolaires de leurs enfants

avec des conseillers psychopédagogiques

euh des choses absolument euh

donc aujourd'hui on ne peut plus obtenir ça

c'est c'est pas possible

on a euh la chef du personnel de chez Servier

qui explique comment euh ça se gère

[rire en fond:noise:instantaneous]

[pi:pronounce:instantaneous]

je vais peut-être en faire quelque chose

[pi:pronounce:instantaneous]

euh

[b:noise:instantaneous]

l'énorme avantage c'est que les collègues Anglais qui ont fait ça

étaient eux-mêmes de vrais linguistes

et on a des données qui sont extrêmement originales pour l'époque

une de celles qui nous intéressent le plus

par exemple c'est euh

ce sont des enregistrements faits en

en entretien individuel

donc on a toutes le données sur les personnes y compris des données très complètes

puisqu'une des questions c'est pour qui votez-vous ?

aujourd'hui c'est une question qu'on ne peut plus poser

et les gens répondent

[pi:pronounce:instantaneous] très clair

[rire en fond:noise:instantaneous]

euh mais enfin voilà

poser la question

à quel syndicat appartenez-vous ?

on avait des questions euh

qui aujourd'hui euh on aura un peu plus de euh de tact pour les poser on s'en doute

en tout cas nous on les pose plus

euh

ou du moins pas directement

[rire en fond:noise:instantaneous]

euh

donc on a euh des données et i- ils ont pensé à poser des questions extrêmement intéressantes

et notamment une sur laquelle on a énormément travaillé de manière collective

qui est hm

voilà alors maintenant je vais vous poser une question qui peut-être va vous faire rire

mais je la pose quand même

hm

dites-moi monsieur hm comment est-ce qu'on fait une omelette

chez vous ?

et ils vont poser à une centaine de personnes la question

comment est-ce qu'on fait une omelette ?

alors pour un linguiste c'est merveilleux

comme euh comme euh type d'enquête d'avoir cent personnes qui donne l'omelette

et inutile de vous dire que dans le Eslo deux il y a

et maintenant je vais vous poser une question qui peut-être et cetera

bon j'ai pas je prends pas l'accent anglais quand même pour la poser

mais nous reposons la même question

dans ce type de cadre euh

on est évidemment en recherche de levier pour euh intégrer

euh ce type de projet alors on a eu la chance d'avoir ce qu'on appelle une euh

une ANR c'est-à-dire un subside

de l'Agence Nationale de la Recherche

qui nous a permis de

donner une première base donc de

[pi:pronounce:instantaneous] à notre travail sur Eslo deux

même si on allait comme toujours moins vite qu'on ne l'aurait voulu

euh mais en tout cas ça a marché

on a eu deuxièmement euh la chance d'avoir

à la Bibliothèque Nationale de France

des gens avec qui on a pu parler

ce qui fait qu'aujourd'hui

non seulement nous avons le monopole de la seule enquête de soixante-huit

mais nous avons grâce à nos collègues de la phonothèque

euh de euh la Bibliothèque Nationale de France

le monopole sur toute les données sonores

euh du dépôt légal

c'est-à-dire celles qui sont en accès public

euh

et des conservateurs intelligents qui travaillent avec nous

quoi que comme nous le disaient nos collègues

on ne s'appelle pas conservateurs pour rien

euh

nous avons euh

pu obtenir euh de

développer des pratiques d'outillage avec la Equipex

qui vient de nous arriver mais c'est l'initiative de

[pi:pronounce:instantaneous]

ce qui va nous permettre avec nos collègues de Nancy d'Aix et de Paris Nanterre

euh de travailler de façon euh

un petit peu lourde sur euh l'outillage de nos corpus

et maintenant euh il nous reste à voir qu'est-ce

qu'on fait avec tout ça ?

[tx:noise:instantaneous]

donc ça veut dire je vous ai dit euh ce que nous avions

notre objectif c'est de réunir à peu près

ça va dépendre un petit peu de ce qu'on va y intégrer exactement

mais entre

au minimum trois cents heures et au maximum sept cents heures

d'enregistrements

corpus

transcrits

si possible de la façon la plus impeccable possible

on a pour ça des étudiants que nous payons

euh qui ont un tarif syndical

vous connaissez maintenant le principe c'est euh

trois minutes d'enregistrements une heure de travail

nous faisons relire par un deuxième étudiant

et nous faisons relire la troisième version

euh par un enseignant chercheur

qui va se charger de mettre au point la dernière version

pour vous donner un ordre d'idée euh de ce que j'ai fait moi

en gros sur une heure

je fais avec la troisième version avec deux étudiants sérieux qui ont bien travaillé avant

entre cinq cents et sept cents modifications

euh de toutes sortes hein

c'est souvent de toutes petites choses

il s'agit de resegmenter un petit peu différemment dans l'écoute

il s'agit de rajouter un un symbole une balise

et cetera

[tx:noise:instantaneous]

mais c'est un travail absolument énorme à

à refaire et à reprendre

mais on voulait avoir au moins une base qui soit absolument impeccable

pour commencer à travailler dessus

et je vous parle pas quand il faut faire des transcriptions

c'est qu'on appelle les effets cocktail

l'effet cocktail c'est lorsque vous êtes dans une assemblée où il y a beaucoup de monde

qui parle et cetera

et vous avez un micro au milieu et il faut commencer à transcrire tout ça

alors ça généralement c'est l'étudiant qu'on veut punir à qui on donne ça

[rire en fond:noise:instantaneous]

trois minutes et cetera

c'est

atroce

qu'est-ce que nous faisons avec ça ?

bien d'abord on fait progresser la science

ça peut toujours être utile on ne sait jamais

euh on essaye de travailler aussi avec nos outils pour comprendre

comment est-ce que peuvent se faire se réaliser

un certain nombre de

[pi:pronounce:instantaneous]

je vais vous en prendre des exemples qui seront euh

peut-être plus

faciles à comprendre

on peut travailler sur évidemment toutes les données

euh un des problèmes que l'on se pose aujourd'hui c'est

comment obtenir des principes de commande automatique ?

ou euh de l'interprétation d'un certain nombre d'éléments

de telle manière qu'il n'y ait pas d'erreurs

dans les opérations

pour prendre un exemple simple

si on demande à une machine de sortir

elle va défoncer la porte

sauf si on lui dit qu'il faut d'abord ouvrir la porte

euh ça a l'air idiot mais c'est comme ça

ici ce que nous avons vu

et je vais reprendre mon exemple de l'omelette

c'est qu'à peu près personne

[tx:noise:instantaneous]

dans nos enregistrements

ne fait cuire son omelette

[conv:noise:instantaneous]

ne fait cuire son omelette

[rire en fond:noise:instantaneous]

parce que tous disent la même chose ils disent

et je la mets dans la poêle

parce qu'en français si vous mettez dans une poêle c'est pour faire chauffer

y a donc pas besoin de dire que vous faites chauffer puisque vous avez utilisez le mot

poêle qui va

[tx:noise:instantaneous]

fonctionner

[tx:noise:instantaneous]

comme étant l'équivalent de faire chauffer

[b:noise:instantaneous]

on a un autre problème sur lequel a travaillé ici une personne

que sa modestie nous servira de nommer puisqu'elle est présente

euh qui est que lorsqu'on fait une omelette

je reprends mon exemple il est plus facile

lorsqu'on fait une omelette

y a le moment où vous avez des oeufs

à la fin y a un moment où vous avez une omelette

mais y a une phase entre les deux

où les gens sont très embarrassés pour le dé- pour dire ce que c'est

parce qu'à la fois il faudrait comiquement passer

d'un pluriel à un singulier

d'un masculin à un féminin