La représentation sur deux dimensions du système vocalique d’une langue donne une bonne image des rapports de voisinage et d’opposition qu’entretiennent ses voyelles. Elle traduit de plus assez bien la perception kinesthésique que les locuteurs attentifs à leur articulation (les chanteurs en font partie) peuvent avoir de la « place » des voyelles. L’axe vertical représente l’aperture, c’est-à-dire non pas l’ouverture de la mâchoire, mais plutôt la position du point le plus bombé de la langue par rapport au palais. L’axe horizontal représente la position, sur l’axe antéro-postérieur, de ce même point de la langue.
Je ne traite ici que des voyelles orales. La difficile question des rapports entre le chant et les voyelles nasales telles qu’elles existent en français parlé est discutée ailleurs.
Le système vocalique du français standard, qui me sert de référence (fig. 1), a l’aspect d’un trapézoïde. Outre les voyelles antérieures ou palatales (par ordre d’aperture croissante : [i], [e], [ɛ], [a]) et les voyelles postérieures ou vélaires (Footnote: On distingue, antérieurement, le palais proprement dit, ou palais dur, du palais mou, ou voile du palais, qui sépare postérieurement la cavité buccale de la cavité nasale.) ([u], [o], [ɔ], [ɑ]), il existe une série intermédiaire ([y],[ø],[œ]), articulée légèrement en arrière de la série antérieure, mais dont elle se distingue surtout par un arrondissement des lèvres qu’elle a en commun avec les voyelles de la série postérieure. Ces voyelles sont donc dites arrondies ou labialisées. Par opposition, les voyelles antérieures, qui s’accompagnent — c’est une des caractéristiques du français — d’un écartement actif des commissures labiales, sont dites rétractées. Seuls les a semblent échapper à cette opposition rétractées-arrondies, car, pour ces voyelles, les lèvres se conforment plus ou moins passivement à la grande aperture (Footnote: Les phonéticiens, s’ils admettent en général que [a] est plutôt rétracté, ne s’accordent par contre pas quant au caractère arrondi ou non de [ɑ].). L’e « muet » du français moderne ([Ë]), qui est labialisé, vient se placer entre [ø] et [œ].
Par comparaison, le système vocalique du latin classique (fig. 2), c’est-à-dire celui de Cicéron et de Virgile, a la simplicité d’une épure, avec son aspect triangulaire et sa parfaite symétrie. Alors qu’on admet généralement que l’i et l’u correspondent à notre [i] et notre [u], j’ai placé arbitrairement l’a à mi-chemin entre [a] et [ɑ] (il était probablement assez antérieur), ainsi que l’e et l’o dans une position moyenne. Chacune des cinq voyelles du latin classique existe sous deux formes, l’une brève et l’autre longue. On a donc, à côté de ă, ĕ, ĭ, ŏ et ŭ, ā, ē, ī, ō et ū, mais les deux formes d’une voyelle donnée ont en théorie exactement le même timbre, c’est-à-dire la même place dans le système vocalique. Seule la différence de quantité (longueur) les oppose. Le « dogme » de la phonétique historique des langues romanes veut que, en latin vulgaire, suite à un renforcement de l’accent, les opposition de quantité se soient perdues et aient été remplacées par des oppositions de timbre, les brèves s’ouvrant et les longues se fermant, d’où, par exemple, les oppositions [ɛ]-[e] et [ɔ]-[o].
Son système vocalique (fig. 3) est nettement plus proche de celui du français moderne que de celui du latin classique. Il s’en distingue par les points suivants :
L’a postérieur en est absent, il n’apparaîtra qu’assez tardivement. Il existe néanmoins une nette opposition entre un a bref et un a long ([a]-[aː]). C’est l’a long qui, peu à peu, deviendra postérieur.
L’e central ([ə]) n’a pas encore été remplacé par l’e « muet » labialisé du français moderne ([Ë]). Ce dernier n’apparaît qu’au xve siècle, et reste probablement longtemps limité à des parlers populaires.
La série des arrondies n’est pas complète : l’u français ([y]) a fait son apparition au viiie siècle, alors que l’eu ne s’y introduit, dans sa réalisation fermée seulement ([ø]), qu’au xiie siècle au plus tôt, la voyelle [œ] n’étant pas attestée avant le xviie siècle.
La discrimination entre [u], [o] et [ɔ] est assez floue, alors que [e] et [ɛ] se distinguent nettement mieux. Ces oppositions de timbre interfèrent avec des oppositions de quantité. Ainsi, e ouvert ([ɛ]) est-il souvent long.
Il est vraisemblable que, durant les premiers siècles de l’évolution du français, son système vocalique ait été moins « tendu » qu’il ne l’est devenu plus tard (Footnote: La question est discutée en détail par Matte, dans son Histoire des Modes phonétiques du français. Voir en particulier les pages 68-9 et 133-5.). Cette caractéristique des langues dont l’articulation est dite « relâchée » (l’anglais en est un bon exemple), se traduit par une position centripète des voyelles dans le trapézoïde. Ainsi, il n’est pas exclu que la prononciation de l’a du roman, puis du français médiéval, ait été à l’origine plus proche du [æ] anglais (cat) que du [a] du français standard (chat). De même, l’i et l’ou ont pu, à une époque reculée, ressembler à ceux des mots anglais sit et should, qui sont plus proches du centre du trapézoïde que leurs analogues en français standard et font moins appel au travail des lèvres.
Toutefois, dès la fin du xiie siècle, la tendance s’inverse et l’articulation « tendue » redevient peu à peu la règle (elle l’avait déjà été en latin classique). Dans le cas du discours chanté, la nécessité de soutenir les voyelles, qui apparaît dès que le chant cesse d’être « chantonnement », appelle pour ainsi dire naturellement une articulation tendue (Footnote: Matte semble partager cet avis lorsqu’il analyse la prononciation canadienne, qui est caractérisée entre autres par des voyelles relâchées (Histoire, p. 142-3) : « Il n’est donc pas étonnant que la prononciation canadienne arrive à ressembler plus au français standard lorsque le Canadien chante que lorsqu’il parle. Puisque ce sont les voyelles qui portent la mélodie, il est obligé d’ouvrir ses syllabes et de donner plus d’importance aux voyelles pour profiter de leur sonorité. »
La véracité de cette observation m’a été confirmée par plusieurs correspondants québécois.). Il est donc permis de penser que le retour à la tension a été plus précoce dans le chant que dans la langue parlée. Qui sait même si le chant et la déclamation n’ont pas à leur manière contribué à la restauration de l’articulation tendue, dont les effets sur la prononciation des voyelles se font sentir dès le xiie siècle dans la langue parlée ? Sur la base de telles suppositions, on peut donc considérer que, pour la période qui commence avec les premiers trouvères, le recours à des voyelles tendues (à l’exception bien sûr de l’e féminin qui est un cas à part) se justifie d’un point de vue tant phonétique qu’esthétique.
Le système vocalique du français chanté semble résister à l’usure des siècles : il garde en fait, jusque vers 1750 en tout cas, l’aspect général de celui du français du Moyen Âge tardif, qui se caractérise par l’absence de l’a postérieur [ɑ]. La seule modification d’importance est le remplacement de l’e central [ə] par un e arrondi (proche de [ø], et donc de notre [Ë] moderne) dont Bacilly (Footnote: Bacilly, Remarques, p. 286.) prétend avoir été l’instigateur. La description que ce phonéticien particulièrement précis donne des voyelles est si cohérente qu’on parvient sans grand effort à reconstituer ce qui devait être « son » système vocalique (fig. 4), et qui peut sans réserve être considéré comme une référence pour le chant à la période baroque. Si l’on admet de plus qu’il est issu d’une tradition solidement établie, on pourra à bon droit, moyennant quelques précautions, s’y référer aussi pour le français chanté des siècles précédents.
En fait, Bacilly insiste précisément sur les traits distinctifs les plus marquants de chaque voyelle : pour l’a, il faut « ouvrir la bouche », et la refermer graduellement pour les divers e sonores ; l’i se situe dans la continuité de l’e fermé, dont il doit néanmoins être nettement distinct. Voilà posée la série antérieure. L’o — Bacilly n’en connaît qu’un seul, que j’ai placé arbitrairement entre [o] et [ɔ] — « est une voyelle tout à fait gutturale », c’est-à-dire postérieure, de même que l’ou, qui « se doit prononcer du palais, & non pas du deuant de la bouche, comme l’eu ». Pour l’u il faut tenir la bouche « presque fermée » et, comme pour l’eu, il faut « assembler les lèvres », ce qui marque leur appartenance à la série arrondie. À plusieurs reprises, Bacilly insiste sur la nécessité de bien distinguer les voyelles : il tend à l’extrême son système vocalique. La seule concession qu’il fasse touche l’i, qu’il ne faut pas « rendre trop aiguë » (c’est-à-dire trop fermée) au point qu’elle « siffle » ou « aille dans le nez ». Par contraste, l’u doit être fermé au maximum, ce qui rétablit l’opposition avec l’i.
L’esthétique vocale de Bacilly se trouve donc à l’opposé des techniques modernes qui enseignent à « mélanger » les voyelles afin de peaufiner le timbre, par exemple en mettant « de l’u dans l’i » ou « de l’o dans l’a » (Footnote: On trouve déjà des conseils en ce sens au xixe siècle, notamment chez Garcia, Traité, II, p. 3. Il est vrai que, bien qu’enseignant en France, Garcia est issu d’une école italienne.), ce qui nuit bien souvent à la netteté des oppositions vocaliques. Au contraire, Bacilly joue au maximum la carte de l’inhomogénéité des timbres, en insistant sur le caractère « délicat » des voyelles antérieures fermées (i, u et eu) et sur la « force » des voyelles postérieures (o et ou), les voyelles antérieures ouvertes (a et e) représentant en quelque sorte un timbre neutre. On est donc très loin de l’image d’Epinal, parfois rapportée (Footnote: C’est une des thèses que défend Rebecca Stewart, in Voice types. Malheureusement, sa tentative de prouver que les premières œuvres de Josquin, qui sont censées avoir un caractère plus « français » que les autres, privilégient les vocalises sur e et i se heurte à l’imprécision du placement du texte et, de ce fait, est peu convaincante.), qui voudrait que le chant français privilégie systématiquement les voyelles antérieures et fermées, et évite les voyelles postérieures et ouvertes, ce qui le distinguerait du chant italien. Plus qu’une caractéristique profonde du français chanté, les témoignages en ce sens me semblent traduire les « tics » de certains chanteurs, auxquels Bacilly aurait probablement reproché de « confondre le fade avec le délicat ». Bien sûr, la langue française comporte plus de voyelles antérieures que de postérieures, mais les bons chanteurs ne devaient pas pour autant rechigner à chanter ces dernières lorsqu’elles se présentaient.
Ce qui, en revanche, ressort du système vocalique de Bacilly est une discrimination beaucoup plus fine dans la série antérieure, où il ne place pas moins de six voyelles différentes, que dans la série postérieure, où l’on n’en trouve que deux. Il est donc exigé d’un chanteur qu’il sache trouver l’aperture « juste » de ses e, alors que la place exacte des o n’est pas finement déterminée. Cela ne signifie pas que le chanteur était astreint à articuler tous ses o de la même manière, mais plutôt qu’on accordait relativement peu d’attention à l’opposition [o]-[ɔ], le timbre de la voyelle o devant simplement être « guttural » et « fort », et l’opposition, quant à elle, se marquant surtout par la quantité ([O]-[Oː]).
Bacilly s’intéresse fort peu à l’anatomie et à la mécanique de la phonation. Pour lui, la voix semble être davantage une qualité spirituelle, susceptible d’être développée par l’exercice, qu’un instrument de musique. Alors que certaines techniques modernes s’appliquent avant tout à construire un « son » qu’elles adaptent ensuite tant bien que mal aux diverses voyelles, le timbre vocal n’est chez lui qu’une émanation et un développement du timbre vocalique, c’est-à-dire celui des voyelles, et n’a donc pas d’existence hors du langage. C’est sur chacun des groupes des voyelles du trapézoïde que reposent les composantes de la vocalité selon Bacilly, en une opposition qu’aucune force étrangère à la logique du discours ne saurait venir atténuer.
Footnotes: