Noël Nguyen

The mental production of speech or "inner speech" is a remarkable and foundational ability in humans, involved in many daily activities such as reading, writing, remembering, or planning. Inner speech is generally accompanied by a subjective multisensory (mainly auditory) experience. However, the cognitive processes leading to these sensory percepts remain poorly known. One prominent perspective is that the sensory content of inner speech would correspond to the predicted sensory consequences of inhibited speech acts. Scott (2013) provided experimental evidence suggesting that inner speech indeed involves the mental simulation of speech acts, as evidenced by the attenuation of the effect of an external speech sound. However, Scott (2013) assessed silent speech, but not inner speech, which in contrast to silent speech, does not involve visible articulatory movements. The present work aims to replicate and extend the study of Scott (2013) to assess whether inner speech attenuates the perception of concomitant external speech sounds.

This study aimed to assess the extent to which human participants co-represent the lexico-semantic processing of a humanoid robot partner. Specifically, we investigated whether participants would engage their speech production system to predict the robot’s upcoming words, and how they would progressively adapt to the robot’s verbal behaviour. In the experiment, a human participant and a robot alternated in naming pictures of objects from 15 semantic categories, while the participant’s electrophysiological activity was recorded. We manipulated word frequency as a measure of lexical access, with half of the pictures associated with high-frequency names and the other half with low-frequency names. In addition, the robot was programmed to provide semantic category labels (e.g., “tool” for the picture of a hammer) instead of the more typical basic-level names (e.g., “hammer”) for items in five categories. Analysis of the stimulus-locked activity revealed a comparable event-related potential (ERP) associated with word frequency both when it was the participant’s and the robot’s turn to speak. Analysis of the response-locked activity showed a different pattern for the category and basic-level responses in the first but not in the second part of the experiment, suggesting that participants adapted to the robot’s lexico-semantic patterns over time. These findings provide empirical evidence for two key points: (1) participants engage their speech production system to predict the robot’s upcoming words and (2) partner-adaptive behaviour facilitates comprehension of the robot’s speech.

This study focuses on inter-individual convergence effects in the perception and categorization of speech sounds. We ask to what extent two listeners can come to establish a shared set of categorization criteria in a phoneme identification task that they accomplish together. Several hypotheses are laid out in the framework of a Bayesian model of speech perception that we have developed to account for how two listeners may each infer the parameters that govern their partner’s responses. In our experimental paradigm, participants were asked to perform a joint phoneme identification task with a partner that, unbeknownst to them, was an artificial agent, whose responses we manipulated along two dimensions, the location of the categorical boundary and the slope of the identification function. Convergence was found to arise for bias but not for slope. Numerical simulations suggested that lack of convergence in slope may stem from the listeners’ prior level of confidence in the variance in VOT for the two phonemic categories. This study sheds new light on perceptual convergence between listeners in the categorization of speech sounds, a phenomenon that has received little attention so far in spite of its central importance for speech communication.

The present study investigates whether people engage in lexico-semantic processing when performing a language task with a humanoid robot. A human participant and a robot alternated in naming pictures of objects belonging to 15 semantic categories, while participants’electrophysiological activity was recorded. We manipulated word frequency as a measure oflexical access having half of the pictures associated to high frequency names and half to lowfrequency names. In addition, the robot was programmed to give the semantic category name(e.g., tool for the picture of a hammer) instead of the more typical basic-level name (e.g., hammer for the picture of a hammer) for items belonging to 5 categories. Analyses on thepicture-locked activity revealed a comparable ERP associated to frequency both when it was participant’s turn and robot’s turn to speak. Analyses on the response-locked activity show a different pattern for the category and basic-level responses in the first but not in the second part of the experiment, indicating acquisition and adaptation to the lexico-semantic pattern of the robot. Taken together, our findings provide empirical evidence for 1) the involvement of listeners’ production system to predict robot’s upcoming words, and for 2) partner-adaptive behavior supporting comprehension.

Le déploiement dynamique de l’interaction a été étudié principalement sous l’angle de la collaboration et/ou de la convergence. Tant en linguistique qu’en psycholinguistique, les auteurs ont surtout cherché à montrer qu’en raison d’une forte prédictibilité (psycholinguistique) ou projection/projectabilité (Analyse Conversationnelle, Linguistique Interactionnelle) des énoncés, réalisée notamment sur le plan langagier grâce à des indices de projection permettant d’anticiper ce qui va se produire, la conversation est une action/activité conjointe dans laquelle la recherche de convergence (alignement) s’avère centrale. Cette recherche de convergence se traduirait par une collaboration quasi incessante tout au cours de l’interaction. Différents phénomènes (items de feedbacks, énoncés collaboratifs, parmi d’autres) tendent à conforter cette conception selon laquelle la conversation serait d’abord collaboration et manifestation explicite de cette collaboration à son partenaire. Les partenaires n’auraient donc de cesse de s’aligner pour aboutir à une compréhension mutuelle optimale. S’il est vrai que la collaboration des participants facilite grandement la conversation, voire que la conversation serait « si facile » parce que l’on s’aligne en permanence, et ce par des processus les plus automatiques possibles (Garrod & Pickering, 2004), cette vision collaborative de la conversation nécessite pourtant d’être nuancée. En effet, l’analyse de divers extraits de corpus conversationnels montre que cette notion de collaboration ne permet pas de rendre compte de la richesse que recèle la conversation et qui est liée à son dynamisme intrinsèque. On peut ainsi parfois observer une simple collaboration de « surface », voire une absence de collaboration. Ainsi, alors qu’une interaction fait appel à un large répertoire de pratiques (répétition, complétion d’énoncé, transition thématique, feedback, humour, etc.), nous souhaitons montrer que la collaboration des participants ne forme que l’une des façons possibles d’exploiter ce large répertoire, et qu’elle coexiste avec d’autres formes, moins collaboratives, voire non-collaboratives, sur lesquelles cet article sera centré. A travers l’étude des énoncés non attendus (non prédictibles), caractérisés comme désalignés et/ou désaffiliés dans certains de nos travaux (Bertrand & Priego-Valverde, 2017, Priego-Valverde, 2021), nous souhaitons mettre l’accent sur l’impact qu’ils peuvent avoir sur la dynamique interactionnelle. Ainsi, certains de ces énoncés peuvent être simplement refusés ou ignorés parce que leur prise en compte entraînerait un changement de la trajectoire interactionnelle initiée par l’un des participants. En revanche, d’autres énoncés, bien qu’inattendus, peuvent être acceptés et intégrés à la conversation en cours. Il est donc crucial de mettre à jour les contraintes auxquelles les participants doivent se plier (« ce qu’il faut faire ») tour par tour pour permettre la poursuite « réussie » de l’interaction. Nous souhaitons donc montrer également que les conversations ne sont pas nécessairement vouées à l’échec si la collaboration au sens strict n’est pas totale. Ainsi, ces énoncés inattendus seraient l’occasion d’introduire de nouveaux possibles, nous permettant de penser que la conversation serait faite à la fois de ces formes/patterns déjà présents (codifiés) mais aussi de nouveaux ‘possibles’ émergents, dans la lignée des travaux de la Grammaire en Interaction (Ochs et al., 1996 ; Auer, 2005). Nous nous proposons de « traquer » l’émergence de ces ‘nouveaux possibles’ : quand apparaissent-ils ? Quelle est leur nature ? Quelles en sont les conséquences pour l’interaction en cours ? A ce titre, nous analysons cinq extraits de corpus conversationnels par le prisme des trajectoires interactionnelles que les participants empruntent. Ainsi, le premier exemple que nous analyserons illustre parfaitement cette notion d’activité collaborative admise dans de nombreux travaux sur le dialogue et les interactions interindividuelles (Sacks et al., 1974 ; Clark, 1996, Sidnell & Stivers, 2013 ; Couper-Kuhlen & Selting, 2018) pour qualifier la conversation. Si nous ne contestons pas cette notion de collaboration inhérente aux interactions, nous avons pour objectif de montrer que sous cette notion relativement consensuelle « se cachent » des pratiques et des procédés divers, qui en font finalement une notion relativement floue. A l’appui des autres exemples, nous montrerons dans cet article que des concepts tels que la progressivité des discours, les trajectoires interactionnelles, l’alignement ou l’affiliation, permettent de mieux appréhender ce que nous considérons comme un accomplissement interactionnel réussi, lequel passe par différents moments au cours desquels les participants peuvent être plus ou moins collaboratifs. L’analyse détaillée de ces différents exemples nous permettra d’une part de montrer que le dynamisme des interactions se révèle une porte d’entrée cruciale pour en révéler leur fonctionnement dans toute sa complexité. D’autre part, il nous incite à...

Ce chapitre aborde les manifestations linguistiques de la conversation. Longtemps, les linguistes ont traité séparément chacun des niveaux du langage oral (phonologie, lexique, syntaxe, discours), notamment à partir de corpus de parole préparée et non interactive. Les travaux sur la parole en conversation permettent de mettre en évidence ce que les théories linguistiques modernes cherchent à intégrer : l’interdépendance de ces dimensions. En outre, au-delà de la description de variantes, ces travaux nous permettent d’étudier de façon spécifique les processus de production et de compréhension du langage, y compris en les considérant de façon conjointe, en nous appuyant sur les théories les plus récentes de l’interaction.Nous proposons dans ce chapitre d’aborder tout d’abord les particularités du langage conversationnel ainsi que leur impact sur les unités et les phénomènes généralement étudiés par les linguistes : phonèmes, morphèmes, syntagmes, unités prosodiques, propositions, unités discursives. Ces particularités proviennent notamment de paramètres communs à la plupart des situations communicatives conversationnelles : une certaine pression temporelle, la co-présence des participants, le caractère fugace de ces productions conversationnelles dont la forme est oubliée dès que le message a été transmis. La pression temporelle donne des caractéristiques fortes au langage conversationnel liées à la gestion du temps (réductions lexicales, phonétiques, disfluences, etc.). La fugacité des productions autorise l’utilisation de stratégies particulières (répétitions, redondances, reformulations) qui sont généralement évitées dans les autres usages langagiers. La co-présence, enfin, permet l’utilisation de toutes les modalités impliquées dans une interaction, et sur lesquelles reposent les multiples mécanismes d’alignement entre participants. Il faut ajouter que l’étude de ces particularités est profondément impactée par les notions de contexte et de connaissance partagée qui fondent une interaction. L’ensemble de ces particularités dues au langage conversationnel entraîne des ajustements à tous les niveaux de la production, mais de façon spécifique pour chacun d’entre eux. Ces ajustements ne sont pas toujours décrits à chaque niveau, mais plus encore, ils sont rarement analysés de façon conjointe. Il nous semble ainsi important de mettre ici en perspective les différents types de modifications linguistiques liées à la conversation.De plus, comprendre ces questions générales nécessite la description précise des phénomènes propres à la conversation (cf. analyse conversationnelle et linguistique interactionnelle). Ces phénomènes incluent les tours de paroles, les signaux d’écoute et le feedback conversationnel, ou encore les énoncés co‑produits.Ces phénomènes particuliers à la conversation doivent être mis en perspective avec la question de l’interaction existant entre les unités. Nous savons par exemple que les réductions phonétiques affectent plus spécifiquement les séquences dont la charge sémantique et informationnelle est faible. Il est donc nécessaire de décrire les conditions dans lesquelles ces interactions sont possibles. En particulier, il est nécessaire de les expliquer en les mettant en perspective par rapport à la question de la compréhension.Les participants à une conversation cherchent à atteindre des buts externes à l’activité communicative, mais qui passent par la réalisation de leurs buts communicatifs. Pour atteindre ces buts, ils / elles doivent articuler des éléments informatifs grâce aux structures du langage étudiées traditionnellement et qui permettent de construire et d’articuler des représentations. La conversation est un lieu d’observation privilégié de ces phénomènes. Les interactions entre participants se construisent généralement sur la base d’un échange d’informations. Celui-ci n’est pas un mécanisme figé comme l’a longtemps expliqué la linguistique. Il peut reposer sur des traitements très superficiels pendant lesquels chaque participant produit et perçoit des bribes d’information. La façon dont celles-ci s’agrègent pendant une conversation ne repose sans doute pas toujours sur un processus compositionnel, mais consiste plutôt à permettre à tous les participants de construire un ensemble partagé de connaissances. Nous décrirons dans ce chapitre les indices observables de ce mécanisme, en abordant en particulier la question de l’alignement des unités linguistiques que nous observons au cours d’une conversation. Cette approche de l’interaction permet de fournir un cadre théorique pour l’explication des phénomènes conversationnels cités précédemment.Ce chapitre sera structuré de la façon suivante : 1/ la conversation sera discutée comme l’articulation entre représentation et communication par le langage en tant qu’action sociale ; 2/ une deuxième partie visera à dresser un inventaire des « traces » de l’activité de conversation (but communicatif, pression temporelle, co-présence, charge cognitive, pression sociale) sur les différentes...

Conversation entails a tight coordination between the interlocutors in terms of co-representation and linguistic alignment (e.g., word choices). In this study we investigated whether people conceptually align in a language task with a robot. 24 French native speakers alternated with an artificial partner in naming images of objects belonging to different semantic categories (e.g., mammals, clothes…). For five out of fifteen categories the robot produced the item’s category instead of the preferred basic-level name. Logistic regression models on participants' errors revealed that they adapted to the robot’s conceptual choices, and produced more category names over the course of the experiment. This pattern was most prominent for the semantic categories for which the robot had used a category name, and importantly, it applied to novel items. These results provide strong evidence for conceptual alignment affecting word choices, indicating that prototypical concepts can be overwritten in conversation to adapt to the interlocutor.

Recent research on speech communication has revealed a tendency for speakers to imitate at least some of the characteristics of their interlocutor’s speech sound shape. This phenomenon, referred to as phonetic convergence, entails a moment-to-moment adaptation of the speaker’s speech targets to the perceived interlocutor’s speech. It is thought to contribute to setting up a conversational common ground between speakers and to facilitate mutual understanding. However, it remains uncertain to what extent phonetic convergence occurs in voice fundamental frequency (F₀), in spite of the major role played by pitch, F₀’s perceptual correlate, as a conveyor of both linguistic information and communicative cues associated with the speaker’s social/individual identity and emotional state. In the present work, we investigated to what extent two speakers converge towards each other with respect to variations in F₀ in a scripted dialogue. Pairs of speakers jointly performed a speech production task, in which they were asked to alternately read aloud a written story divided into a sequence of short reading turns. We devised an experimental set-up that allowed us to manipulate the speakers’ F₀ in real time across turns. We found that speakers tended to imitate each other’s changes in F₀ across turns that were both limited in amplitude and spread over large temporal intervals. This shows that, at the perceptual level, speakers monitor slow-varying movements in their partner’s F₀ with high accuracy and, at the production level, that speakers exert a very fine-tuned control on their laryngeal vibrator in order to imitate these F₀ variations. Remarkably, F₀ convergence across turns was found to occur in spite of the large melodic variations typically associated with reading turns. Our study sheds new light on speakers’ perceptual tracking of F₀ in speech processing, and the impact of this perceptual tracking on speech production.

In two semantic priming experiments, this study examined how southern French speakers process the standard French [o] variant in closed syllables in comparison to their own variant [ɔ]. In Experiment 1, southern French speakers showed facilitation in the processing of the associated target word VIOLET whether the word prime mauve was pronounced by a standard French speaker ([mov]) or a southern French speaker ([mɔv]). More importantly, Experiment 1 has also revealed that words of type mauve, which are subject to dialectal variation, behave exactly in the same way as words of type gomme, which are pronounced with [ɔ] by both southern and standard French speakers, and for which we also found no modulation in the magnitude of the priming effect as a function of the dialect of the speaker. Experiment 2 replicated the priming effect found with the standard French variant [mov], and failed to show a priming effect with nonwords such as [mœv] that also differ from the southern French variant [mɔv] by only one phonetic feature. Our study thus provides further evidence for efficient processing of dialectal variants during spoken word recognition, even if these variants are not part of the speaker’s own productions.

During a conversation, the neural processes supporting speech production and perception overlap in time and, based on context, expectations and the dynamics of interaction, they are also continuously modulated in real time. Recently, the growing interest in the neural dynamics underlying interactive tasks, in particular in the language domain, has mainly tackled the temporal aspects of turn‐taking in dialogs. Besides temporal coordination, an under‐investigated phenomenon is the implicit convergence of the speakers toward a shared phonetic space. Here, we used dual electroencephalography (dual‐EEG) to record brain signals from subjects involved in a relatively constrained interactive task where they were asked to take turns in chaining words according to a phonetic rhyming rule. We quantified participants' initial phonetic fingerprints and tracked their phonetic convergence during the interaction via a robust and automatic speaker verification technique. Results show that phonetic convergence is associated to left frontal alpha/low‐beta desynchronization during speech preparation and by high‐beta suppression before and during listening to speech in right centro‐parietal and left frontal sectors, respectively. By this work, we provide evidence that mutual adaptation of speech phonetic targets, correlates with specific alpha and beta oscillatory dynamics. Alpha and beta oscillatory dynamics may index the coordination of the “when” as well as the “how” speech interaction takes place, reinforcing the suggestion that perception and production processes are highly interdependent and co‐constructed during a conversation.