Les humains peuvent utiliser des corrélations spectrotemporelles positives et négatives pour détecter l’élévation et l’abaissement de la hauteur

Comment notre cerveau entend les notes monter et descendre

Lorsque vous reconnaissez une question dans la voix de quelqu’un ou suivez la mélodie de votre chanson préférée, vos oreilles et votre cerveau suivent la façon dont la hauteur monte et descend au fil du temps. Cette étude pose une question surprenante : notre cerveau utilise-t-il les mêmes astuces de détection de mouvement que nos yeux pour voir le mouvement ? En concevant soigneusement de nouveaux sons et des tests d’imagerie cérébrale, les auteurs montrent que les personnes peuvent percevoir un mouvement de hauteur même dans des sons sans notes musicales nettes, révélant un nouveau type d’illusion auditive et un algorithme commun entre l’audition et la vision.

Entendre le mouvement sans notes nettes

Dans les sons quotidiens, l’élévation et l’abaissement de la hauteur sont souvent liés à une « fréquence fondamentale » claire — la note de base que nous chanterions ou jouerions sur un instrument. Mais les auteurs ont créé des sons spécialement conçus pour ne pas contenir cette information de hauteur évidente. Au lieu de tons stables, ils ont utilisé des nuages denses de nombreuses fréquences dont l’intensité variait de manière coordonnée au fil du temps. Ces motifs créaient des relations locales entre fréquences voisines et instants, connues sous le nom de corrélations spectrotemporelles. Les auditeurs entendaient chaque son pendant deux secondes et rapportaient simplement si, globalement, il semblait monter ou descendre en hauteur.

Une nouvelle illusion auditive qui inverse la direction

Lorsque des fréquences voisines avaient tendance à s’amplifier ou s’affaiblir ensemble le long d’une diagonale ascendante dans la grille fréquence–temps, les personnes déclaraient de façon fiable que la hauteur montait. Quand la diagonale penchait vers le bas, elles signalaient une descente. La surprise est venue quand les chercheurs ont inversé le motif : ils ont fait alterner les fréquences voisines, de sorte que quand l’une s’amplifiait l’autre s’affaiblissait — une corrélation « négative ». Dans ce cas, un motif incliné vers le haut était perçu comme une baisse de hauteur, et un motif incliné vers le bas comme une montée. C’est l’équivalent sonore d’une illusion visuelle bien connue appelée « reverse-phi », dans laquelle un motif en mouvement qui inverse constamment le contraste semble se déplacer dans la direction opposée. L’intensité du mouvement de hauteur perçu dépendait de façon continue de la force de ces corrélations, et l’effet fonctionnait même lorsque l’information était répartie entre les deux oreilles, montrant que le cerveau combine les signaux des deux côtés.

S’aligner sur de minuscules écarts de fréquence et de temps

Pour explorer les détails de ce mécanisme, l’équipe est passée du bruit dense à des sons « pip » épars : de brefs bips dispersés en fréquence et en temps. Ils ont créé des paires de pips séparées par un petit saut de fréquence et un court délai, et ont de nouveau contrôlé si les deux étaient forts ensemble, faibles ensemble ou opposés en intensité. En faisant varier le délai et la taille du saut de fréquence, ils ont trouvé que les gens étaient les plus sensibles à la direction de la hauteur lorsque le second pip suivait environ 40 millisecondes plus tard et changeait d’à peine un quinzième d’octave — une variation très faible. De manière cruciale, les auditeurs étaient sensibles non seulement aux paires fort–fort, mais à toutes les quatre combinaisons fort et faible. Ils percevaient aussi du mouvement dans des motifs plus complexes à trois pips qui ne contiennent aucune régularité paire-simple, rappelant des constatations similaires en vision animale. Tout cela indique un système qui lit des motifs locaux fins de changement plutôt que de suivre des tons durables.

Signatures cérébrales de détecteurs de hauteur opposés

Les chercheurs ont ensuite examiné comment ce calcul pourrait être organisé dans le cerveau. À l’aide de l’IRM fonctionnelle, ils ont mesuré l’activité du cortex auditif pendant que des personnes écoutaient des tons simples montants, descendants ou un mélange des deux joués simultanément. Si le cerveau utilisait des ensembles distincts de neurones accordés au mouvement de hauteur vers le haut et vers le bas qui s’opposent l’un à l’autre, alors le stimulus combiné devrait annuler partiellement leur activité. C’est exactement ce qu’ils ont observé : plusieurs régions des deux côtés du cortex auditif répondaient fortement aux tons montants et aux tons descendants pris isolément, mais moins au mélange. Ce schéma « opposant » correspond étroitement aux circuits de traitement du mouvement connus en vision et explique naturellement pourquoi l’inversion de la corrélation dans les sons inverse la direction perçue.

Des illusions de laboratoire à la parole et la musique quotidiennes

Enfin, l’équipe a cherché à savoir si ces motifs abstraits ont une importance dans la vie réelle. En analysant des heures de parole en anglais et en mandarin, ils ont converti chaque enregistrement en une carte temps–fréquence et mesuré comment les tons montaient ou descendaient, en utilisant un algorithme similaire à ceux employés pour le mouvement visuel. Ils ont ensuite recherché les mêmes quatre motifs d’intensité locale étudiés en laboratoire. Dans les deux langues, les motifs où les fréquences voisines changeaient ensemble coïncidaient souvent avec des tons montants ou descendants, tandis que les motifs alternés prédisaient un mouvement dans la direction opposée. En d’autres termes, les corrélations spectrotemporelles positives et négatives dans la parole naturelle signalent de façon fiable comment la hauteur évolue. Les résultats suggèrent que la sensibilité du système auditif à ces motifs locaux subtils — y compris ceux qui créent des illusions en laboratoire — n’est pas une bizarrerie, mais une manière efficace de décoder le sens et la mélodie à partir des paysages sonores complexes de la vie quotidienne.

Citation: Vaziri, P.A., McDougle, S.D. & Clark, D.A. Humans can use positive and negative spectrotemporal correlations to detect rising and falling pitch. Nat Hum Behav 10, 417–433 (2026). https://doi.org/10.1038/s41562-025-02371-7

Mots-clés: perception de la hauteur, mouvement auditif, intonation de la parole, cortex auditif, illusions sensorielles