L’imagerie fonctionnelle cérébrale permet aux neurobiologistes de décrire dans des groupes de volontaires entendants les mécanismes cérébraux impliqués dans la reconnaissance du langage oral.

Ainsi, il est possible de montrer que les mots du langage oral sont analysés par des structures cérébrales supplémentaires par rapport à la simple écoute de sons purs ou de bruits blancs. Une méta-analyse récente (SAMSON et al., 2001) des études en neuro-imagerie fonctionnelle du traitement cortical de l’information sonore, a permis de décrire un cortex auditif sensible au langage, activé par des éléments constitutifs du langage mais non sollicité par les sons de l’environnement. Ces études permettent également de préciser les traits acoustiques plus spécifiques du langage. Ainsi, les indices temporels fins de la parole tels que les transitions phonétiques induisent des activations supplémentaires par rapport aux voyelles (voir chapitre Neuro-psychoacoustique de l’entendant).

Cette spécialisation des cartes corticales pour analyser le langage oral sont-elles sous la dépendance de l’environnement sonore du sujet, du bain culturel dans lequel il se situe ?

Une étude de neuro-imagerie fonctionnelle cérébrale récente (KLEIN, 2001) a permis de montrer chez l’entendant que l’habitude de traiter certains indices acoustiques constitutifs d’un langage donné engage spécifiquement certaines aires cérébrales. Lorsque l’on compare deux groupes de sujets, aux langues différentes telles que le chinois et l’anglais, des différences d’activations cérébrales apparaissent lors de l’écoute de certains traits acoustiques.

La langue chinoise par rapport à la langue anglaise se caractérise par l’utilisation d’un trait phonétique particulier appelé intonation, qui peut faire prendre des sens différents à une même syllabe (figure 13.1). La syllabe « pa » prononcée sans intonation signifiera « grimper », alors que cette même syllabe avec une intonation descendante signifiera « avoir peur ».

La langue anglaise ne fait pas recours à ce trait acoustique. Lors de l’écoute de ces traits phonétiques, la population chinoise habituée à traiter cet indice acoustique, activera à l’écoute de ces sons un réseau neural gauche (fronto-pariéto-occipital), spécialisé chez l’entendant dans l’analyse du langage, alors qu’un réseau droit (cortex frontal inférieur droit) davantage spécialisé dans la reconnaissance du « pitch » des sons est activé dans la population anglaise dont la langue ne requiert pas la reconnaissance de ce trait acoustique particulier.

Ainsi, en fonction du bain culturel, de l’exposition aux indices acoustiques spécifiques d’une langue auxquels un individu est soumis, les réseaux neuronaux seront différemment activés. Il est ainsi difficile d’établir ce qu’est le « normal », certains utilisateurs d’une langue donnée pouvant demeurés « sourds » aux indices acoustiques d’une autre langue. Une expérience similaire conduite par GANDOUR et al. (1998) avait pu montrer que la langue thaï utilisant des indices acoustiques de type « pitch », la perception du pitch induisait des activations préfrontales supplémentaires gauches dans un groupe connaissant la langue thaï, par rapport à un groupe de langue anglaise qui n’utilise pas le pitch comme indice linguistique.

L’écoute des traits acoustiques spécifiques à un langage induit des activations des cartes corticales engagées dans l’analyse linguistique. Cette spécialisation se constitue dès le plus jeune âge en fonction de l’état de maturation neural. Ainsi, le nouveau-né reconnaît la prosodie du langage dès 3 mois (voir chapitre Neuro-psychoacoustique de l’entendant). La production du langage oral débute par le babillage aux alentours de 7 mois de vie. Longtemps considéré comme un pur jeu oro-moteur, le babillage apparaît bien comme une étape du développement linguistique. Siobhan HOLOWKA et Laura Ann PETITTO (2002) ont pu filmer des nourrissons entendants âgés de 5 à 12 mois. La spécialisation hémisphérique gauche pour le langage induit chez l’adulte, lors de sa production, une aperture controlatérale droite. Cette étude montre clairement une aperture droite lors du babillage, reflet de la dominance hémisphérique gauche pour le langage.

Inversement, un acte oro-moteur tel que le rire induit une aperture bilatérale. Ce babillage reproduit par ailleurs le rythme des syllabes. La même expérience (PETTITO, 2001) a été réalisée en comparant des nourrissons entendants dans un milieu oraliste et des nourrissons entendants dans un milieu gestuel (american sign language). Au lieu de filmer l’aperture des lèvres, le mouvement des mains a été filmé. Les bébés qui sont dans un milieu gestuel développent des mouvements supplémentaires des mains dont le rythme est de basse fréquence par rapport aux bébés exposés à l’oralisme, et qui correspond au rythme des mains utilisé dans la langue des signes. De plus, ces mouvements sont réalisés dans un cadre spatial qui correspond à celui utilisé par les sourds signeurs. Ces nourrissons communiquent donc avec leur environnement selon la modalité qui a été retenue pour pouvoir le faire. Si le milieu est gestuel, le babillage sera gestuel, si le milieu est oraliste, le babillage sera vocalisé. Ainsi, le babillage gestuel ou oral dépend de l’environnement culturel dans lequel est placé le nouveauné. Comme l’habitude de parler une langue orale telle que le chinois permet d’être sensible à des indices acoustiques de type intonation, l’habitude de percevoir un langage gestuel permet son acquisition.

L’imagerie fonctionnelle cérébrale permet d’apporter également des éléments de réponse à la façon dont le cerveau est organisé pour pouvoir traiter les indices visuels de la lecture labiale en fonction de l’existence ou non d’une privation auditive. (CALVERT et CAMPBELL 2003) ont pu étudier les réseaux neuraux activés lors de la vision de trois types de stimuli visuels neutres (bouche fermée), image stationnaire (exécution d’une voyelle stable), mouvement buccal (exécution d’une monosyllabe). À la vue (lecture labiale) de voyelles et de syllabes, des régions cérébrales communes latéralisées à gauche sont activées : régions frontales inférieures (Broca), STS, gyrus supramarginal. De plus, les syllabes induisent des activations significativement plus importantes à gauche (STS et GFi) par rapport à la vision des voyelles, tout comme le fait l’écoute des transitions phonétiques par rapport aux voyelles. Chez l’entendant, cette région le long du sillon temporal gauche est activée proportionnellement au degré de congruence des informations audiovisuelles perçues (KING et CALVERT, 2001) : si les informations visuelles sont désynchronisées par rapport aux informations auditives, le STS gauche est fortement désactivé, alors qu’une synchronisation audiovisuelle correcte permet une synergie potentialisatrice entre les deux types de signaux reçus (le degré des activations audiovisuelles est supérieur à la somme des activations enregistrées dans chaque modalité séparée). Ces indices visuels sont capables d’induire des activations comme le feraient des indices acoustiques de langage dans le cortex auditif (figure 13.2) qui a été défini comme étant le cortex auditif sensible au langage (SAMSON et al., 2001).