1. Introduction : Repenser le livre audio
Cet article présente et discute un cadre théorique pour conceptualiser les différences fondamentales entre l'interaction avec un livre imprimé et l'expérience d'un livre audio. L'argument central postule que l'écoute de livres audio ne doit pas être considérée simplement comme une remédiation de la lecture imprimée, mais comme une pratique littéraire distincte, plus justement située dans le continuum des comportements d'écoute mobile rendus possibles par la technologie numérique.
2. Évolution historique des livres audio
Le livre audio, bien que n'étant pas un phénomène nouveau, a subi une transformation radicale en termes de production, de distribution et de réception au cours de la dernière décennie, nécessitant une nouvelle investigation scientifique.
2.1 Du phonographe au numérique
Le phonographe d'Edison (1877) était initialement destiné à la parole. Les enregistrements de paroles ont évolué, des bobines de longueur de roman pour les militaires aveugles après la Première Guerre mondiale, en passant par les cassettes audio (années 1970), les disques compacts (années 1980), jusqu'aux téléchargements numériques MP3 (2002). Ce changement technologique des supports physiques (par exemple, des coffrets de 20 cassettes pour Guerre et Paix) vers des fichiers numériques portables (par exemple, sur un iPod) a considérablement amélioré l'accessibilité et la commodité.
2.2 Évolution démographique des utilisateurs
La perception des livres audio est passée d'un outil compensatoire pour les enfants, les dyslexiques ou les personnes malvoyantes à un format de consommation grand public. Les enquêtes indiquent que les utilisateurs sont désormais plus jeunes, plus aisés et comprennent une proportion plus élevée d'hommes par rapport aux acheteurs de livres imprimés. Au Danemark, les ventes de livres audio ont connu une croissance de plus de 100 % entre 2009 et 2010.
Statistiques clés
- États-Unis (2006) : 50 % des acheteurs de livres audio sont des hommes.
- Danemark (2009-2010) : Augmentation des ventes > 100 %.
- Accès en bibliothèque : 50 000 à 60 000 nouveaux livres audio danois ajoutés annuellement depuis 2009.
3. Cadre théorique : Lire avec les yeux ou avec les oreilles
Le cadre théorique souligne la dichotomie expérientielle entre « lire avec les yeux » et « lire avec les oreilles ».
3.1 Différences conceptuelles
La modalité sensorielle modifie fondamentalement l'expérience. La lecture visuelle permet une navigation à son propre rythme, des retours en arrière et un engagement spatial avec le texte. La lecture auditive est temporelle, linéaire et intègre les éléments performatifs de la narration (voix, ton, rythme), en faisant une expérience intrinsèquement sociale et incarnée.
3.2 Au-delà de la remédiation
Les auteurs s'opposent à la présentation des livres audio uniquement comme une remédiation de l'imprimé. Ils doivent plutôt être conceptualisés comme une pratique unique, alignée sur l'écoute mobile, secondaire ou d'ambiance – similaire à l'écoute de musique ou de podcasts pendant les trajets, l'exercice ou les tâches ménagères. Cette recontextualisation met en lumière ses qualités cognitives et phénoménologiques distinctes.
4. Stratégie méthodologique
L'approche méthodologique proposée accentue délibérément les différences entre les deux pratiques littéraires afin de clarifier leurs profils expérientiels distincts. Les auteurs reconnaissent que des analyses futures plus nuancées révéleront une complexité et une interconnexion plus grandes que celles présentées dans ce cadre fondateur.
5. Analyse et idée centrale
Perspective d'un analyste du secteur
Idée centrale : L'article de Pedersen & Have n'est pas seulement une chicane académique ; c'est un repositionnement crucial sur le marché. Ils réussissent à découpler le livre audio de son statut de « parent pauvre » de l'imprimé et le réancrent dans le secteur en croissance explosive du divertissement audio mobile et à la demande. Cela reformule toute la proposition de valeur, passant de « lecture pour les aveugles » à « performance pour les personnes occupées ».
Enchaînement logique : Leur argument suit une trajectoire convaincante : 1) Établir l'« altérité » historique (outil pour le handicap), 2) Retracer la libération technologique (cassette → MP3), 3) Présenter des preuves démographiques d'adoption grand public, 4) Livrer l'argument théorique décisif : ce n'est pas un livre qu'on entend, c'est un nouveau média. Cet enchaînement reflète le parcours d'adéquation produit-marché des produits technologiques à succès.
Points forts et faiblesses : Le point fort est son opportunité et sa clarté. En 2012, l'iPod et les smartphones avaient déjà créé l'infrastructure comportementale pour l'écoute mobile. Leur cadre donne aux chercheurs et aux éditeurs un langage pour en tirer parti. La faiblesse, qu'ils admettent, est la simplification excessive initiale de la dichotomie « yeux vs oreilles ». Comme le montre la recherche du département de neurosciences de l'Université McGill, les réseaux de traitement narratif du cerveau (comme le Réseau du Mode par Défaut) s'activent à la fois pour la lecture et l'écoute, suggérant des points communs profonds qu'ils minimisent initialement. Leur approche binaire risque d'ignorer les pratiques de lecture hybrides et multimodales (par exemple, suivre un livre audio avec un surlignage de texte) qui deviennent courantes.
Perspectives actionnables : Pour les éditeurs : Arrêtez de commercialiser les livres audio comme des « livres ». Commercialisez-les comme des performances narratives ou des expériences sonores immersives. Investissez dans le doublage et le design sonore comme valeurs de production principales, et non comme des réflexions après coup. Pour les plateformes (Audible, Spotify) : Développez des algorithmes de recommandation basés sur le contexte d'écoute (sport, trajet, sommeil) et la préférence pour le narrateur, pas seulement sur le genre. Pour les créateurs : Ce cadre légitime le livre audio comme un format artistique distinct, ouvrant la porte à des fictions audio natives qui pourraient ne pas avoir d'équivalent imprimé, à l'instar des drames podcast.
6. Cadre technique et modélisation mathématique
Bien que l'article original soit qualitatif, une extension technique de son idée centrale – modéliser l'allocation de l'attention – peut être proposée. La différence entre la lecture visuelle autorythmée et la consommation auditive linéaire peut être formulée comme un problème de contrôle de l'attention.
Soit $A_v(t)$ le vecteur d'attention dans la lecture visuelle au temps $t$, qui est contrôlé par l'utilisateur et peut être non linéaire :
$A_v(t) = \int_{t_0}^{t} C(\tau) \, d\tau$ où $C(\tau)$ est une fonction contrôlée par l'utilisateur permettant des sauts, des répétitions et des pauses.
Pour la lecture auditive, le vecteur d'attention $A_a(t)$ est contraint par le rythme de narration $P$, une constante ou une variable définie par le narrateur :
$A_a(t) = \int_{t_0}^{t} P(\tau) \, d\tau$ sous la contrainte $\frac{d}{dt}A_a(t) \geq 0$ (imposant une progression linéaire).
La différence expérientielle $\Delta E$ peut être conceptualisée comme la divergence entre ces schémas de contrôle :
$\Delta E \propto \| A_v(t) - A_a(t) \|$
Cela formalise l'affirmation des auteurs concernant des expériences distinctes ancrées dans le contrôle temporel.
7. Cadre analytique : Exemple de cas
Cas : Analyse de l'engagement des utilisateurs avec un roman policier en format imprimé vs. audio.
Application du cadre :
- Modalité : Les lecteurs imprimés peuvent revenir fréquemment en arrière pour vérifier des indices ($A_v(t)$ non linéaire). Les auditeurs de livres audio vivent la révélation au rythme du narrateur ($A_a(t)$ linéaire), augmentant potentiellement le suspense.
- Contexte : L'auditeur de livre audio est probablement engagé dans une activité secondaire (conduire). L'attention divisée crée un profil de charge cognitive différent par rapport à la concentration dédiée d'un lecteur imprimé.
- Performance : La voix du narrateur pour un personnage devient l'interprétation définitive pour l'auditeur, tandis que le lecteur imprimé construit sa propre voix interne. Cela s'aligne avec les théories des performance studies, traitant le livre audio comme un monologue dramatique enregistré.
Ce cas montre comment le cadre déplace l'analyse du « score de compréhension » vers les différences qualitatives dans la construction narrative, l'attention et l'interprétation.
8. Applications futures et orientations
Le cadre ouvre plusieurs trajectoires futures :
- Récits audio natifs : Développement d'histoires conçues spécifiquement pour le format audio, exploitant le son 3D/binaural, les narrateurs multiples et les embranchements interactifs impossibles à l'imprimé.
- Narration personnalisée : Utilisation de la synthèse vocale par IA (s'inspirant de recherches comme Tacotron et WaveNet) pour ajuster le rythme, le ton, voire les voix des personnages en fonction des préférences de l'auditeur ou de retours biométriques en temps réel (par exemple, fréquence cardiaque indiquant l'engagement).
- Analyses avancées : Aller au-delà des simples métriques de complétion. Analyser les comportements de pause, de retour en arrière et de changement de vitesse dans les applications de livres audio pour créer une « empreinte d'engagement d'écoute » révélant comment différents genres ou narrateurs sont consommés.
- Outils cognitifs et éducatifs : Tirer parti de la nature linéaire et rythmée de l'audio pour un entraînement cognitif ciblé ou l'apprentissage des langues, où la livraison temporelle contrôlée est un avantage.
- Intégration avec la RA/RV : Les livres audio comme paysages sonores pour des environnements immersifs, où la narration audio réagit ou guide l'exploration d'un espace virtuel par l'utilisateur.
9. Références
- Pedersen, B. S., & Have, I. (2012). Conceptualising the audiobook experience. SoundEffects, 2(2), 80-92.
- Rubery, M. (Ed.). (2011). Audiobooks, Literature, and Sound Studies. Routledge.
- Audio Publishers Association (APA). (2006). Sales Survey.
- Nielsen, L. B. (2012). Audiobook lending in Danish libraries. Danish Library Authority.
- Oord, A. v. d., et al. (2016). WaveNet: A Generative Model for Raw Audio. arXiv:1609.03499.
- Wang, Y., et al. (2017). Tacotron: Towards End-to-End Speech Synthesis. arXiv:1703.10135.