57,5% de 1 522 adultes américains se disent insatisfaits lorsqu’ils écoutent l’enregistrement de leur propre voix, contre 38,8% qui n’aiment pas leur façon de parler en conversation normale (Naunheim et al., Laryngoscope 2023). Cet écart de presque 19 points de pourcentage est le noyau mesurable de ce que les psychologues appellent la confrontation vocale (voice confrontation) depuis les années 1960 : le choc de rencontrer sa voix telle que les autres l’entendent. Ce décalage a une base physique, car un microphone passe à côté du son transmis par les os que vous entendez à l’intérieur de votre propre tête, et un versant social, puisque dans une expérience de 2026, seuls 59 auditeurs sur 139 ont reconnu spontanément leur propre voix. Les messages vocaux, les appels vidéo et même les invites vocales sur les applications de rencontre font de cette confrontation un événement ordinaire. Nous avons agrégé des données issues du Laryngoscope, de YouGov, du Journal of the Acoustical Society of America, de Cognition, de Trends in Hearing, de l’International Journal of Psychology, de Royal Society Open Science et de plus d’une douzaine d’autres sources évaluées par les pairs.
TL;DR
- 57,5% des adultes américains déclarent être insatisfaits lorsqu’ils entendent l’enregistrement de leur propre voix, contre 38,8% en conversation normale (Naunheim et al., Laryngoscope 2023).
- 43% de 4 058 adultes américains sont plutôt mal à l’aise (27%) ou très mal à l’aise (16%) en écoutant un enregistrement de leur voix (YouGov Daily Question, 18 décembre 2019).
- La part de votre propre voix transmise par les os domine entre 1 et 2 kHz pour la plupart des phonèmes testés (Reinfeldt et al., JASA 2010).
- Seuls 2 participants sur 10 ont choisi l’enregistrement non modifié comme la version la plus proche de leur propre voix (Kimura et Yotsumoto, PLoS One 2018).
- Les auditeurs qui ont reconnu leur propre voix l’ont jugée plus attirante que les autres voix ; les 80 qui ne l’ont pas reconnue l’ont jugée moins attirante (Rosi et al., Cognition 2026).
- La reconnaissance de sa propre voix atteignait 85,6% dans la langue maternelle, mais 74,4% dans une seconde langue (Jogia et al., International Journal of Psychology 2024).
- L’anxiété sociale était corrélée au rejet de sa propre voix enregistrée à r = -0,228 (Jogia et al., International Journal of Psychology 2024).
- 40% des primo-utilisateurs d’appareils auditifs ont jugé leur voix en direct moins agréable avec leurs appareils (Hengen et al., Trends in Hearing 2025).
- 50,6% des répondants sans trouble de la voix envisageraient une intervention pour changer leur voix (Naunheim et al., Laryngoscope 2023).
- Des auditeurs familiers ont repéré les clones de leur propre voix avec un d-prime de 2,13 ; les inconnus se sont situés au niveau du hasard (Rosi et al., Computers in Human Behavior: Artificial Humans 2025).
1. Combien de personnes n’aiment pas leur voix enregistrée
Le chiffre le plus utile ici n’est pas les 57,5% en tête d’affiche, mais la différence entre les deux questions. Les mêmes répondants qui acceptent en grande partie leur voix en conversation se retournent contre elle lorsqu’elle est restituée par un haut-parleur, ce qui suggère que l’enregistrement lui-même, et non une insécurité vocale générale, fait l’essentiel des dégâts. L’insatisfaction envers l’enregistrement était supérieure de 18,7 points de pourcentage à l’insatisfaction en conversation dans l’enquête de population du Laryngoscope (57,5% moins 38,8%, notre calcul), dont les 1 522 répondants avaient une répartition par âge, sexe et région reflétant celle de la population américaine.
Le sondage YouGov posait une question plus douce (le confort plutôt que la satisfaction) et a trouvé les Américains presque également partagés : 48% à l’aise (23% très à l’aise plus 25% plutôt à l’aise) contre 43% mal à l’aise. Données les plus récentes disponibles : YouGov, 2019. La différence de formulation explique probablement une partie de l’écart avec l’enquête clinique, si bien que les deux chiffres doivent être lus côte à côte et non moyennés.
| Métrique | Valeur | Source |
|---|---|---|
| Répondants qui n’aimaient pas le son de leur propre voix en conversation normale | 38,8% | Naunheim et al., Laryngoscope 2023 |
| Répondants qui ont déclaré être insatisfaits en écoutant l’enregistrement de leur propre voix | 57,5% | Naunheim et al., Laryngoscope 2023 |
| Facteurs associés au mécontentement vocal | Âge moyen (p = 0,005), sexe féminin (p < 0,0001), origine blanche (p < 0,0001) | Naunheim et al., Laryngoscope 2023 |
| Adultes américains « très mal à l’aise » en écoutant un enregistrement de leur propre voix | 16% | YouGov Daily Question, 18 décembre 2019 (n = 4 058) |
| Adultes américains « plutôt mal à l’aise » en écoutant un enregistrement de leur propre voix | 27% | YouGov Daily Question, 18 décembre 2019 |
| Adultes américains très ou plutôt mal à l’aise (16% + 27%, notre calcul) | 43% | YouGov Daily Question, 18 décembre 2019 |
| Adultes américains « très à l’aise » en écoutant un enregistrement de leur propre voix | 23% | YouGov Daily Question, 18 décembre 2019 |
| Participants à l’enquête ayant un ressenti négatif / neutre / positif à propos de leur propre voix | 31% / 24% / 44% | Chong et al., Journal of Voice 2024 (n = 100), tel que rapporté par Jogia et al., International Journal of Psychology 2024 |
Note de contexte : l’échantillon du Laryngoscope comptait environ 52% de femmes, avec environ 30% de 18 à 34 ans, 32% de 35 à 54 ans et 38% de 55 ans ou plus, d’après le résumé d’ENT Today de l’article. YouGov publie aussi 9% de réponses « ne sait pas », si bien que ses parts de personnes à l’aise et mal à l’aise ne totalisent pas 100%.
2. Pourquoi un enregistrement sonne faux : conduction osseuse et conduction aérienne
Quand vous parlez, votre voix atteint l’oreille interne par deux voies : par l’air jusqu’au conduit auditif, et sous forme de vibration à travers les os du crâne (conduction osseuse). Un microphone n’enregistre que la première voie, de sorte que la restitution omet une partie du son que vous entendez depuis toujours. La part transmise par les os dominait entre 1 et 2 kHz pour la plupart des dix phonèmes mesurés par Reinfeldt et ses collègues de l’Université de technologie Chalmers (Journal of the Acoustical Society of America 2010). Données les plus récentes disponibles : Reinfeldt et al., 2010.
Les études perceptives montrent pourquoi il n’existe pas de solution simple. Lorsque les chercheurs ont proposé des versions filtrées de l’enregistrement de chaque participant, la plupart ont choisi une version filtrée comme la plus proche de la façon dont ils s’entendent, mais aucun filtre unique ne l’a emporté pour tout le monde. Dans Kimura et Yotsumoto, les auteurs ont conclu qu’« il n’existait aucun filtre général représentant la voix de soi ». Une prépublication de 2026 va plus loin : les voix reconstruites à partir des jugements des participants étaient plus brillantes que ce que prédit un modèle de conduction osseuse, ce qui laisse penser que l’image mentale de sa propre voix est en partie idéalisée plutôt que purement acoustique.
| Métrique | Valeur | Source |
|---|---|---|
| Plage de fréquences où la part transmise par les os de sa propre voix dominait (la plupart des 10 phonèmes testés) | 1 à 2 kHz | Reinfeldt et al., JASA 2010 |
| Comportement de la voix de soi conduite par le corps dans une oreille bouchée par un embout (19 participants, 37 oreilles) | Amplifiée en dessous d’environ 700 Hz, atténuée aux fréquences plus élevées | Étude méthodologique Acta Acustica sur l’effet d’occlusion 2025 |
| Participants ayant choisi l’enregistrement non ajusté comme le plus proche de leur propre voix | 2 sur 10 (8 ont choisi une version modifiée) | Kimura et Yotsumoto, PLoS One 2018 |
| Constance du choix « le plus proche de sa propre voix » d’une séance à l’autre | rho de Spearman = 0,899 | Kimura et Yotsumoto, PLoS One 2018 |
| Participants ayant choisi l’enregistrement brut comme le plus proche de leur propre voix, salle insonorisée | 6 sur 17 (35,3%, notre calcul) | Hosaka et al., Scientific Reports 2021 |
| Participants ayant choisi l’enregistrement brut comme le plus proche de leur propre voix, à l’intérieur d’un scanner IRM | 3 sur 17 (17,6%, notre calcul) | Hosaka et al., Scientific Reports 2021 |
| Écart absolu moyen entre la hauteur perçue comme la sienne et la hauteur produite (n = 22) | 8,52 Hz (0,9 demi-ton) | Neamaalkassis et al., Royal Society Open Science 2025 |
| Adultes japonais testés sur une voix de soi reconstruite (Étude 1 / Étude 2) | n = 24 / n = 54 ; les voix reconstruites étaient jugées plus proches de la voix de soi que les enregistrements ou les simulations de conduction osseuse | Suzuki et al., prépublication PsyArXiv 2026 |
Note de contexte : le faible écart de hauteur de 0,9 demi-ton dans l’étude de Neamaalkassis suggère que les gens connaissent bien leur hauteur de base (la fréquence fondamentale, ou F0), de sorte que la réaction « ce n’est pas moi » vient probablement davantage du timbre, la couleur du son, que de la hauteur. La prépublication de Suzuki et al. rapporte un centroïde spectral et des valeurs de F1 plus élevés dans la voix reconstruite, ce qui signifie en termes simples un son plus brillant et plus clair.
3. Le paradoxe de l’attrait : aimer une voix qu’on ne reconnaît pas
Pendant une décennie, le contrepoint classique à la confrontation vocale a été un résultat d’auto-valorisation : si vous ne savez pas qu’un extrait est vous, vous le jugez avec bienveillance. Dans Hughes et Harrison (Perception 2013), 80 hommes et femmes ont évalué des enregistrements de personnes comptant de un à dix (le stimulus de l’étude) sans savoir que leur propre voix en faisait partie, et ils ont jugé leur voix plus attirante que ne le faisaient les autres évaluateurs. Les auteurs ont appelé cela l’« égotisme implicite vocal ». Données les plus récentes disponibles pour ce protocole : Hughes et Harrison, 2013.
Les données les plus récentes compliquent ce récit. Rosi, Lavan et McGettigan ont trouvé la direction opposée pour les personnes qui ne se sont pas reconnues : les 80 non-reconnaissants ont jugé leur propre voix moins attirante que les autres voix, tandis que les 59 reconnaissants l’ont jugée plus attirante (Cognition 2026). La question n’est plus de savoir si les gens aiment secrètement leur voix, mais dans quelle mesure la conscience modifie le verdict. Les taux de reconnaissance eux-mêmes sont traités à la section 4.
| Métrique | Valeur | Source |
|---|---|---|
| Participants ayant évalué une série de voix incluant secrètement la leur | 80 hommes et femmes ; leur propre voix jugée plus attirante que ne l’ont jugée les autres évaluateurs | Hughes et Harrison, Perception 2013 |
| Participants ayant reconnu spontanément leur propre voix pendant une tâche d’évaluation | 59 sur 139 (42,4%, notre calcul) | Rosi et al., Cognition 2026 |
| Sens de l’évaluation de sa propre voix par rapport aux autres voix | Reconnaissants : plus attirante ; non-reconnaissants : moins attirante | Rosi et al., Cognition 2026 |
| Versions modifiées de sa propre voix jugées moins attirantes et moins semblables que l’enregistrement brut | Versions avec hauteur +/-20 Hz (par rapport aux versions avec volume +/-10 dB et à l’enregistrement) | Peng et al., Australian Journal of Psychology 2019 |
| Auto-valorisation dans les évaluations d’attrait vocal et reconnaissance | Significative que les participants aient reconnu ou non leur voix de soi | Peng et al., Scandinavian Journal of Psychology 2020 |
| Effet de valorisation de l’ami (évaluer plus haut la voix d’un ami) | Observé uniquement chez les participants qui reconnaissaient la voix de l’ami | Peng et al., Scandinavian Journal of Psychology 2020 |
| Attrait de l’enregistrement d’un ami par rapport à son propre enregistrement, évalué par 47 auditeurs familiers | Ami jugé plus attirant (p < 0,001) | Rosi et al., Computers in Human Behavior: Artificial Humans 2025 |
Note sur un résultat atypique : l’étude de Peng et al. 2020 et l’étude de Rosi et al. 2026 divergent sur ce qui se passe quand les gens ne reconnaissent pas leur voix. Des stimuli, des échelles d’évaluation et des contrôles de reconnaissance différents en sont la raison probable, et Rosi et al. soutiennent que les travaux antérieurs n’ont jamais testé la reconnaissance de façon rigoureuse. Les expériences de Peng et al. 2019 ajoutent un détail pratique : un décalage de hauteur de seulement 20 Hz suffisait à rendre sa propre voix moins attirante et moins familière qu’un changement de volume de 10 dB.
4. Reconnaître sa propre voix sur un enregistrement
La reconnaissance de sa propre voix est bonne mais loin d’être parfaite, et elle est fragile. Réduisez un enregistrement à une bande de fréquences étroite et la précision pour sa propre voix et les voix familières tombe de 81,81% à environ 55% (Xu et al., Frontiers in Psychology 2013). Faites passer le locuteur dans une seconde langue et la précision chute de plusieurs points. La reconnaissance de sa propre voix est passée de 85,6% en arabe à 74,4% en anglais chez des femmes bilingues arabe-anglais issues du même échantillon universitaire (Jogia et al., International Journal of Psychology 2024).
Même lorsque la reconnaissance échoue, le cerveau traite encore sa propre voix comme quelque chose de spécial. Dans Kirk et Cunningham (British Journal of Psychology 2025), le temps de réaction et la précision favorisaient la voix enregistrée du participant même lorsqu’on lui attribuait l’étiquette « ami » ou « inconnu ». C’est l’effet de priorisation de soi : les indices liés à soi sont traités plus rapidement.
| Métrique | Valeur | Source |
|---|---|---|
| Précision de reconnaissance de sa voix et de celle de collègues avec la bande de fréquences complète (30 adultes japonais, hasard = 20%) | 81,81% | Xu et al., Frontiers in Psychology 2013 |
| Reconnaissance de sa voix par rapport à la voix d’autrui, bande de hautes fréquences seulement | 60,17% contre 49,67% (F(1, 29) = 4,55, p = 0,04) | Xu et al., Frontiers in Psychology 2013 |
| Reconnaissance de sa propre voix, première langue (arabe) par rapport à seconde langue (anglais) | 85,6% contre 74,4% | Jogia et al., International Journal of Psychology 2024 |
| Taux de reconnaissance correcte de la voix de soi dans une tâche de reconnaissance de contrôle | 0,79 (IC à 95% 0,72-0,85) | Orepic et al., Royal Society Open Science 2023 |
| Participants exclus pour avoir reconnu leur propre voix non modifiée dans moins de la moitié des essais | 9 sur 52 (17,3%) | Orepic et al., Royal Society Open Science 2023 |
| Temps de réaction et précision pour sa propre voix enregistrée par rapport aux voix externes, même avec une étiquette « ami » ou « inconnu » | Avantage constant pour la voix de soi (N = 90) | Kirk et Cunningham, British Journal of Psychology 2025 |
| Précision pour distinguer sa propre voix de celle d’un inconnu dans un pilote de 20 essais (10 participants) | 100% | Zheng et al., PLoS One 2011 |
Note de contexte : dans l’étude d’Orepic et al., l’ajout d’une vibration par conduction osseuse à la restitution a amélioré la distinction entre soi et autrui, mais pas la distinction entre une voix familière et un inconnu, ce que les auteurs interprètent comme la preuve que sa propre voix est « une construction fondamentalement multimodale ». Le score parfait du pilote de Zheng et al. provient d’une simple vérification à deux voix, ce qui explique pourquoi il se situe si loin au-dessus du taux de reconnaissance de 79% dans des protocoles plus difficiles. Données les plus récentes disponibles pour les protocoles de Xu et de Zheng : 2013 et 2011.
5. Anxiété sociale et confrontation vocale
Le terme de confrontation vocale remonte à Holzman et Rousey, dont les expériences dans le Journal of Personality and Social Psychology en 1966 et 1967 ont étudié la façon dont les gens réagissent lorsqu’ils entendent leur voix enregistrée, y compris une étude bilingue de 1967. Près de six décennies plus tard, l’angle bilingue est de retour, désormais lié à l’anxiété sociale, mesurée ici avec l’échelle d’anxiété sociale de Liebowitz (LSAS), un questionnaire standard.
Les corrélations sont faibles mais constantes. Une anxiété sociale plus élevée allait de pair avec une moindre appréciation de sa propre voix enregistrée dans les deux langues (r = -0,228 en arabe, r = -0,181 en anglais) dans le même échantillon bilingue décrit à la section 4. Les données d’intervention vont dans le même sens : dans les expériences de l’Université de Lund, les personnes socialement anxieuses ont évalué leurs discours enregistrés de façon moins sévère lorsque l’écoute était précédée d’une préparation cognitive ou d’une réduction de l’attention portée à soi. Pour un contexte plus large sur la fréquence des peurs de parler, consultez notre synthèse sur l’anxiété de la prise de parole en public chez les étudiants.
| Métrique | Valeur | Source |
|---|---|---|
| Corrélation entre l’anxiété sociale (sous-échelle de peur de la LSAS) et l’appréciation de sa propre voix, arabe / anglais | r = -0,228 / r = -0,181 (tous deux p < 0,05) | Jogia et al., International Journal of Psychology 2024 |
| Corrélation entre l’anxiété sociale et la reconnaissance de sa propre voix, arabe / anglais | r = -0,174 (p < 0,05) / r = -0,079 (non significatif) | Jogia et al., International Journal of Psychology 2024 |
| Appréciation moyenne de sa propre voix sur une échelle de 1 à 10, arabe / anglais (176 Émiriennes, âge moyen 20,69) | 5,54 / 5,40 | Jogia et al., International Journal of Psychology 2024 |
| Étudiants de premier cycle ayant évalué leur propre voix enregistrée face à des évaluateurs indépendants étudiant l’orthophonie | 17 ; une anxiété sociale plus élevée liée à une sous-estimation des qualités de sa voix | Lundh et al., Cognitive Behaviour Therapy 2002 |
| Participants socialement anxieux dans une expérience de retour audio en une seule séance | 40 ; le retour avec préparation cognitive a produit des évaluations moins négatives | Nilsson et al., Journal of Behavior Therapy and Experimental Psychiatry 2011 |
| Participants à une expérience randomisée de suivi sur la réduction de l’attention portée à soi | 41 ; la réduction de l’attention portée à soi a amélioré les évaluations de la voix davantage que le retour audio seul | Nilsson et Lundh, Cognitive Behaviour Therapy 2016 |
| Année de l’étude bilingue de confrontation vocale de Holzman, Berger et Rousey | 1967 (Journal of Personality and Social Psychology 7(4)) | Holzman et al., Journal of Personality and Social Psychology 1967 |
Note de contexte : toutes ces études sont corrélationnelles ou de petites études analogues, elles montrent donc une association, pas une cause. L’étude de Lundh et al. 2002 a soutenu l’explication par une distorsion cognitive (les personnes anxieuses entendent leur voix pire qu’elle n’est) plutôt que par un déficit de compétence. L’expérience de 2011 et son suivi de 2016 mentionnent tous deux la petite taille de l’échantillon comme une limite. Données les plus récentes disponibles pour les expériences de Lund : 2016.
6. Appareils auditifs et voix de soi modifiée
Pour les utilisateurs d’appareils auditifs, la confrontation vocale n’est pas un événement occasionnel mais quotidien. Un embout qui bouche le conduit auditif crée l’effet d’occlusion, un renforcement caverneux des basses fréquences dans sa propre voix, et le traitement du signal de l’appareil ajoute sa propre coloration. 40% des primo-utilisateurs et 35,3% des utilisateurs expérimentés ont jugé leur voix en direct moins agréable avec les appareils auditifs dans une étude suédoise menée à l’hôpital universitaire de Linköping (Hengen et al., Trends in Hearing 2025). C’est environ le double de la part de ceux qui ont déclaré des problèmes modérés à sévères avec leur propre voix, ce qui signifie que beaucoup d’utilisateurs remarquent le changement sans le qualifier de problème.
Les données de satisfaction expliquent pourquoi la qualité de la voix de soi compte autant sur le plan commercial que clinique. Si vous cherchez à comprendre pourquoi les acheteurs rendent les appareils, notre synthèse sur les taux de retour des appareils auditifs en vente libre couvre le versant de l’adoption.
| Métrique | Valeur | Source |
|---|---|---|
| Primo-utilisateurs d’appareils auditifs avec des problèmes modérés à sévères de voix de soi (n = 85) | 17,6% | Hengen et al., Trends in Hearing 2025 |
| Utilisateurs expérimentés d’appareils auditifs avec des problèmes modérés à sévères de voix de soi (n = 85) | 18,8% | Hengen et al., Trends in Hearing 2025 |
| Primo-utilisateurs ayant jugé leur propre voix en direct moins agréable avec les appareils auditifs | 40% | Hengen et al., Trends in Hearing 2025 |
| Utilisateurs expérimentés ayant jugé leur propre voix en direct moins agréable avec les appareils auditifs | 35,3% | Hengen et al., Trends in Hearing 2025 |
| Utilisateurs d’appareils auditifs satisfaits du son de leur propre voix (enquête auprès de 384 personnes, surtout des embouts ouverts de type dôme) | 41% | Høydal 2017, cité par Hengen et al., Trends in Hearing 2025 |
| Plage de satisfaction concernant sa propre voix dans deux enquêtes sur les appareils auditifs | 41% à 73% | Høydal 2017 et Kochkin 2010, cités par Hengen et al., Trends in Hearing 2025 |
| Délai de traitement préféré parmi 24 utilisateurs d’appareils à adaptation ouverte (0,5 ms contre 5 ms contre 10 ms) | 0,5 ms | Súsonnudóttir et al., Trends in Hearing 2026 |
Note de contexte : l’échantillon de Hengen et al. était plus âgé (âge moyen de 70 ans pour les primo-utilisateurs, 75 ans pour les utilisateurs expérimentés et 70 ans pour les 70 témoins), et le questionnaire avait été rédigé pour l’étude et n’était pas encore validé. Dans Súsonnudóttir et al., le délai de 0,5 ms a aussi obtenu de meilleures évaluations que 10 ms sur la tonalité (des attributs comme « métallique » et « aigu ») et sur la qualité de la voix de soi.
7. Clones vocaux et envie de changer de voix
Le rejet de son propre enregistrement ne reste pas passif : 50,6% des répondants sans antécédent de trouble de la voix ont dit qu’ils envisageraient une intervention pour changer leur voix, la clarté et la hauteur étant les qualités qui leur importaient le plus, dans la même enquête que celle décrite à la section 1. Les logiciels offrent désormais un autre type de changement, et les premières expériences sur les clones de voix de soi montrent que la familiarité est le facteur décisif dans la façon dont un clone est jugé.
Dans Rosi, Soopramanien et McGettigan, 25 paires d’amis proches, de proches parents ou de partenaires ont évalué des enregistrements et des clones de leur propre voix et de celle de l’autre. Les auditeurs familiers ont repéré facilement les clones et les ont jugés moins dignes de confiance que les enregistrements, tandis que les inconnus ne faisaient pas la différence. Par ailleurs, Jaggy, Schwan et Meyerhoff ont constaté que les voix mesurées par un système d’IA de vérification du locuteur comme plus proches de la voix de l’auditeur étaient jugées plus sympathiques. Pour quiconque développe avec un logiciel de clonage vocal, les deux travaux donnent un message clair : la personne qui connaît le mieux la voix est le public le plus difficile.
| Métrique | Valeur | Source |
|---|---|---|
| Répondants sans trouble de la voix qui envisageraient une intervention pour changer leur voix | 50,6% | Naunheim et al., Laryngoscope 2023 |
| Sensibilité de détection des clones (d-prime), auditeurs familiers : sa propre voix / la voix d’un ami | 2,13 (IC à 95% [1,84 ; 2,41]) / 1,91 (IC à 95% [1,60 ; 2,22]) | Rosi et al., Computers in Human Behavior: Artificial Humans 2025 |
| Sensibilité de détection des clones (d-prime), auditeurs non familiers | 0,14 (pas différent du hasard, p = 0,420) | Rosi et al., Computers in Human Behavior: Artificial Humans 2025 |
| Fiabilité perçue des enregistrements par rapport aux clones, auditeurs familiers | Enregistrements mieux évalués, χ²(1) = 138,6, p < 0,001 | Rosi et al., Computers in Human Behavior: Artificial Humans 2025 |
| Effet de la similarité avec la voix de l’auditeur sur la sympathie (93 participants allemands) | β = 0,11, IC à 95% [0,05 ; 0,18], p < 0,001 | Jaggy et al., PLoS One 2025 |
| Effet de la similarité avec la voix de l’auditeur sur la fiabilité perçue (terme quadratique) | β = 0,31, IC à 95% [0,17 ; 0,45], p < 0,001 | Jaggy et al., PLoS One 2025 |
| Variance des évaluations de sympathie expliquée par le modèle de similarité avec la voix de soi | 19% | Jaggy et al., PLoS One 2025 |
Note de contexte : le d-prime est un score de sensibilité dans lequel 0 signifie deviner au hasard et des valeurs plus élevées signifient une meilleure détection. Dans l’étude de Rosi et al., le groupe familier comptait 47 jeunes adultes (âge moyen 22 ans) recrutés via University College London ; le résultat décrit donc des amis proches qui écoutent attentivement, pas le grand public.
Résumé : Le rejet de sa propre voix enregistrée en chiffres
| Métrique | Valeur | Source |
|---|---|---|
| Adultes américains insatisfaits de leur propre voix : en écoutant un enregistrement contre en conversation normale | 57,5% contre 38,8% | Naunheim et al., Laryngoscope 2023 |
| Adultes américains très ou plutôt mal à l’aise en entendant un enregistrement de leur voix | 43% | YouGov Daily Question, 18 décembre 2019 |
| Adultes américains très à l’aise en entendant un enregistrement de leur voix | 23% | YouGov Daily Question, 18 décembre 2019 |
| Plage de fréquences où la conduction osseuse domine sa propre voix | 1 à 2 kHz | Reinfeldt et al., JASA 2010 |
| Participants ayant choisi l’enregistrement brut comme le plus proche de leur propre voix | 2 sur 10 | Kimura et Yotsumoto, PLoS One 2018 |
| Participants ayant choisi l’enregistrement brut comme le plus proche de leur propre voix (salle insonorisée) | 6 sur 17 | Hosaka et al., Scientific Reports 2021 |
| Écart entre la hauteur perçue et la hauteur produite de sa propre voix | 0,9 demi-ton | Neamaalkassis et al., Royal Society Open Science 2025 |
| Participants ayant reconnu spontanément leur propre voix dans une tâche d’évaluation | 59 sur 139 | Rosi et al., Cognition 2026 |
| Participants ayant évalué leur propre voix à l’aveugle dans l’étude classique d’auto-valorisation | 80 | Hughes et Harrison, Perception 2013 |
| Décalage de hauteur qui a rendu sa propre voix moins attirante que l’enregistrement brut | +/-20 Hz | Peng et al., Australian Journal of Psychology 2019 |
| Reconnaissance de sa propre voix, première langue contre seconde langue | 85,6% contre 74,4% | Jogia et al., International Journal of Psychology 2024 |
| Taux de reconnaissance correcte de la voix de soi dans une tâche de reconnaissance de contrôle | 0,79 | Orepic et al., Royal Society Open Science 2023 |
| Primo-utilisateurs d’appareils auditifs avec des problèmes modérés à sévères de voix de soi | 17,6% | Hengen et al., Trends in Hearing 2025 |
| Utilisateurs d’appareils auditifs satisfaits de leur propre voix (enquête auprès de 384 personnes) | 41% | Høydal 2017, via Hengen et al. 2025 |
| Délai de traitement préféré des appareils auditifs pour la perception de sa propre voix (24 utilisateurs à adaptation ouverte) | 0,5 ms | Súsonnudóttir et al., Trends in Hearing 2026 |
| d-prime de détection de clone pour sa propre voix, auditeurs familiers contre non familiers | 2,13 contre 0,14 | Rosi et al., Computers in Human Behavior: Artificial Humans 2025 |
| Répondants sans trouble de la voix ouverts à l’idée de changer leur voix | 50,6% | Naunheim et al., Laryngoscope 2023 |
Méthodologie et sources
- Naunheim, Puka et Huston, ‘Do You Like Your Voice? A Population-Based Survey of Voice Satisfaction and Voice Enhancement’, Laryngoscope 133(12), 2023, avec le résumé d’ENT Today utilisé pour la répartition de l’échantillon par âge et par sexe.
- YouGov Daily Question, ‘How comfortable or uncomfortable are you listening to a recording of your own voice?’, 18 décembre 2019.
- Jogia, Thomas, Barbato et Bentall, ‘Social anxiety, voice confrontation and voice recognition: A bilingual exploration’, International Journal of Psychology 59(6), 2024, également la source des chiffres de Chong et al. (Journal of Voice 2024).
- Reinfeldt, Östli, Håkansson et Stenfelt, ‘Hearing one’s own voice during phoneme vocalization’, JASA 128(2), 2010.
- Methods to experimentally characterize the own-voice-generated objective occlusion effect induced by hearables, Acta Acustica 9, article 73, 2025.
- Kimura et Yotsumoto, ‘Auditory traits of own voice’, PLoS One 2018.
- Hosaka, Kimura et Yotsumoto, ‘Neural representations of own-voice in the human auditory cortex’, Scientific Reports 11:591, 2021.
- Neamaalkassis et al., ‘The fundamental frequencies of our own voice’, Royal Society Open Science 12(2), 2025.
- Suzuki, Kuroda et Nagai, ‘The Positively Reconstructed Self-Voice’, prépublication PsyArXiv 2026.
- Hughes et Harrison, ‘I like my voice better: Self-enhancement bias in perceptions of voice attractiveness’, Perception 42(9), 2013.
- Peng et al., ‘One’s own and similar voices are more attractive than other voices’, Australian Journal of Psychology 71(3), 2019.
- Peng, Hu, Wang et Liu, effet d’auto-valorisation dans l’évaluation de l’attrait vocal, Scandinavian Journal of Psychology 61(5), 2020.
- Rosi, Lavan et McGettigan, ‘Self-recognition shapes evaluations of (self-) voice attractiveness’, Cognition 272, 2026.
- Rosi, Soopramanien et McGettigan, ‘Perception and social evaluation of cloned and recorded voices’, Computers in Human Behavior: Artificial Humans 4, 2025.
- Xu, Homae, Hashimoto et Hagiwara, ‘Acoustic cues for the recognition of self-voice and other-voice’, Frontiers in Psychology 4:735, 2013.
- Orepic, Kannape, Faivre et Blanke, ‘Bone conduction facilitates self-other voice discrimination’, Royal Society Open Science 10(2), 2023.
- Kirk et Cunningham, ‘Listen to yourself! Prioritization of self-associated and own voice cues’, British Journal of Psychology 116(1), 2025.
- Zheng, MacDonald, Munhall et Johnsrude, ‘Perceiving a stranger’s voice as being one’s own’, PLoS One 2011.
- Lundh et al., ‘Social Anxiety is Associated with a Negatively Distorted Perception of One’s Own Voice’, Cognitive Behaviour Therapy 31(1), 2002.
- Nilsson, Lundh, Faghihi et Roth-Andersson, retour audio avec préparation cognitive, Journal of Behavior Therapy and Experimental Psychiatry 42(4), 2011.
- Nilsson et Lundh, ‘Audio Feedback with Reduced Self-focus as an Intervention for Social Anxiety’, Cognitive Behaviour Therapy 45(2), 2016.
- Holzman, Berger et Rousey, ‘Voice confrontation: a bilingual study’, Journal of Personality and Social Psychology 7(4), 1967.
- Hengen, Lundeborg Hammarström et Stenfelt, ‘Effect of Hearing Aids on Phonation and Perceived Voice Qualities’, Trends in Hearing 29, 2025, également la source des chiffres de satisfaction de Høydal 2017 et de Kochkin 2010.
- Súsonnudóttir et al., ‘Own-Voice Perception with Different Processing Delays in Open-Fit Hearing Aids’, Trends in Hearing 30, 2026.
- Jaggy, Schwan et Meyerhoff, ‘AI-determined similarity increases likability and trustworthiness of human voices’, PLoS One 20(3), 2025.
- Note sur les données : Peng et al. 2020 rapportent une auto-valorisation que les gens aient reconnu ou non leur voix, alors que Rosi et al. 2026 constatent que les non-reconnaissants ont jugé leur propre voix moins attirante ; considérez l’affirmation « nous aimons secrètement notre voix » comme contestée. Certains articles de presse sur l’enquête du Laryngoscope ont imprimé ses chiffres principaux sous la forme « 8% » et « 5% », une erreur de rendu ; le résumé donne 38,8% et 57,5%. Les parts de Chong et al. (31%, 24%, 44%) sont tirées de Jogia et al. et totalisent 99%, probablement à cause des arrondis. Jogia et al. rapportent le test de reconnaissance arabe contre anglais (χ²(1, N = 98) = 5,1848, p = 0,022) avec N = 98 alors que l’échantillon complet était de 176, ce que l’article n’explique pas ; les taux de reconnaissance de 85,6% et 74,4% reposent donc peut-être sur un sous-échantillon. L’article de Rosi et al. 2025 imprime pour les auditeurs non familiers un intervalle de confiance qui n’encadre pas sa moyenne, probablement une coquille, c’est pourquoi nous ne citons que la moyenne et la valeur de p. L’étude Acta Acustica 2025 avertit que la méthode simultanée courante de mesure de l’effet d’occlusion comporte des erreurs systématiques pouvant atteindre environ 3-4 dB. Les effectifs de l’Expérience 2 de Kimura et Yotsumoto sont ambigus dans l’article, seule l’Expérience 1 est donc utilisée. Les chiffres de YouGov datent de 2019, et Suzuki et al. 2026 est une prépublication qui n’a pas terminé son évaluation par les pairs.
Dernière mise à jour : 8 novembre 2026. Nous actualisons cette synthèse chaque trimestre, et la prochaine révision est attendue à la publication de la version évaluée par les pairs de l’étude de Suzuki et al. sur la voix de soi reconstruite.