Le cerveau qui anticipe le son

Imaginez que vous écoutiez une mélodie familière, et qu'une note disparaisse soudainement. Votre cerveau, lui, l'entend quand même. Pas par magie, mais parce qu'il avait déjà prévu qu'elle serait là. Ce phénomène, loin d'être anecdotique, est au coeur d'une des théories les plus influentes des neurosciences actuelles : le codage prédictif, ou predictive coding.

Un cerveau qui parie sur l'avenir

Longtemps, on a imaginé l'oreille et le cerveau comme un système purement réceptif : le son entre, le cerveau traite. La réalité est bien plus active. Selon le cadre théorique du codage prédictif, le cerveau ne se contente pas d'enregistrer ce qu'il entend. Il formule en permanence des prédictions sur ce qu'il va entendre, en s'appuyant sur ses expériences passées et sur le contexte immédiat.

Concrètement, lorsqu'un son arrive, le cerveau le compare à sa prédiction. Si tout correspond, il ne se passe presque rien de notable. Mais si le son dévie de l'attendu, un signal d'erreur se déclenche, ce que les chercheurs appellent une "erreur de prédiction". C'est précisément ce signal d'erreur qui est transmis aux niveaux supérieurs du traitement auditif, pas le son lui-même dans son intégralité.

Des études en neurosciences ont mesuré ce phénomène de façon saisissante. Lorsqu'on joue à un auditeur une séquence de sons réguliers et qu'on omet l'un d'eux, des réponses neuronales apparaissent, synchronisées avec le moment où le son aurait dû survenir. Le cerveau réagit à une absence comme si c'était un événement réel. Il avait prévu, et la réalité n'a pas tenu sa promesse.

Une hiérarchie de prédictions

Ce qui rend cette théorie particulièrement séduisante, c'est son organisation en couches. Les chercheurs ont montré que les erreurs de prédiction sont organisées de façon hiérarchique le long du chemin auditif : elles sont détectables dès les structures sous-corticales, et s'amplifient à mesure que l'on monte vers le cortex auditif. Autrement dit, le cerveau ne prédit pas qu'à un seul niveau. Il prédît à tous les étages, du plus bas au plus abstrait.

Cette architecture a des conséquences profondes sur la façon dont nous percevons la musique, la parole, ou n'importe quel environnement sonore complexe. Ce n'est pas uniquement le son physique qui détermine ce que l'on entend, mais aussi ce que le cerveau s'attend à entendre. Le contexte, la culture, l'habitude : tout cela pèse sur la perception, en amont du signal lui-même.

Quand les prédictions déraillent : les acouphènes

Le codage prédictif permet également de jeter un éclairage nouveau sur des pathologies auditives comme les acouphènes. Selon des travaux publiés dans la revue Brain en 2023, le cerveau privé d'un signal acoustique par une perte auditive ne reste pas silencieux. Il compense, en amplifiant le bruit interne du réseau neuronal pour tenter de restaurer un signal absent. Ce bruit, réinterprété comme une entrée sensorielle réelle, peut être perçu comme un son fantôme persistant.

Dans le cadre du codage prédictif, ce mécanisme peut être formalisé ainsi : lorsque le signal bottom-up (ce qui vient de l'oreille) s'affaiblit, le cerveau surpondère ses priors (ses prédictions internes), et la perception résultante s'éloigne de la réalité acoustique. Les acouphènes deviendraient alors une forme de prédiction non corrigée, un son que le cerveau attend et n'arrive plus à infirmer.

Le même principe dans nos fichiers audio

Ce qui est fascinant, c'est que ce principe n'appartient pas qu'aux neurosciences. Il a été appliqué indépendamment, et bien plus tôt, dans le domaine du traitement du signal. Dès les années 1950, les ingénieurs ont développé ce qu'on appelle le codage prédictif différentiel (DPCM) : plutôt que d'enregistrer chaque échantillon sonore dans son intégralité, on prédit la valeur du prochain échantillon à partir des précédents, et on ne stocke que la différence entre la prédiction et la réalité.

La logique est exactement la même que dans le cerveau : si je sais déjà à peu près ce qui vient, je n'ai pas besoin de tout transmettre. Je me concentre sur ce qui surprend.

Cette approche est à la base du Linear Predictive Coding (LPC), qui a irrigué des décennies de compression audio, des premières applications téléphoniques jusqu'aux codecs modernes. Le FLAC, format de compression audio sans perte très répandu aujourd'hui, repose directement sur ce principe : il prédit les échantillons audio et n'encode que les résidus, c'est-à-dire les écarts à la prédiction.

L'intelligence artificielle reprend le flambeau

Aujourd'hui, les codecs neuronaux prolongent cette histoire. Des systèmes comme LPCNet (Mozilla) ou EnCodec (Meta) combinent le codage prédictif classique avec des réseaux de neurones entraînés sur de vastes corpus sonores. Résultat : une qualité audio remarquable à des débits très faibles, parfois inférieurs à 2 kbps pour une parole intelligible et naturelle.

Ces systèmes apprennent, en somme, à prédire le son comme le ferait un cerveau entraîné. Ils internalisent des régularités statistiques pour ne transmettre que l'essentiel, l'inattendu, le signal d'erreur.

La boucle est bouclée. Ce que les ingénieurs avaient intuité pour compresser des données, et que les neuroscientifiques ont formalisé pour expliquer la perception, obéit au même principe fondamental : écouter, c'est d'abord prévoir.

Et vous, avez-vous déjà vécu ce moment où vous "entendez" une note manquante, ou où un bruit inattendu vous tire brutalement de votre concentration ? C'est votre système de codage prédictif qui vous envoie un signal d'erreur. Racontez-le en commentaire : ces petites surprises auditives sont souvent révélatrices de la façon dont notre cerveau construit le son du monde.