Parler japonais en profondeur
Compter des temps, pas des syllabes
Le japonais ne se mesure pas en syllabes comme le français, mais en mores : des unités de temps qui durent toutes pareil. Chaque kana normal est une more, et c'est aussi le cas du ん, du petit っ et de la seconde moitié d'une voyelle longue. C'est pourquoi 日本 (にほん) a trois temps et 東京 (とうきょう), quatre, alors qu'en français on compterait deux syllabes pour chacun. Les syllabes composées comme きょ n'en occupent qu'une, parce que le petit ょ ne compte pas à part. Un bon exercice au début est de frapper dans ses mains une fois par more.
Respecter ce rythme n'est pas un détail d'accent : ça change les mots. ビル, c'est « immeuble », et ビール, « bière » ; おばさん, c'est « tante », et おばあさん, « grand-mère » ; きて, c'est « viens », et きって, « timbre ». Pour un francophone, le plus dur est de tenir la voyelle longue et la pause du っ, parce qu'en français la durée ne distingue pas les mots et que l'oreille ne la remarque pas. La solution est de les exagérer en pratiquant, jusqu'à ce que la bonne durée sorte sans y penser, et d'écouter des paires comme celles-ci jusqu'à entendre la différence.
Les voyelles qu'on entend à peine
En japonais standard, le i et le u s'assourdissent quand ils se trouvent entre deux consonnes sourdes, ou en fin de phrase après l'une d'elles : ils occupent toujours leur temps, mais on les entend à peine. です sonne « dess » et ます, « mass » ; すき (aimer) s'entend « ski » et した (en bas), « shta ». Personne ne l'écrit ainsi, mais on le prononce ainsi, et qui dit « dé-sou » avec le u entier sonne comme un manuel. C'est l'une des choses qui rapprochent le plus la prononciation de celle d'un natif.
Il ne faut pas l'exagérer, parce que ce n'est pas une règle fixe : ça varie selon la région, la vitesse et chaque locuteur, et dans un parler lent ou appuyé la voyelle se refait entendre. La façon de l'apprendre n'est pas de mémoriser où s'éteint chaque voyelle, mais d'imiter ce qu'on entend. C'est pourquoi il vaut mieux écouter les phrases avant de les lire en romaji, qui pousse justement à prononcer toutes les lettres, et faire attention au rythme de la vitesse normale plus qu'à celui de la vitesse lente.
L'accent est un accent de hauteur
Le japonais ne marque pas une syllabe par plus de force, comme le font l'espagnol ou l'anglais, mais par la hauteur de la voix : chaque mot a un schéma de montées et de descentes. En japonais de Tokyo, 箸 (はし, baguettes) commence haut et descend, alors que 橋 (はし, pont) commence bas et monte, et la différence se remarque aussi sur la particule qui suit. 雨 (あめ, pluie) descend après la première more. Il y a des paires qui ne se distinguent que comme ça, même si en pratique le contexte lève presque toujours le doute.
Pour qui débute, le conseil est de ne pas en faire une obsession, sans pour autant l'ignorer. Pas besoin d'étudier le schéma de chaque mot pour qu'on te comprenne, mais tout dire sur un ton plat, ou en appuyant sur la dernière syllabe comme on le fait en français, c'est ce qui trahit le plus un accent étranger. Ce qui marche, c'est d'imiter des phrases entières, avec leur mélodie, plutôt que des mots isolés. Et il vaut mieux savoir que la voix de l'application est celle de l'appareil : son intonation est souvent bonne, mais pas toujours parfaite.
Tirer parti du micro
La reconnaissance vocale transforme ce que tu dis en texte, et l'application le compare à la phrase. Pour qu'elle fonctionne bien : un endroit sans bruit, le micro près de toi et la phrase dite en entier, à vitesse normale et sans séparer les syllabes, parce que le système est fait pour la parole naturelle et non pour la dictée syllabe par syllabe. S'il répond « réessaie » plusieurs fois de suite, mieux vaut réécouter la phrase avant de la répéter. Et le navigateur doit avoir l'autorisation d'utiliser le micro, qui se donne normalement une seule fois.
Il vaut mieux savoir ce qu'il mesure et ce qu'il ne mesure pas. Le système cherche les mots les plus probables pour ce qu'il a entendu, et corrige parfois de lui-même une prononciation imparfaite, donc un « bien » veut dire qu'on t'a compris, pas que ton accent est parfait. À l'inverse, un bruit ou un mot peu courant peuvent donner un « presque » injuste. C'est un outil pour perdre la peur de dire la phrase et vérifier qu'on la comprend, pas un examen de prononciation. Et la reconnaissance est faite par le navigateur, pas par Hanasuka.