Les tons du chinois : ce qu'un francophone entend, et ce qu'il croit entendre

Le 汉语拼音方案, le schéma officiel de romanisation du mandarin, consacre une courte section aux marques de ton. Elle en donne quatre : un trait horizontal, un trait montant, un signe en creux, un trait descendant.

Deux détails de ce paragraphe méritent qu'on s'y arrête, parce qu'ils sont systématiquement perdus dans les cours en ligne. Le premier : le schéma ne numérote pas ses tons. Il les nomme par leurs catégories phonologiques traditionnelles — 阴平, 阳平, 上声, 去声. Le « premier ton » et le « troisième ton » sont une convention pédagogique commode, pas la terminologie du texte.

Le second : la ligne d'exemples du schéma comprend cinq entrées, pas quatre. Après 妈, 麻, 马, 骂 vient 吗, étiqueté 轻声, et le texte précise que la marque de ton se place sur la voyelle principale de la syllabe et que le ton neutre ne se marque pas. C'est de là que vient tout l'écart entre « quatre » et « cinq » : on compte quatre marques ou cinq catégories, et les deux réponses sont dans le même paragraphe.

Une précision honnête sur la source. Ce texte est un document normatif chinois ; la page du ministère de l'Éducation qui l'héberge est entrée en boucle de redirection lors de la consultation automatisée du 9 septembre 2026 — son adresse la classe sous février 1958 — et la version citée ici est une reproduction en PDF publiée par une université chinoise, relevée le même jour.

Pour le cantonais, la référence publiée est le schéma de la Société de linguistique de Hong Kong, le jyutping, proposé en 1993. Sa page de présentation liste les tons sous forme de chiffres : 1 à 6, illustrés par une série de six syllabes construites sur la même base.

Six numéros, donc. Mais la même page donne des exemples de caractères qui expliquent immédiatement pourquoi d'autres inventaires en annoncent neuf. Le ton 1 y illustre deux caractères, l'un ouvert et l'autre fermé par une consonne finale occlusive ; le ton 3 fait de même, et le ton 6 aussi. Autrement dit, le schéma range les syllabes dites entrantes — celles qui se terminent par une occlusive — sous les mêmes numéros que leurs équivalentes ouvertes.

Les traditions qui comptent neuf tons séparent ces syllabes. Elles ne décrivent pas une autre langue et n'entendent pas autre chose : elles ont fait un autre choix d'analyse, et le nombre change avec le choix. C'est la seule manière honnête de présenter l'écart entre six et neuf.

La Société de linguistique de Hong Kong publie une foire aux questions sur le jyutping, datée du 22 août 2012, où des critiques du schéma sont reproduites avec leurs réponses. La dernière porte précisément sur les tons.

Le contradicteur y soutient que le cantonais de Guangzhou compte en réalité onze tons, et reproche au schéma de ne pas scinder le premier en un ton haut plat et un ton haut descendant, distinction qu'il illustre par des paires de mots. La réponse de la société est nette : la prononciation de Hong Kong n'offre pas de base à cette scission, les dictionnaires et les transcriptions du continent ne l'opèrent pas davantage, et de toutes les transcriptions du cantonais en circulation, seule la forme d'origine du système de Yale la faisait. Elle ajoute que la formulation « il devrait y avoir onze tons » est trompeuse, et qu'elle laisse croire que le jyutping omettrait cinq tons alors qu'il ne fait que ne pas scinder le premier.

Ce passage est utile pour deux raisons. Il montre que la question n'est pas close, et il montre à quoi ressemble une réponse sérieuse : un choix d'analyse assumé, avec ses raisons, et non un chiffre annoncé comme une évidence.

Il en découle une règle pratique pour choisir une méthode. Une ressource qui annonce un nombre de tons sans dire dans quel cadre elle le compte n'est pas fausse pour autant, mais elle vous a caché la seule information qui permettait de la comparer à une autre.

Ici commence la partie qui concerne spécifiquement un apprenant francophone, et elle se documente très bien — en français, et par un organisme de langue.

La Banque de dépannage linguistique de l'Office québécois de la langue française consacre un article à la prosodie et aux prosodèmes. Elle y définit le ton comme une variation de la hauteur de la voix au cours de l'articulation d'un phonème ou d'un groupe de phonèmes, et précise qu'il s'agit d'un élément distinctif utilisé dans certaines langues, dont elle cite le vietnamien, le chinois et le birman. Puis vient la phrase qui vaut tout le paragraphe : en français, le ton n'est pas un prosodème.

Le français utilise pourtant la hauteur, et abondamment. Le même article la range sous l'intonation, définie comme la variation de la hauteur de la voix au cours de l'énonciation — et sa fiche terminologique sur l'intonation la définit comme les variations de la ligne mélodique du discours, portant une valeur significative ou expressive, avec pour exemple la différence entre « il pleut ? » et « il pleut ». La note de cette fiche distingue explicitement l'intonation des tons, qui sont, eux, des traits phoniques distinctifs.

Reste l'accent. En français, l'accent tonique est démarcatif : il découpe l'énoncé en unités de sens, et la fiche de l'Office sur la syllabe accentuée est catégorique sur sa place — seule la dernière syllabe d'un groupe syntaxique est accentuée. Il se réalise principalement par la durée et l'intensité, pas par la hauteur.

Mettez ces trois faits côte à côte et le conflit apparaît sans qu'on ait besoin de l'inventer. En français, la hauteur travaille à l'échelle de la phrase et porte du sens pragmatique ; le relief de la syllabe, lui, se fait par la durée et l'intensité, et sa position n'est même pas libre, puisqu'elle tombe en fin de groupe. En chinois, mandarin comme cantonais, la hauteur est un trait distinctif à l'échelle de la syllabe.

Ce que le francophone doit apprendre n'est donc pas d'entendre des différences de hauteur — il en produit et en interprète toute la journée. C'est de les libérer d'un niveau et de les rendre à un autre : cesser de dépenser la hauteur sur la courbe de l'énoncé, et la dépenser syllabe par syllabe.

Le symptôme le plus visible est celui de la question. En français, une même suite de mots devient interrogative par une courbe montante en finale : l'exemple de l'Office est « Il réfléchit » contre « Il réfléchit ? ». C'est un réflexe, il est automatique, et il s'applique à la dernière syllabe — c'est-à-dire à une syllabe qui, en chinois, a déjà un ton à elle.

Ce que chaque langue fait de cette collision — comment le mandarin et le cantonais marquent l'interrogation, et ce qui arrive au ton de la dernière syllabe quand ils le font — est une vraie question de linguistique, et nous n'y répondons pas ici : nous n'avons pas trouvé de source consultable le jour de la rédaction. Ce qui est établi, et suffit pour un apprenant, c'est que le réflexe existe du côté français, qu'il est involontaire, et qu'il porte sur la position exacte où il coûte le plus cher.

Il reste une asymétrie dont dépend l'organisation de tout le travail, et elle n'a rien de propre au chinois. Un exercice fermé — reconnaître, associer, compléter — se corrige contre une clé, et c'est pour cela qu'une application peut le faire fonctionner sans professeur. Une syllabe prononcée n'a pas de clé.

Le piège est que le sentiment de reproduire un modèle est très net, et qu'il est indépendant du résultat. Quelqu'un qui écoute un enregistrement et répète a l'impression d'ajuster ; rien dans la boucle ne lui dit qu'il ne l'a pas fait. C'est ainsi qu'une prononciation stable et fausse s'installe pendant les premiers mois — chez les gens sérieux, précisément parce qu'ils travaillent beaucoup et seuls.

La conséquence n'est pas qu'il faille arrêter de travailler seul, qui reste la plus grande part du temps utile. Elle porte sur l'ordre : quelqu'un doit écouter tôt, et pas quand le niveau sera présentable. C'est la même conclusion que celle de notre inventaire des ressources gratuites de cantonais, et elle vaut identiquement pour le mandarin.

Une deuxième conséquence concerne la transcription. Puisque les inventaires diffèrent selon le cadre, changer de système en cours de route oblige à réapprendre la lecture de tout ce qui est déjà mémorisé. Le choix compte moins que la constance — et le jyutping, publié par la Société de linguistique de Hong Kong, a l'avantage d'être documenté et de ne se servir que de chiffres.

Nos formateurs enseignent le cantonais et le mandarin en français, en cours individuels par visioconférence, à 45 €/h. La facturation est en euros, sans commission de plateforme, et les heures non suivies sont remboursées en argent, jamais en avoir.

Sur ce sujet précis, la chose utile est celle qui n'a pas de clé de correction : entendre une syllabe et dire laquelle c'était, arrêter la montée finale quand elle repart toute seule, et expliquer en français, à quelqu'un qui pense en français, ce que sa langue fait de la hauteur et pourquoi elle le fait au mauvais endroit.

Ce que nous ne prétendons pas faire : promettre un délai. Personne n'a publié de chiffre sérieux sur le temps qu'il faut à un francophone pour stabiliser des tons, et nous n'en inventerons pas un.

Le premier échange dure vingt minutes et il est gratuit. Le plus utile est d'y arriver avec quelques mots déjà travaillés seul : c'est en les écoutant qu'on voit tout de suite si le problème est l'oreille, la production, ou l'intonation française qui passe par-dessus.