Une étude, dont les résultats intitulés «The representational dynamics of perceived voice emotions evolve from categories to dimensions» ont été publiés dans la revue Nature Human Behaviour, a permis, grâce à une combinaison de techniques de neuroimagerie (IRMf) et de modèles computationnels de la voix, de découvrir que, lorsque nous entendons une voix chargée d’émotion, notre cerveau analyse l’émotion à la fois sous forme de catégories distinctes et sous forme de dimensions continues avec des dynamiques cérébrales assez différentes: plus précisément, les émotions vocales sont initialement traitées par le cerveau sous forme de catégories séparées, avant d’être raffinées sous forme de dimensions.

Concrètement, l'étude ici présentée «a utilisé l’imagerie cérébrale pour mesurer l’activité du cerveau de volontaires sains adultes pendant qu'ils écoutaient de brèves vocalisations affectives représentant différentes émotions» en vue de savoir «si notre cerveau traite les émotions vocales comme des catégories distinctes (comme le plaisir ou la peur) ou selon un continuum de dimensions affectives (du négatif au positif)».

Dans cette expérience, «les propriétés affectives des vocalisations étaient contrôlées grâce à un modèle computationnel permettant de produire une large gamme d’émotions plus ou moins intenses et identifiables». Pour «maximiser les résolutions spatiale et temporelle de la mesure d’activité cérébrale et la puissance statistique», chaque participants a subi «plusieurs sessions d'imagerie par résonance magnétique fonctionnelle et de magnétoencéphalographie».

Au bout du compte, les analyses font apparaître que «les catégories ou les dimensions expliquent toutes deux une bonne partie de l'activité cérébrale, mais différemment : alors que l'activité cérébrale précoce dans un délai de 2/10e de seconde reflète des catégories émotionnelles distinctes, les réponses neuronales plus tardives (après une demi-seconde) sont de plus en plus compatibles avec une représentation graduée, plus fine, des dimensions affectives».

Ainsi, cette étude permet «de concilier deux visions longtemps opposées en décrivant avec un haut degré de détail spatio-temporel la dynamique représentationnelle du traitement cérébral des émotions dans la voix».