12 pie-donut wedges around a cut-out center, like a clock face with the middle removed, each wedge a unique chromatic pitch class mapped to a color around the hue wheel in pitch order (red→C, going around — the modern version of Newton's 7-color/7-note mapping). Distance from the cut-out edge to the wedge's outer edge continuously glides the pitch upward across 3 octaves — there's no fixed grid, you're shaping a contour. Neighboring wedges overlap by 25% of their own width on both sides, so multiple fingers, or just hovering on desktop, can sit in an overlap zone and sound both notes together.
A real per-pixel sphere projection of a flat map, rotating, sitting inside the cut-out — the planet as the source. The pulsing white glow around it is its atmosphere, and brightens with however much sound is currently active, so it's a graphical readout of the sound, not decoration. The 12 colored wedges are the spectrum of light/sound radiating outward from it.
Open "Graphs" for a play/pause/stop loop through 24 examples (insects, frogs, birds, whales, hybrids, chords, beating pairs, glides), each pinned to its own sound regardless of the rotation gauge's current position, plus a live level meter, a scrolling pitch-over-time trace, a particle visualizer, an oscilloscope, a spectrum analyzer, and a readout of which notes are sounding and how tense or open their tightest interval is. All of these react to one-shot chirps and demos, not just held notes.
Records exactly what you're actually hearing (a second tap off the same signal, not a re-synthesized copy) for up to 30 seconds, then saves it into "My recordings" in this panel — play it back right here, no separate player needed. Click it again before 30s to stop early. Each saved clip also has its own play, download, and delete buttons.
12 quartiers en forme de donut autour d'un centre évidé, comme un cadran d'horloge dont le milieu aurait été retiré, chaque quartier correspondant à une note chromatique unique associée à une couleur sur la roue chromatique, dans l'ordre des hauteurs (rouge→Do, en tournant — la version moderne de la correspondance couleurs/notes de Newton, 7 couleurs pour 7 notes). La distance entre le bord intérieur évidé et le bord extérieur du quartier fait glisser la hauteur en continu sur 3 octaves — il n'y a pas de grille fixe, vous façonnez un contour. Les quartiers voisins se chevauchent sur 25% de leur propre largeur de chaque côté, donc plusieurs doigts, ou simplement le survol sur ordinateur, peuvent se trouver dans une zone de chevauchement et faire sonner les deux notes ensemble.
Une véritable projection sphérique, pixel par pixel, d'une carte plate, en rotation, logée dans la partie évidée — la planète comme source. La lueur blanche pulsante autour d'elle est son atmosphère, et s'intensifie selon la quantité de son actuellement active : c'est une lecture graphique du son, pas une simple décoration. Les 12 quartiers colorés sont le spectre de lumière/son rayonnant depuis cette source.
Ouvrez « Graphiques » pour une boucle lecture/pause/arrêt à travers 24 exemples (insectes, grenouilles, oiseaux, baleines, hybrides, accords, paires en battement, glisses), chacun fixé à son propre son quelle que soit la position actuelle de la jauge de rotation, ainsi qu'un vu-mètre en direct, une trace défilante de la hauteur dans le temps, un visualiseur de particules, un oscilloscope, un analyseur de spectre, et une lecture des notes en train de sonner et de la tension de leur intervalle le plus serré. Tout cela réagit aux cris isolés et aux démonstrations, pas seulement aux notes tenues.
Enregistre exactement ce que vous entendez réellement (une seconde prise sur le même signal, pas une copie resynthétisée) pendant 30 secondes maximum, puis l'enregistre dans « Mes enregistrements » dans ce panneau — écoutez-le directement ici, sans lecteur séparé. Cliquez de nouveau avant les 30s pour arrêter plus tôt. Chaque clip enregistré a aussi ses propres boutons lecture, téléchargement et suppression.
The oldest confirmed pitched instrument, the Hohle Fels flute (~40,000 years old), was carved from a vulture wing bone — breath turbulence through a resonant cavity, not a pure tone. Each voice here mixes a sine tone with filtered breath-noise, natural vibrato, and a small random micro-detune per press, because no two breaths are ever pitched identically. When two presses overlap, their slightly mismatched pitches beat against each other — real acoustic interference, not a designed effect.
Move slowly and a wedge sustains, breathing and gliding as long as you stay on it. Move quickly across several colors and each one instead fires a short chirp built from three real bioacoustic mechanisms layered together: a fast pitch sweep (how bird calls are shaped), a fast amplitude buzz (how insects make sound by vibrating wings/membranes), and a fixed resonant "formant" peak (how a frog or toad's throat pouch colors a call regardless of pitch). Every voice also runs through a soft saturation curve, because a real vibrating membrane is never a pure sine wave the way a plain oscillator is.
A small needle on a fixed half-circle scale just outside the wheel, 0 at the top, ±90° either side, numbered 50–0–50. Drag it and every new chirp morphs continuously: counter-clockwise (toward -50) makes calls longer, lower, and wobble slowly like a whale moan; clockwise (toward +50) makes them short, high, and buzz like an insect's wings. The colored wheel itself doesn't move, only the needle — this is a deliberate artistic mapping (CCW = bass/whale, CW = high/insect), not a claim about real chronology or direction. It only affects new chirps from the moment you move it; a sound already mid-flight keeps the character it was born with.
Le plus ancien instrument à hauteur confirmé, la flûte de Hohle Fels (~40 000 ans), a été taillée dans un os d'aile de vautour — une turbulence de souffle traversant une cavité résonnante, pas un son pur. Chaque voix ici mélange un ton sinusoïdal avec un bruit de souffle filtré, un vibrato naturel, et un petit micro-désaccord aléatoire à chaque pression, car deux souffles ne sont jamais accordés de façon identique. Quand deux pressions se chevauchent, leurs hauteurs légèrement décalées entrent en battement — une véritable interférence acoustique, pas un effet conçu intentionnellement.
Déplacez-vous lentement et un quartier se maintient, respirant et glissant tant que vous restez sur lui. Déplacez-vous rapidement à travers plusieurs couleurs et chacune déclenche à la place un bref cri construit à partir de trois véritables mécanismes bioacoustiques superposés : un balayage rapide de hauteur (la façon dont les cris d'oiseaux sont formés), un bourdonnement rapide d'amplitude (la façon dont les insectes produisent du son en faisant vibrer ailes/membranes), et un pic résonnant fixe de « formant » (la façon dont la poche vocale d'une grenouille ou d'un crapaud colore un appel quelle que soit la hauteur). Chaque voix passe aussi par une courbe de saturation douce, car une membrane vibrante réelle n'est jamais une onde sinusoïdale pure comme l'est un simple oscillateur.
Une petite aiguille sur une échelle fixe en demi-cercle juste à l'extérieur de la roue, 0 en haut, ±90° de chaque côté, numérotée 50–0–50. Tirez-la et chaque nouveau cri se transforme en continu : sens antihoraire (vers -50) rend les appels plus longs, plus graves, et les fait osciller lentement comme un chant de baleine ; sens horaire (vers +50) les rend courts, aigus, et bourdonnants comme des ailes d'insecte. La roue colorée elle-même ne bouge pas, seule l'aiguille bouge — c'est une correspondance artistique délibérée (sens antihoraire = grave/baleine, sens horaire = aigu/insecte), pas une affirmation sur une chronologie ou une direction réelle. Cela n'affecte que les nouveaux cris à partir du moment où vous la déplacez ; un son déjà en train de jouer garde le caractère avec lequel il est né.
Pythagoras drew a parallel between musical intervals and the color spectrum 2,500 years ago. Kandinsky and Scriabin both had real synesthesia and built actual color-music instruments and scores around it. Steven Mithen's "Singing Neanderthals" hypothesis argues music is language's emotional ancestor, not its byproduct.
The real, citable ordering of when four sound-making mechanisms appear in the fossil/behavioral record, oldest to youngest: insect wing-stridulation (~165–230 million years, the oldest known complex acoustic signaling on Earth) → frog vocal cords (~180–200 million years, the first land animals confirmed to vocalize) → the bird syrinx (~67–68 million years) → whale song (youngest — only possible after whales' land-mammal ancestors returned to the ocean ~50 million years ago). That ordering is real. That older mechanisms map to "harsher" sound and newer ones to "smoother" sound here is my own pattern-matching, presented as a working theory, not a verified evolutionary claim.
The strongest evidence is recent. Project CETI published a sperm whale "phonetic alphabet" in May 2024: whale click-codas have combinatorial structure — a small set of base units (rhythm, tempo, plus stylistic variations they call rubato and ornamentation) that combine into longer phrases, varying by social context. In November 2025, UC Berkeley linguists working with CETI found vowel-like sounds embedded in those click patterns — structure closer to human phonetics than expected.
Humpback whale song spreads between populations as a cultural "revolution": one population's song variant propagates across an ocean over a few years, like a dialect or trend spreading through human populations — real cultural transmission, not instinct.
Prairie dogs name things. Con Slobodchikoff's decades of work (verified with loudspeaker playback experiments) shows their alarm calls encode predator type, and separately size, shape, and color — closer to "tall thin human in blue" than a generic "danger." Vervet, Diana, and Campbell's monkeys all show the same pattern: distinct calls tied to specific predator categories, each triggering the correct escape behavior.
The honest counterpoint: linguists studying this explicitly say few would call any of it the same type of language as human language. The missing pieces are specific: productivity (infinite new utterances from finite rules), displacement (referring to something not physically present), and recursion (nesting ideas inside ideas). Nothing found so far clearly does all three. That gap is real and unresolved — not a reason to dismiss the theory, but a reason not to overclaim it.
Pythagore a établi un parallèle entre les intervalles musicaux et le spectre des couleurs il y a 2 500 ans. Kandinsky et Scriabine avaient tous deux une véritable synesthésie et ont construit de réels instruments et partitions couleur-musique autour de cela. L'hypothèse des « Néandertaliens chanteurs » de Steven Mithen soutient que la musique est l'ancêtre émotionnel du langage, pas son sous-produit.
L'ordre réel et vérifiable d'apparition de quatre mécanismes sonores dans les archives fossiles/comportementales, du plus ancien au plus récent : la stridulation des ailes d'insectes (~165–230 millions d'années, la plus ancienne signalisation acoustique complexe connue sur Terre) → les cordes vocales des grenouilles (~180–200 millions d'années, les premiers animaux terrestres confirmés à vocaliser) → le syrinx des oiseaux (~67–68 millions d'années) → le chant des baleines (le plus récent — possible seulement après que les ancêtres mammifères terrestres des baleines soient retournés à l'océan il y a ~50 millions d'années). Cet ordre est réel. Que les mécanismes plus anciens correspondent à un son plus « rugueux » et les plus récents à un son plus « lisse » ici, c'est ma propre mise en correspondance, présentée comme une théorie de travail, pas une affirmation évolutive vérifiée.
Les preuves les plus solides sont récentes. Le Projet CETI a publié un « alphabet phonétique » du cachalot en mai 2024 : les codas (séquences de clics) des cachalots ont une structure combinatoire — un petit ensemble d'unités de base (rythme, tempo, plus des variations stylistiques qu'ils appellent rubato et ornementation) qui se combinent en phrases plus longues, variant selon le contexte social. En novembre 2025, des linguistes de l'UC Berkeley travaillant avec CETI ont découvert des sons proches de voyelles intégrés dans ces motifs de clics — une structure plus proche de la phonétique humaine que prévu.
Le chant de la baleine à bosse se répand entre populations comme une « révolution » culturelle : la variante du chant d'une population se propage à travers un océan en quelques années, comme un dialecte ou une tendance qui se répand dans les populations humaines — une véritable transmission culturelle, pas de l'instinct.
Les chiens de prairie nomment les choses. Les décennies de travail de Con Slobodchikoff (vérifiées par des expériences de diffusion de cris enregistrés) montrent que leurs cris d'alarme encodent le type de prédateur, et séparément sa taille, sa forme et sa couleur — plus proche de « humain grand et mince en bleu » qu'un « danger » générique. Les singes vervet, Diane et de Campbell montrent tous le même schéma : des cris distincts liés à des catégories spécifiques de prédateurs, chacun déclenchant le bon comportement de fuite.
Le contrepoint honnête : les linguistes qui étudient cela disent explicitement que peu d'entre eux qualifieraient tout cela du même type de langage que le langage humain. Les éléments manquants sont précis : la productivité (un nombre infini de nouveaux énoncés à partir de règles finies), le déplacement (faire référence à quelque chose qui n'est pas physiquement présent), et la récursion (emboîter des idées dans des idées). Rien trouvé jusqu'à présent ne fait clairement les trois. Cet écart est réel et non résolu — pas une raison de rejeter la théorie, mais une raison de ne pas la surestimer.
Human speech runs at roughly 10–20 phonemes per second, and distinguishing two phonemes needs a window of about 20–125ms (e.g. the difference between "p" and "b" is about a 20ms timing cue). That's not arbitrary — it's close to the limit of how fast the human auditory system can segment sound into separate, nameable symbolic units before they blur into a continuous buzz (the "flutter fusion" threshold). Insect wingbeat buzzes, fast bird-call sweeps, and echolocation clicks all operate faster than that, or as continuous analog signals rather than discrete combinable units.
That's the actual trade-off: human language is slow compared to insect or bat signaling, in exchange for "duality of patterning" — a few dozen meaningless phonemes recombine into an effectively infinite set of meaningful words and sentences. A cricket's buzz can vary in pitch and rate, but it isn't built from discrete, recombinable symbols the way "cat," "act," and "tac" all use the same three sounds to mean different things. We didn't fail to evolve chirping — we evolved a different strategy: fewer, slower, but combinable units instead of fast, expressive, but largely fixed-repertoire signals.
Human hearing is most sensitive between roughly 2–5kHz, peaking around 3–4kHz — not bass. That band is exactly where consonants (s, f, sh, ch, k, t) live, and consonants carry most of what makes speech intelligible (vowels carry more of the musicality/emotion, lower and broader). So evolution didn't just give us slow, combinable units — it tuned our hearing to be sharpest in the frequency range that makes those units distinguishable from each other.
This page logs the pitch of every sound you personally trigger (held notes and chirps), stored only in your own browser (localStorage — nothing is sent anywhere, there's no server collecting this from other people, so this is *your* usage, not "humans globally"). It also runs a tiny real clustering algorithm (k-means, the same family of unsupervised technique CETI uses on whale data, just far simpler) to find the 3 pitch zones you actually gravitate toward.
La parole humaine fonctionne à environ 10 à 20 phonèmes par seconde, et distinguer deux phonèmes nécessite une fenêtre d'environ 20 à 125 ms (par exemple, la différence entre « p » et « b » tient à un indice temporel d'environ 20 ms). Ce n'est pas arbitraire — c'est proche de la limite de la vitesse à laquelle le système auditif humain peut segmenter le son en unités symboliques distinctes et nommables avant qu'elles ne se fondent en un bourdonnement continu (le seuil de « fusion de scintillement »). Les bourdonnements d'ailes d'insectes, les balayages rapides des cris d'oiseaux et les clics d'écholocalisation fonctionnent tous plus vite que cela, ou comme des signaux analogiques continus plutôt que des unités discrètes combinables.
C'est le véritable compromis : le langage humain est lent comparé à la signalisation des insectes ou des chauves-souris, en échange de la « double articulation » — quelques dizaines de phonèmes dénués de sens se recombinent en un ensemble pratiquement infini de mots et de phrases porteurs de sens. Le bourdonnement d'un criquet peut varier en hauteur et en rythme, mais il n'est pas construit à partir de symboles discrets et recombinables, contrairement à n'importe quel mot humain, où réarranger quelques sons change complètement le sens. Nous n'avons pas échoué à faire évoluer le cri — nous avons fait évoluer une stratégie différente : des unités moins nombreuses et plus lentes, mais combinables, plutôt que des signaux rapides et expressifs mais à répertoire largement fixe.
L'audition humaine est la plus sensible entre environ 2 et 5 kHz, avec un pic vers 3 à 4 kHz — pas dans les graves. C'est exactement la bande où vivent les consonnes (s, f, ch, k, t), et les consonnes portent l'essentiel de ce qui rend la parole intelligible (les voyelles portent davantage la musicalité/l'émotion, plus graves et plus larges). L'évolution ne nous a donc pas seulement donné des unités lentes et combinables — elle a aussi réglé notre audition pour qu'elle soit la plus fine dans la plage de fréquences qui rend ces unités distinguables les unes des autres.
Cette page enregistre la hauteur de chaque son que vous déclenchez personnellement (notes tenues et cris), stockée uniquement dans votre propre navigateur (localStorage — rien n'est envoyé nulle part, aucun serveur ne collecte cela auprès d'autres personnes, donc c'est votre usage, pas « les humains dans le monde »). Cela exécute aussi un véritable petit algorithme de regroupement (k-means, la même famille de technique non supervisée que CETI utilise sur les données de baleines, juste bien plus simple) pour trouver les 3 zones de hauteur vers lesquelles vous gravitez réellement.
This is a perceptual approximation of a wind instrument (noise + filter + vibrato), not a physical model — real physical-modeling synthesis (waveguide/Karplus-Strong style) solves the actual fluid dynamics, this doesn't. Going fully chromatic means overlapping dots can sound genuinely dissonant intervals, same as any chromatic instrument; that dissonance is spatially patterned (neighboring spokes are a semitone apart, distant spokes are wider intervals) but not eliminated. There's no fixed pitch grid, so this isn't built for notatable, repeatable composition — it trades that precision for continuous, voice-like expression, the same trade a theremin or fretless string makes. And the usage stats above are a toy, local, single-user illustration of a real methodology — not a substitute for the actual large-scale, multi-population data work CETI and similar projects do.
Ceci est une approximation perceptive d'un instrument à vent (bruit + filtre + vibrato), pas un modèle physique — la véritable synthèse par modélisation physique (style waveguide/Karplus-Strong) résout la dynamique des fluides réelle, ce qui n'est pas le cas ici. Passer au chromatique complet signifie que des points qui se chevauchent peuvent produire des intervalles réellement dissonants, comme n'importe quel instrument chromatique ; cette dissonance est répartie dans l'espace (les rayons voisins sont à un demi-ton, les rayons distants sont des intervalles plus larges) mais pas éliminée. Il n'y a pas de grille de hauteur fixe, donc ceci n'est pas conçu pour une composition notable et reproductible — cela échange cette précision contre une expression continue, proche de la voix, le même compromis que fait un thérémine ou une corde sans frette. Et les statistiques d'usage ci-dessus sont une illustration jouet, locale, à un seul utilisateur, d'une méthodologie réelle — pas un substitut au véritable travail de données à grande échelle et multi-populations que mènent CETI et des projets similaires.