Diacritique

Un diacritique ou signe diacritique (du grec διακριτικός / diakritikós, « qui distingue ») est un signe accompagnant une lettre ou un graphème pour en modifier le son correspondant ou pour distinguer le mot qui l’inclut d’un autre mot homonyme. En ce qui concerne le graphème, le diacritique peut être placé au-dessus (diacritique suscrit), au-dessous (diacritique souscrit), dans ou à travers (diacritique inscrit), après (diacritique adscrit), devant (diacritique prescrit) ou tout autour (diacritique circonscrit). Les accents, le tréma et la cédille sont des signes diacritiques.

Présentation

Son objectif est de :

• modifier la valeur phonétique de la lettre (ou du graphème) ;
• permettre une lecture plus précise (les diacritiques ne sont alors pas obligatoires) ;
• éviter une ambiguïté entre des homographes.

Il existe aussi des lettres diacritiques, muettes et nécessairement écrites à côté de la lettre qu'elles modifient. Accessoirement, elles ont pu devenir un signe diacritique (cf. umlaut et rond en chef).

Au même titre que les ligatures et que les lettres supplémentaires inventées après coup, l'ajout de diacritiques étend le nombre de graphèmes d'une écriture. Dans de nombreux cas, la lettre diacritée n'est pas considérée comme un graphème indépendant mais comme un allographe, c'est-à-dire une autre version écrite de la lettre simple. La lettre diacritée n'intervient alors pas dans le classement alphabétique.

À titre d'exemple, l'accent aigu du français modifie la valeur phonétique d'un e, généralement prononcé [ǝ] (e « muet ») : é vaut alors [e]. L'accent grave sur un a, cependant, ne permet que de distinguer des homographes : la (article) ~ là (adverbe de lieu), valant tous deux [la] en français (mais ils se distinguent à l'oral dans certains dialectes du français). On ne considère cependant pas é et à comme des lettres indépendantes de e et a.

En écriture latine, les diacritiques ne servent en général pas à affiner la lecture : ils sont tous obligatoires.

En écriture arabe, où les voyelles ne sont pas écrites, les diacritiques servent au contraire à affiner la lecture. Dans les ouvrages didactiques ou religieux, on peut les noter sous forme de diacritiques. La fatḥa, un trait légèrement oblique suscrit, sert à indiquer la présence d'une voyelle [a] : le mot عدل se lit ʿadl (‘adl) mais se translittère ʿdl. Pour en préciser la lecture, on peut ajouter une fatḥa : عَدل.

En règle générale, si une lettre diacritée est présente dans une langue, la lettre simple y est également. Les exceptions sont :

• le maltais, qui possède ċ mais pas c ;

• le biélorusse, qui possède й mais pas и.

Diacritiques selon l'écriture et l'alphabet

Chaque écriture a pu développer ses propres diacritiques :

• diacritiques de l'alphabet latin (celui-ci servant aussi à la romanisation, c'est l'alphabet qui connaît le plus de signes diacritiques) :
  • cf. aussi diacritiques de l'alphabet vietnamien (quốc ngữ),
  • les diacritiques utilisés en français, leur utilisation et les règles d'emploi, sont traités à part ;
• diacritiques de l'alphabet grec ;
• diacritiques de l'alphabet cyrillique ;
• diacritiques de l'alphabet arabe ;
• diacritiques de l'alphabet hébreu ;
• diacritiques de l'alphabet italien ;
• diacritiques de la devanâgarî ;
• diacritiques des syllabaires japonais ;
• diacritiques de l'alphabet tibétain ;
• diacritiques de l'alphabet turc.

Diacritiques non français de l'alphabet latin

• Allemand : ä pour [ɛ], ö pour [œ] ou [øː], ü pour [yː]
• Espagnol : ñ pour [ɲ]
• Espéranto : ĉ pour [ʧ], ĝ pour [ʤ], ĥ pour [x], ĵ pour [ʒ], ŝ pour [ʃ], ŭ pour [w]
• Polonais : ó pour [u], ę pour [ɛ̃], ą pour [ɔ̃], ć pour [tɕ], ł pour [u̯] ou [w], ń pour [ɲ], ź pour [ʑ], ż pour [ʒ]

• Portugais : õ pour [õ], ã pour [ã]
• Roumain : ƫ pour [ts], ş pour [ʃ]
• Tchèque : č pour [ʧ], ř pour [ɼ], š pour [ʃ], ž pour [ʒ]

Transcription en informatique

ASCII

L'ASCII fut créé (vers 1963) avec des accents (~ ' ` , ^ " ~) de manière à pouvoir composer les caractères accentués à l'aide d'un caractère et d'un accent. La première version de l'ASCII prévoyait l'utilisation du symbole de suppression ou retour arrière pour composer les deux caractères en un seul. Toutefois, les lobbies en présence^{[réf. nécessaire]} ont éliminé ce standard dès la deuxième version de l'ASCII. Depuis, l'ASCII ne permet plus à lui seul l'échange de textes comportant des caractères accentués.

Le jeu de caractères ASCII standard, tributaire du système octal très utilisé dans les débuts de l'informatique, comporte 128 codes, dont 95 caractères affichables, parmi lesquels 52 caractères alphabétiques, les 26 lettres de l'alphabet latin en casses majuscule et minuscule (ou bas-de-casse), mais pas de lettre accentuée.

Il existe plusieurs jeux de caractères dénommés souvent ASCII étendu, qui comptent 256 codes, les 128 codes supplémentaires servant notamment à représenter certaines voyelles et consonnes de l'alphabet latin comportant des signes diacritiques.

Les premiers jeux de caractères étendus, dits pages de code, furent créés par la société IBM pour ses micro-ordinateurs « PC »^{[réf. nécessaire]} ; dans ce système, une page de code ou « CP » (codepage) est spécifiée par un nombre et associée à un ensemble particulier : la CP437 est l'ensemble « américain » ou « graphique » ; la CP850 est l'ensemble « multilingue européen ».

Avec l'apparition des environnements graphiques (Apple Macintosh, Microsoft Windows, X Window, etc.), les caractères « graphiques » des pages de code n'ayant plus lieu d'être^{[réf. nécessaire]} un plus grand nombre de codes étendus ont servi à noter des caractères à signes diacritiques. Les ensembles créés conjointement par IBM et par la société Microsoft pour leurs deux plateformes graphiques, Windows et OS/2 « Présentation Manager », servirent de base pour une série de jeux de caractères ISO, la norme ISO 8859 qui se décline en quinze ensembles :

• 8859-1 à 8859-4, 8859-9, 8859-10, 8859-13 à 8859-16 : « Latin1 » à « Latin10 », variantes de l'alphabet latin avec caractères à diacritiques de divers pays et régions (France, Italie, Espagne, Albanie, Turquie, pays scandinaves, Hongrie, Pologne, etc.)
• 8859-6 : alphabets latin et arabe
• 8859-7 : alphabets latin et grec
• 8859-8 : alphabets latin et hébreu
• 8859-11 : alphabet thaïlandais.

Lorsque l'on ne dispose pas d'un clavier d'ordinateur français ou qu'une application ne supporte pas les caractères accentués, on peut rendre ces diacritiques en ajoutant un caractère devant la lettre à accentuer, ou derrière, voire devant et derrière. Cela peut donner par exemple :

Le garc,on ne pouvait 'e`tre l`a cet e'te'.

Voir aussi les exemples dans chaque article sur les diacritiques, ainsi que dans l'article VIQR.

Sauf si l'ordinateur dispose d'une touche compose ou similaire.

Unicode

Le Consortium Unicode, qui rassemble la plupart des grands noms de l'informatique, fut créé au milieu des années 1980 pour suppléer le problème de l'incompatibilité des divers codages de caractères développés pour diverses plateformes matérielles et logicielles (EBCDIC et système « codepage » d'IBM/Microsoft, jeux propres à Apple, à HP, jeux Unix, etc.) et en liaison avec le développement de la norme ISO 10646.

Le but initial était de développer un système de codage non plus sur 8 bits mais sur 16 bits, ce qui permet le codage de 2¹⁶ soit 65 536 caractères. Actuellement, la norme a été étendue au-delà des 16 bits, car la variété des caractères et symboles (notamment les symboles mathématiques et scientifiques) à représenter excède de beaucoup cette limite, la seule écriture chinoise avec ses diverses variantes dépassant déjà cette limite de 65 536.

Le principe retenu a été de grouper des ensembles ou sous-ensembles de caractères et symboles par « pages » de 256 codes ou « blocs » ; par exemple, les blocs 0 à 3 correspondent à quatre sous-ensembles de l'alphabet latin, le bloc 6 aux « signes diacritiques combinés » associables aux caractères de l'alphabet latin, le bloc 7 aux caractères grecs et coptes, le bloc 11 à l'hébreu, les blocs 12 à 14 aux alphabets arabe et syriaque, le bloc 58 aux symboles monétaires, les blocs 63, 73, 77 et 78 aux symboles mathématiques, etc.

Dans sa version finale, le système Unicode 16 bits n'a pas retenu les écritures pictographiques, qui répondent à une autre norme.

Il y a au moins trois manières (méthodes d'entrée) d'insérer un caractère Unicode dans un document :

• par valeur ;
• par numéro d'ordre ;
• par alias.

L'inscription par valeur consiste à placer dans le document la séquence numérique de 16 bits qui correspond à un caractère donné. Les méthodes par numéro d'ordre sont utilisées dans certains types de documents seulement, notamment dans les fichiers de format RTF et HTML ou assimilés (XML, PHP notamment). Dans tous les cas, le principe est le même : faire précéder ou entourer le numéro ou l'alias d'une « séquence d'échappement ».

Dans les documents HTML, on place la séquence « & » (alias) ou « &# » (numéro) au début et le signe « ; » à la fin de la séquence, et entre les deux le numéro d'ordre ou l'alias.

Par exemple, les séquences «  » et « & » permettent de représenter le signe « et commercial » (appelé aussi « esperluette » ou « ampersand »), « & ».

Annexes

Articles connexes

• Lettre supplémentaire
• Écriture
• Ligature
• Typographie

Liens externes

• Diacritics Project @ Typo.cz sur diacritics.typo.cz (conseils pour la création de polices de caractères avec diacritiques)