["Journal of the Royal Anthropological Institute, EarlyView. ", "\nContemporary artificial intelligence (AI) technologies are often presumed to be capable of revealing unmediated truths about the world, including the truths language might hold, echoing the long‐standing assertion that language's primary function is to directly translate reality. These interrelated representationalist ideologies unite in vocal biomarker AI, a subarea of machine learning research and development dedicated to optimizing how the voices of people experiencing mental distress are interpreted. Although the premise behind vocal biomarker AI – to listen to the brain through the voice – assigns transcendent semiotic capacities to both AI and language, another story unfolds in practice. Drawing from fieldwork with vocal biomarker AI researchers, I show that researchers take the social, pragmatic, and political dimensions of language to be foundational to its computational modelling. This is because to gather the voice data necessary to their research, researchers must recruit human research subjects and make them speak, contending with the gaps between the subjects’ and their own expectations regarding the meanings and values that language can embody. By underscoring the centrality of disjuncture, maintenance, and partiality – i.e., transduction – in vocal biomarker AI, I counter hegemonic claims about the people behind AI systems and the systems’ abilities to do things with words.\n\nRésumé\nOn croit souvent que les technologies actuelles d'intelligence artificielle (IA) peuvent révéler des vérités immédiates sur le monde, et notamment des vérités nichées dans le langage, auquel on prête depuis longtemps la fonction principale de traduire directement la réalité. Ces idéologies représentationalistes apparentées se retrouvent dans l'IA des biomarqueurs vocaux, sous‐domaine de la R&D sur l'apprentissage automatique qui cherche à optimiser l'interprétation de la voix des personnes en situation de détresse mentale. Bien que le point de départ de l'IA des biomarqueurs vocaux (écouter le cerveau à travers la voix) assigne des capacités sémiotiques transcendantes à la fois à l'IA et au langage, c'est une autre histoire qui se joue dans la pratique. À partir d'un travail de terrain réalisé auprès de chercheurs en IA des biomarqueurs vocaux, l'autrice montre que ceux‐ci attribuent aux dimensions sociales, pragmatiques et politiques du langage un rôle fondateur dans leur travail de modélisation informatique. En effet, afin de recueillir les données vocales nécessaires à leur recherche, ils doivent recruter des sujets humains et les faire parler, en composant avec les décalages entre leurs propres attentes et celles de leurs sujets quant aux significations et aux valeurs que le langage peut incarner. En soulignant le rôle central de la disjonction, de l'entretien et de la partialité (autrement dit, de la transduction) dans l'IA des biomarqueurs vocaux, l'autrice va à l'encontre des affirmations hégémoniques concernant les concepteurs des systèmes d'IA et la capacité des systèmes de faire des choses avec les mots.\n"]