L'identité vocale d'un locuteur est largement définie par l'anatomie de son appareil phonatoire. La hauteur fondamentale de sa voix est définie par la taille et la masse de ses cordes vocales (ainsi que par la tension qu'il y applique). La longueur de son tractus vocal définie une grandeur d'\emph{échelle acoustique} que l'auditeur associera à la taille du locuteur. En combinant ces deux informations, il est possible d'estimer la taille, l'âge et le genre du locuteur à partir se sa voix. Cependant, la fréquence fondamentale est rarement fixe et varie pour participer à la prosodie. De même, la longueur du tractus vocal varierait faiblement pour transmettre certaines émotions. L'étude présentée ici vise à caractériser les variations de hauteur fondamentale et de longueur de tractus vocal qu'un locuteur peut tolérer avant de décider que le locuteur a changé. Les résultats montrent que les auditeurs sont bien plus tolérants pour un changement de hauteur fondamental que pour un changement de longueur de tractus vocal, alors même qu'ils sont moins sensibles à ce dernier. Ces résultats concordent avec les variations observées dans des enregistrements de parole et suggèrent que les auditeurs ont développé un modèle de locuteur par apprentissage. Les implications de ces résultats pour l'étude de l'analyse des scènes auditives et pour l'étude de l'organisation du système auditif sont discutées.