L'efficacité de l'entraînement informatisé pour l'apprentissage des langues, et plus spécifiquement des tons lexicaux du chinois (mandarin) a été démontrée dans plusieurs études. Cette étude-ci s'intéresse à l'utilisation d'un feedback multimédia impliquant une représentation visuelle des tons lexicaux, dans le cadre d'un entraînement informatisé. Un entraînement perceptuel (basé sur la perception des tons lexicaux plutôt que sur leur production) s'appuyant entre autres sur la théorie du high variability training a été développé. Deux feedbacks ont été conçus pour s'insérer dans cet entraînement, l'un utilisant le pinyin comme représentation visuelle, et l'autre utilisant une représentation schématique animée basée sur la notation de Chao (1930). Une étude expérimentale a été menée dans laquelle 30 participants ont suivi l'entraînement de 48 items pour apprendre à reconnaître chacun des 4 tons, soit avec le feedback pinyin, soit avec le feedback animé. Leur apprentissage a été mesuré avec un pré-test et un post-test dans lesquels ils ont dû reconnaître chacun des quatre tons sur un ensemble de 32 items. Les résultats concernant le gain entre pré-test et post-test indiquent que l'entraînement a été efficace dans les deux conditions d'apprentissage. Le taux de réussite moyen au post-test était de 68 pourcents. Cependant, les résultats n'ont pas démontré de différences significatives sur l'apprentissage entre les deux types de feedback. En revanche, des différences de performances sont apparues selon les tons ou les syllabes utilisés. Ces résultats confirment l'efficacité de l'entrainement perceptuel mais ne confortent pas nos hypothèses concernant le type de feedback et posent donc des questions sur la nécessité d'une telle représentation visuelle détaillée et dynamique.