Cet article dresse un panorama méthodologique en vue de l’étude de la parole dans une perspective multimodale. Il ne se s’agit donc pas de donner ici des résultats mais de montrer un peu les coulisses d’une étude multimodale en révélant les questionnements méthodologiques que tout chercheur doit se poser avant d’entreprendre une telle étude. Ainsi, cet article abordera la question du recueil de corpus multimodal, de l’annotation (et notamment de la conception d’un schéma d’annotation) et enfin de la méthodologie du contrecodage en vue de valider les annotations. Il présentera donc diverses études et se fera le témoin de plusieurs expériences méthodologiques. L’accent sera mis en particulier sur les études de la gestuelle coverbale mais tout en envisageant le transfert de ces approches méthodologiques à d’autres modalités telles que les expressions faciales, le regard ou encore les postures.