Les domaines d'étude de la lecture et de la production orthographique, bien que liés, sont souvent étudiés séparément, et les modèles computationnels associés ne simulent qu'un petit nombre de tâches comportementales. On trouve d'une part des modèles de reconnaissance de mots, de lecture à voix haute, ou de décision lexicale, et d'autre part des modèles de production orthographique. Aucun modèle computationnel actuel ne peut simuler à la fois des tâches de lecture et de production orthographique. Ils sont donc incapables de rendre compte d'effets d'interactions entre ces deux processus, comme celui de la consistance orthographique dans le traitement de stimuli acoustiques, ou la question de l'émergence de la conscience phonémique. Nous présentons BRAID-Spell, un nouveau modèle computationnel probabiliste, qui étend BRAID-Acq, un modèle d'apprentissage de la lecture, afin de répondre à cette problématique. Grâce au théorème de Bayes, qui constitue un outil mathématique d'inversion de connaissances, BRAID-Spell est capable de simuler à la fois des tâches traitant un stimulus visuel et des tâches traitant un stimulus acoustique. Nous explorons ici des simulations illustratives, afin de montrer sa pertinence dans l'étude des interactions entre lire et orthographier.