Hào hứng hay lo ngại khi AI đột phá trong ngành âm thanh?

Thế giới sách nói đứng trước sự phát triển mạnh mẽ của AI. Ảnh: Digital Trends.

Theo Forbes, AI đang có sự hiện diện đáng kể trong ngành công nghiệp âm thanh, tham gia rộng rãi vào quá trình sản xuất sách nói, podcast và các chương trình phát thanh. Điều này đặc biệt đáng chú ý khi công nghệ AI hiện phát triển đến mức độc giả thậm chí không hề biết mình đang nghe giọng AI.

Trang Variety gần đây dẫn kết quả nghiên cứu của tổ chức Edison Research, được công ty Spoken ủy nhiệm, khảo sát 1.005 người hâm mộ sách nói thể loại hư cấu vào tháng 5/2026. Kết quả là nhiều thính giả đánh giá phần đọc của AI cao hơn con người và họ không hề biết đó là giọng AI.

Các nhà nghiên cứu sử dụng công nghệ Multi-Cast của Spoken, gán giọng đọc riêng cho từng nhân vật trong một cảnh. Theo kết quả thu được, 61% thính giả đánh giá tích cực phiên bản Multi-Cast, so với tỷ lệ 53% dành cho phiên bản do người thật đọc. Giọng đọc AI cũng đạt điểm cao hơn về chất lượng cảm nhận và mức độ thu hút thính giả.

CEO của Spoken, Phil Marshall, cho rằng: “Mong muốn của độc giả sẽ định hướng các quyết định trong ngành. Độc giả muốn những bản sách nói chất lượng cao với sự tham gia của nhiều giọng đọc, trong khi các tác giả và nhà xuất bản lại cần một giải pháp tiết kiệm chi phí và dễ dàng triển khai chỉ với một cú nhấp chuột. Công nghệ mới của Spoken trong việc dàn dựng các phân cảnh có nhiều nhân vật có thể hiện thực hóa cam kết đó".

Trong khi dữ liệu Spoken đưa có thể phần nào nhắm đến việc hỗ trợ cho dự án phát triển của riêng họ, thì phản ứng của thính giả với AI cũng là điều đáng lưu tâm. Ảnh: Spoken.

AI tiến xa đến đâu?

Theo Live365, các công cụ như RadioGPT đã có thể tích hợp giọng nói tổng hợp, khả năng viết kịch bản và chọn lọc âm nhạc để tạo ra những chương trình hoàn toàn mới do AI dẫn dắt, dựa trên các chủ đề đang thịnh hành ở địa phương.

Các đài phát thanh cũng đang sử dụng AI để lấp đầy các khung giờ đêm khuya, cuối tuần hoặc những khung giờ trước đây thường chỉ phát nhạc thu sẵn, nhạc có lời dẫn thu sẵn hoặc nhạc không có người dẫn. Cách làm mới giúp họ phát sóng chương trình cập nhật tin tức địa phương theo thời gian thực mà không cần nhân sự trực tiếp.

Tuy nhiên, có một điều đáng lo ngại là khả năng sao chép giọng nói của AI. Các công ty có thể sao chép giọng nói của người dẫn chương trình thật để tạo ra một bản sao AI khi người đó không thể có mặt trực tiếp.

Ví dụ, đài Live 95.5 ở Portland đã ra mắt AI Ashley, một giọng nói được sao chép từ người dẫn chương trình thật, vào năm 2023. Mặc dù việc giọng nói của Ashley vẫn có thể lên sóng khi người thật không cần làm việc là điều tuyệt vời, điều này đồng nghĩa với việc một người dẫn chương trình trẻ đầy triển vọng khác đã mất đi một cơ hội việc làm tiềm năng.

Tờ The Independent cũng đưa tin rằng hơn một phần ba (từ 35% đến 39%) tổng số podcast mới được tải lên các nền tảng phát trực tuyến hiện nay là do AI tạo ra, dựa trên dữ liệu ngành từ Podcast Index. Thực tế, vào một số ngày cao điểm, số lượng chương trình do AI tạo ra thậm chí còn vượt qua số lượng podcast mới do con người thực hiện. Podnews gần đây đã đặt câu hỏi: "Liệu thế giới podcast có đang tràn ngập những nội dung kém chất lượng do AI tạo ra?"

Trong một bài viết trên Forbes vào tháng 1/2025, Jason Saldanha, Giám đốc vận hành tại nền tảng phát thanh PRX, đã chỉ trích việc sử dụng người dẫn chương trình AI. Ông cảnh báo rằng việc tràn ngập thị trường bằng các nội dung ăn liền chỉ để duy trì mức độ tương tác không phải là một chiến lược dài hạn.

Ông nhấn mạnh rằng sức mạnh thực sự của podcast nằm ở "mối quan hệ giữa người dẫn chương trình và thính giả", bởi vì những chương trình thành công nhất thường duy trì được "mối quan hệ cá nhân trực tiếp với khán giả".

Tranh cãi về AI trong sự phát triển của sách nói

Những cải tiến trên xuất hiện vào thời điểm quan trọng đối với ngành công nghiệp sách nói. Theo Grand View Research, thị trường sách nói toàn cầu đã duy trì mức tăng trưởng hai con số trong nhiều năm và được dự báo sẽ vượt mốc 35 tỷ USD vào năm 2030.

Tuy nhiên, đã có nhiều phản ứng trái chiều. April Doty, một giọng đọc sách nói chuyên nghiệp, từng chia sẻ trên tờ The Guardian: "Người đọc sách nói không chỉ đơn thuần đọc từng từ ngữ, họ còn cảm nhận và truyền tải những cảm xúc ẩn chứa bên trong từng từ ngữ đó. AI không thể làm được công việc này vì nó đòi hỏi kinh nghiệm sống của con người, được tích lũy qua hàng thập kỷ".

Trang The Literary Hub cho rằng: "Khi một cuốn sách được đọc thành tiếng, một loại hình nghệ thuật kép được hình thành: cuốn sách được diễn giải bởi người đọc, người đóng vai trò như một lăng kính kết nối với thính giả. Cũng giống như việc vở kịch A Doll's House (Ngôi nhà búp bê) của Ibsen có nhiều phiên bản dàn dựng khác nhau, mỗi phiên bản lại mang dấu ấn riêng của các diễn viên và sân khấu biểu diễn, thì mỗi lần một cuốn sách được đọc lên cũng là một màn trình diễn độc đáo và duy nhất".

Chưa kể, AI vẫn đang gặp vấn đề với sự đa dạng ngôn ngữ trong văn học thế giới. Việc chuyển ngữ cuốn sách gốc phục vụ cho sản xuất các tác phẩm phái sinh như sách nói, podcast,… của AI vẫn thiếu chính xác.

Các nhà nghiên cứu cho rằng AI có thể tạo ra "văn bản có chất lượng ở mức trung bình, nhưng không thể tái hiện được những đặc điểm ngôn ngữ và văn hóa phức tạp của một tác phẩm văn học".

Có thể nói, trong thế giới xuất bản, đặc biệt là ngành podcast, sách nói và phát thanh, "vị thần AI" đã thoát khỏi chiếc đèn giam giữ nó. Không còn cách nào để ép nó quay trở lại nơi này nữa. Tuy nhiên, như một vị thần khác trong câu chuyện Aladdin từng cảnh báo: “Hãy cẩn trọng với những điều mình ước”, trang Forbes đánh giá.

Minh Hoa