Cuộc đua mới trên thị trường sách nói: AI thay thế ai?

Những năm gần đây, sách nói (audiobook) đang dần trở thành lựa chọn của nhiều độc giả bởi sự tiện lợi. Nhiều người chọn loại hình này vì có thể chia sẻ cảm xúc cùng người kể chuyện - hay giọng đọc sách nói.

Theo báo cáo của NielsenIQ Bookdata năm 2024, hơn một nửa người nghe sách nói ở Australia đã tăng mức tiêu thụ trong 5 năm qua. Hiệp hội các nhà xuất bản Mỹ báo cáo rằng tại nước này, doanh thu audiobook tăng 13% từ năm 2023 đến 2024; tại Anh, con số này là 31%, đạt mức kỷ lục 268 triệu bảng”.

Song hành với sự phát triển mạnh mẽ của sách nói, trí tuệ nhân tạo (AI) cũng nhanh chóng chen chân vào lĩnh vực này. Công nghệ mới được kỳ vọng sẽ rút ngắn thời gian sản xuất, tiết kiệm chi phí và giúp tác giả đưa tác phẩm đến với độc giả nhanh hơn.

Tuy nhiên, việc giọng đọc máy ngày càng phổ biến đang khiến người làm nghề lẫn người nghe lâu năm đặt câu hỏi: sách nói sẽ còn lại bao nhiêu cảm xúc nếu thiếu đi giọng đọc của con người?

Các ông lớn dấn thân vào cuộc đua

Khi nhu cầu tiêu thụ nội dung audio ngày càng tăng, các nền tảng công nghệ lớn cũng nhanh chóng nhập cuộc với những giải pháp mới giúp sản xuất sách nói nhanh hơn và tiết kiệm chi phí hơn.

Đầu năm 2023, Apple cho ra mắt kho audiobook sử dụng giọng đọc AI. Không lâu sau đó, Amazon cho phép các tác giả tự xuất bản tại Mỹ chuyển sách điện tử thành sách nói bằng công nghệ “giọng nói ảo” và hiện đã có hàng chục nghìn audiobook dạng này xuất hiện trên Audible.

Spotify, trong chiến lược mở rộng mảng nội dung âm thanh, cũng tuyên bố sẽ chấp nhận audiobook có sử dụng AI như một bước đi để “hạ thấp rào cản tiếp cận” với những người viết mới.

Từ tháng 5/2025, Audible - nền tảng audiobook thuộc Amazon - cho phép tác giả chọn giọng đọc từ hơn 100 mẫu AI, bằng các ngôn ngữ như Anh, Pháp, Tây Ban Nha và Ý. Hãng này cũng lên kế hoạch dịch sách nói bằng AI, mở rộng thị trường xuyên biên giới. Audible tuyên bố mục tiêu là AI “hỗ trợ chứ không thay thế người thật”, giúp nhiều tác giả dễ dàng chuyển tác phẩm thành audio. Họ thậm chí đang thử nghiệm công nghệ nhân bản giọng nói, cho phép diễn viên tạo phiên bản “số hóa” của chính mình để phục vụ quá trình sản xuất sách nói.

“Năm 2023 và 2024, Audible Studios tuyển dụng số lượng diễn viên lồng tiếng nhiều nhất từ trước đến nay”, người phát ngôn của hãng chia sẻ. “Chúng tôi vẫn tiếp tục nhận được nhiều yêu cầu từ các tác giả mong muốn chuyển tác phẩm sang định dạng audio, mở rộng tới khán giả của nhiều ngôn ngữ khác nhau”.

Khi máy móc không tạo ra cảm xúc

Về lý thuyết, việc sử dụng AI trong sản xuất audiobook mang lại nhiều lợi ích rõ ràng. Các nhà xuất bản có thể tiết kiệm chi phí thuê diễn viên lồng tiếng, đẩy nhanh tiến độ sản xuất, thậm chí dễ dàng chuyển thể sách sang nhiều ngôn ngữ nhờ công nghệ dịch máy. Với tác giả độc lập, đây là cách để đưa tác phẩm lên nền tảng âm thanh mà không phải đầu tư ngân sách lớn.

Tuy nhiên, chính những điểm cộng ấy lại đặt ra mối lo về chất lượng và trải nghiệm người nghe. Annabelle Tudor, một diễn viên kiêm người đọc sách nói tại Melbourne, cho rằng bản năng kể chuyện chính là điều khiến nghệ thuật đọc sách trở nên nguyên sơ và quý giá. “Giọng nói rất dễ để lộ cảm xúc của chúng ta”, cô chia sẻ. Việc đọc sách không đơn thuần chỉ là đọc thành tiếng từng con chữ mà là giúp người nghe sống trong câu chuyện tác giả mang đến.

Tại Australia - nơi thị trường audiobook nhỏ hơn và nhiều giọng đọc trẻ coi đây là nguồn thu nhập chính thì mối lo ngày một rõ rệt: mất việc, thiếu minh bạch, và quan trọng nhất, là đánh mất chất lượng. Với kinh nghiệm góp giọng cho hơn 40 đầu sách, Tudor tin rằng AI sẽ không dễ dàng để thay thế cô, đặc biệt là với những tình huống cần có trải nghiệm của nhân vật, chẳng hạn như cảnh sinh nở. Tuy nhiên, cô cũng lo rằng chính vì chất lượng kém, người nghe sẽ dần quay lưng với sách nói.

Với hơn 70 tựa sách đã thu âm, diễn viên Dorje Swallow hiểu rất rõ công sức đằng sau mỗi cuốn audiobook. Anh gọi việc dùng AI để thay thế người thật là “ý tưởng đến từ những người không hiểu hết giá trị, kỹ năng và cảm xúc cần thiết để kể chuyện qua giọng nói”.

“Chúng ta đã đi một chặng đường dài mới đến được đây”, anh nói. “Thật buồn cười khi nghĩ rằng chỉ cần nhấn nút là tạo ra được thứ gì đó tương đương”.

Simon Kennedy - Chủ tịch Hiệp hội Diễn viên Lồng tiếng Australia - cho biết, để có một giờ sách nói hoàn chỉnh, diễn viên thường phải dành nhiều giờ thu âm, thậm chí gấp đôi hoặc gấp ba, chưa kể thời gian đọc trước để hiểu nhân vật, tinh thần và nhịp điệu của cuốn sách. Theo ông, các công ty đang chọn sản lượng thay vì cảm xúc - thứ khiến sách nói trở nên khác biệt so với việc “giọng đọc Google”.

Ông cũng bày tỏ lo ngại khi công nghệ nhân bản giọng nói đang được thử nghiệm. Trong bối cảnh chưa có quy định rõ ràng về quyền sở hữu giọng nói, các diễn viên có thể vô tình đánh mất “chất riêng” nếu để AI lặp lại giọng họ hàng nghìn lần mà không kiểm soát.

Không chỉ là nỗi lo cá nhân, việc Australia vẫn thiếu khung pháp lý rõ ràng khiến giới làm nghề thêm bất an. “Không luật dán nhãn, không minh bạch dữ liệu, không giới hạn deepfake, chúng ta đang lao vào một tương lai lệch lạc”, Annabelle Tudor nói.