آینده‌ای نامعلوم برای خوانندگان انسانی در صنعت کتاب صوتی

به گزارش مجله خبری نگار-پاریس: هزینه بالای وادار کردن کسی به خواندن کل یک کتاب، برخی از تولیدکنندگان کتاب صوتی را بر آن داشته است تا روی شبیه‌سازی صدا و صدا‌های مصنوعی سرمایه‌گذاری کنند، پدیده‌ای که جشنواره کتاب پاریس آن را برجسته کرد.

روسای جمهور پیشین این چالش را پذیرفته‌اند. برای مثال، نیکولا سارکوزی، رئیس جمهور سابق فرانسه، در سال ۲۰۲۱ بیش از ۱۳ ساعت از خاطرات ریاست جمهوری خود با عنوان «زمان طوفان‌ها» را ضبط کرد، در حالی که باراک اوباما، رئیس جمهور آمریکا، در سال ۲۰۲۰ بیش از ۲۹ ساعت «سرزمین موعود» را ضبط کرد.

کتاب‌های دیگری هم توسط بازیگران خوانده شده‌اند. در فرانسه، دنیس پودالیدس، بازیگر، صدایش را به مارتین ایدن اثر جک لندن قرض داد. لولا نایمارک کتاب «حوریان» را خواند که برای آن کامل داوود جایزه گنکور را از آن خود کرد.

اما آینده چنین تولیداتی، چه گران و چه بسیار گران، نامشخص است، به خصوص در میان کتاب‌های صوتی که به طور فزاینده‌ای به هوش مصنوعی متکی هستند. جشنواره کتاب پاریس که از ۱۱ تا ۱۳ آوریل برگزار شد، فرصتی برای دو اطلاعیه در این زمینه بود.

لیبرنووا، شرکت پیشرو در نشر مستقل فرانسه، می‌گوید از «فناوری بازتولید صدا استفاده می‌کند که کیفیت بسیار بالاتری نسبت به صدا‌های مصنوعی ارائه می‌دهد، که اغلب بسیار رباتیک هستند.»

این فناوری شامل این است که نویسنده تنها بخش کوچکی از کتاب خود را با صدای خود ضبط می‌کند و سپس هوش مصنوعی بقیه متن را با همان صدا می‌خواند.

- ۲۰۰ کتاب جدید -

پلتفرم پخش موسیقی اسپاتیفای اعلام کرد که یک میلیون یورو روی «کتاب‌های صوتی» سرمایه‌گذاری می‌کند، دستگاهی که صدای انسان را با دقت فزاینده‌ای تقلید می‌کند.

او توضیح داد که «هزینه‌های بالای تولید و اتکای روزافزون به کتاب‌های صوتی، پتانسیل محدود کردن عرضه و دسترسی به کتاب‌ها به زبان فرانسوی را دارد.»

اسپاتیفای به وضوح به کاربرانش می‌گوید که صدای خوانده شده متعلق به کیست، بنابراین آنها می‌توانند خودشان تصمیم بگیرند که آیا این صدای مصنوعی را تأیید می‌کنند یا خیر.

این پلتفرم سوئدی کتاب‌هایی را که توسط انسان‌ها خوانده می‌شوند، کنار نمی‌گذارد. آرتور دو سنت وینسنت، مدیرعامل اوگو، در گفت‌و‌گو با خبرگزاری فرانسه گفت: «این پلتفرم با تأمین مالی بخشی از تولید به ناشران کمک می‌کند. برای اینکه یک بازار توسعه یابد و بالغ شود، به انواع مختلفی از حمایت نیاز دارد.»

انتشارات OGO با همکاری انتشارات مادر خود، گلنا، طی سه سال آینده ۲۰۰ کتاب جدید منتشر خواهد کرد.

رئیس اوگو می‌گوید: «ما در مرحله‌ای از توسعه هستیم که به ما اجازه می‌دهد روی تولید با کیفیت بالا سرمایه‌گذاری کنیم؛ بنابراین در انتخاب صداها، کار با بازیگران و پایبندی به اصول خود در هر بار، دقت می‌کنیم.»

-یکنواختی-

همه پول ندارند که بتوانند از پسش بربیایند.

در سال ۲۰۲۱، آدیبل، شرکت پیشرو در زمینه کتاب صوتی در جهان و متعلق به آمازون، در وب‌سایت فرانسوی خود نوشت: «در ابتدا، کتاب‌های صوتی از صدا‌های مصنوعی، یعنی صدا‌های تولید شده توسط رایانه، استفاده می‌کردند. امروزه، صدای انسان ترجیح داده می‌شود، زیرا امکان نزدیکی بیشتر به خواننده و لحن صدای بهتری را فراهم می‌کند.»

چهار سال بعد، جستجوی «صدای مجازی» در فهرست کتاب‌های انگلیسی‌زبان او «بیش از ۵۰،۰۰۰ نتیجه» را به همراه دارد. اکثریت قریب به اتفاق این کتاب‌ها متعلق به نویسندگان ناشناس هستند.

کیفیت این مطالعه، نظرات متفاوتی را به همراه دارد، برخی از آنها شور و شوق خود را برای پیشرفت سریع این فناوری ابراز می‌کنند، در حالی که برخی دیگر در مورد محدودیت‌های آن ابراز تردید می‌کنند.

آلیسانیا، رمان‌نویس انگلیسی‌زبان که آثارش توسط آمازون منتشر می‌شود، در پستی در وب‌سایت X می‌گوید: «فکر نمی‌کنم داستان‌سرایی هوش مصنوعی در ارتباط دادن احساسات شخصیت‌ها خوب باشد.»

صدا‌های کامپیوتری هرگز لکنت زبان ندارند و در تلفظ صحیح نام‌ها اشتباهات کمتری مرتکب می‌شوند. با این حال، با گذشت زمان، می‌توانند یکنواخت شوند و هنوز نمی‌دانند چگونه سرعت خود را افزایش یا کاهش دهند، یا حالات و احساساتی مانند ناراحتی، خفگی، نفس نفس زدن یا گریه را نشان دهند.

(خبرگزاری فرانسه)