Gần đây, xuất hiện các sản phẩm âm nhạc tạo ra bằng AI gây sốt mạng xã hội. Sau đó, chuyện điên rồ xảy ra là nhiều ca sĩ nổi tiếng cover nhạc AI nhưng bị chê hát thua giọng hát là sản phẩm của "máy móc".

Sau Hôn lễ của em, 50 năm về sau là sản phẩm AI tiếp theo xâm chiếm thị trường và gây ngỡ ngàng vì giọng hát không khác người thật. Với một khán giả bình thường, sẽ không dễ phân biệt đó là giọng hát AI, khi giọng hát của ca sĩ "ảo" có cài cắm tiểu tiết như lấy hơi, rung, ngân giọng. Từ đây, so sánh về giọng hát con người và AI nổ ra, gây ầm ĩ mạng xã hội và không một ai đưa ra được nhận định thuyết phục.

Chỉ một tài khoản suno, chuột, phím và tai nghe, có thể làm ra một bài nhạc. Ảnh minh họa.

Giọng hát AI tạo ra như thế nào?

Chỉ 2 năm trước, các bản nhạc AI, dùng 100% giọng hát ảo từng bị chê là những "dị dạng" của thị trường. Khi đó, các công cụ làm nhạc từ trí tuệ nhân tạo như Suno phổ biến toàn cầu. Đó là Suno tạo ra những ca sĩ hát tiếng Anh cực tốt nhưng với các ngôn ngữ đặc thù, trong đó có tiếng Việt thì không. Nói một cách dễ hiểu, giọng hát Việt Nam trên Suno vài năm trước chẳng khác gì giọng đọc của "chị google".

Đến hiện tại, giọng hát AI tiếng Việt trên các công cụ làm nhạc ảo đã phát triển thần tốc. Điển hình Suno, công cụ này đã khắc phục hoàn toàn vấn đề về thanh dấu tiếng Việt. Tình trạng ca sĩ ảo hát "lơ lớ", bẻ dấu không còn, thay vào đó là giọng hát phát âm chuẩn gần giống người thật. Suno cũng dần xóa nhòa khoảng cách giữa giọng thật và giọng máy bằng những chi tiết nhỏ nhưng quan trọng như cho giọng hát rung, ngân ở cuối câu. Cách xử lý của ca sĩ ảo cũng đa dạng hơn và có thái độ rõ ràng hơn.

Tại sao lại xuất hiện giọng hát AI như người thật, đây là câu hỏi được cộng đồng mạng nhắc đến và tranh luận rất nhiều trong thời gian qua.

Theo tìm hiểu của Tiền Phong, Suno mất vài năm để thu thập giọng hát tiếng Việt từ người thật. Rất nhiều ca sĩ từ chuyên nghiệp đến nghiệp dư từng được ngỏ lời, từ chính nền tảng Suno hoặc một đơn vị trung gian để bán giọng hát. Họ sẽ thu âm theo mẫu gửi sẵn để đối tác thu thập giọng hát, bán đứt một lần và được trả tiền cho việc này.

Từ hàng trăm đến hàng nghìn giọng hát, Suno sẽ trộn lẫn và chuyển hóa thành giọng ảo. Dựa theo đề xuất của người dùng Suno ở bước tạo prompt (ra lệnh sản xuất nhạc), nền tảng tự động hiểu ý và dùng giọng hát sát với tinh thần nhất. Từ giọng hát của một bé thiếu nhi (5-10 tuổi) đến người già (trên 70 tuổi), Suno đều tạo được.

Đi sâu vào chi tiết về một giọng hát dựa trên tinh thần bài nhạc: Từ tenor (cao sáng), đến bass (giọng trầm) đều có. Tiếp theo, thử ra lệnh cần một giọng hát khàn, đục hoặc giọng hát mảnh, thanh thoát, Suno vẫn đáp ứng được.

Sự phát triển của công cụ làm nhạc AI tạo ra những bản nhạc ngày càng khó để phát hiện đó là AI. Số đông khán giả của các dòng nhạc thị trường, làm theo xu hướng, thường dễ tính, không soi xét quá nhiều. Với họ, nghe một giọng hát có chất riêng, sạch, chuẩn về cao độ, trường độ là đủ. Với họ, thứ quan trọng hơn cả vẫn là cảm xúc mang lại và cảm xúc trong lần đầu nghe càng khiến nhóm khán giả này nhớ lâu.

Hiền Hồ từng bị khán giả chê vì hát Hôn lễ của em thua ca sĩ AI Tiểu Mỹ. Đây là ví dụ điển hình của việc giọng hát AI ngày càng khó phân biệt với tệp khán giả phổ thông. Ở Hôn lễ của em, công cụ làm nhạc đã đề xuất giọng hát mảnh, sáng, phù hợp tinh thần ca khúc. Sang đến Hiền Hồ, cũng là chất giọng phù hợp cho Hôn lễ của em nhưng sự tròn trịa và "nịnh tai" không bằng AI.

Nhạc AI có một phạm vi nhất định để "oanh tạc".

Nhạc AI có thay thế con người?

Rốt cuộc con người hay AI hát hay hơn và liệu AI có thay thế hoàn toàn con người trong vai trò ca sĩ? Đây là những chủ đề tranh luận không bao giờ đi đến cái kết làm thỏa mãn tất cả.

Vì, giá trị của một ca sĩ thực thụ không dừng lại ở một bản thu âm. Không phải bây giờ, AI đã can thiệp vào âm nhạc từ hàng chục năm trước, khi mà DAW (các phần mềm làm nhạc), những plugin nhạc cụ ảo và các công cụ tinh chỉnh giọng hát trong studio ra đời. Một giọng hát không tốt có thể biến hóa từ phòng thu từ nhiều năm trước. Và thực tế nhìn vào thị trường nhạc Việt, đã có rất nhiều ca sĩ sống khỏe từ việc phát hành âm nhạc dù thực lực giọng hát không cao.

Khi âm nhạc AI phát triển và nâng lên cấp độ mới từ sự toàn diện của Suno, tình thế chỉ khác ở việc giờ đã có giọng hát ảo như một ca sĩ thực thụ.

Phạm vi hoạt động của nhạc AI hoàn toàn dừng lại từ một bản ghi và phát hành lên các nền tảng. Với những ca sĩ thực thụ, việc họ hát hay hay dở sẽ nằm ở các sân khấu biểu diễn, nơi mà con người đối mặt con người, các ca sĩ phải chinh phục khán giả bằng thực lực và từ cảm xúc thật trong giọng hát.

Mục tiêu sau cùng của ca sĩ là mang ca khúc của mình lên sân khấu trình diễn. Đó là thứ AI không làm được.

Ca sĩ thật bước lên sân khấu không chỉ để hát. Đó là màn trình diễn tổng thể từ những mảng miếng khác nhau như giao lưu và tương tác cùng khán giả, dàn dựng vũ đạo, hát live cùng ban nhạc và vô số cảm xúc khác trên sân khấu. Trở lại với câu hỏi liệu AI có thay thế giọng hát con người không? Câu trả lời là không ở ngay hiện tại và cả tương lai, dù các công cụ làm nhạc có tiến bộ tới đâu.

Sự phát triển của AI cũng thôi thúc từng nghệ sĩ không ngừng phát triển để tạo ra những giá trị vượt xa phạm vi can thiệp của AI. Họ phải là những giọng hát tốt, định hình màu sắc riêng và được xuất hiện thường xuyên ở các sân khấu biểu diễn.

Sau cùng, AI có thể học cách hát giống con người, nhưng không thể sống như một con người. Chính những trải nghiệm, va chạm, tổn thương và cảm xúc thật ấy là thứ tạo nên một giọng hát có hồn, điều mà mọi thuật toán AI, dù tinh vi đến đâu, khó có thể chạm tới.