O universo do áudio já é digital faz algum tempo.

A maneira como distribuímos o conteúdo já é feita por apps, a maneira como divulgamos os lançamentos usa todos os conceitos e ferramentas do marketing digital e a maioria das plataformas estão baseadas em premissas digitais bem conhecidas: streaming como ferramenta tecnológica, assinatura como modelo de negócios.

Mesmo antes do conteúdo chegar até seu fone de ouvido - conectado digitalmente por bluetooth - quase tudo é digital: os softwares de gravação, as ferramentas de edição, revisão e masterização, a nuvem que hospeda os arquivos… mas existe uma barreira que não foi ultrapassada: a voz.

E essa barreira não é só mais uma etapa para ser digitalizada, ela é A barreira, que, se transposta, muda o jogo; em muitos sentidos. Claro que isso gera muitas questões, discussões, polêmicas, resistências e muitas, muitas incertezas. Será que tudo vai ser narrado por robôs de inteligência artificial? Será que eles vão emular qualquer voz, até aquelas que já conhecemos? Onde fica o limite dos direitos intelectuais e artísticos... e a pirataria? Isso vai acabar com a profissão de quem usa a voz como material de trabalho?

Pra mim, a resposta para a maioria dessas perguntas é não. Não por ser uma barreira tecnológica, mas porque existe algo de humano na arte que é impossível de ser 100% substituído por qualquer inteligência artificial: aquela fagulha de genialidade, de improviso e interpretação que (sempre) vai ser humana.

E não estou falando de qualidade de voz, do timbre e da textura. Isso pode ser replicado. Clique aqui e ouça um trecho de uma narração e me diz: se eu não te contasse que é um software de inteligência artificial, você poderia dizer que é uma pessoa narrando, né? Esse exemplo não se parece em nada com uma voz sintetizada ou a linguagem incompreensível do R2-D2, o robozinho de Star Wars. Parece uma voz humana, com pausas, respiração e até com a limitação de desconhecer como se pronuncia corretamente o nome de Martin Luther King.

Estou falando disso aqui, do genial Mauro Ramos dando vida ao lendário Hercule Poirot, o detetive de Agatha Christie: ouça nesse link, clicando em amostra.

Isso é humano, é arte, é sensibilidade. Não quero ser aqui o inocente utópico de achar que a inteligência artificial não vai entrar nesse jogo, ela já está entrando. Pra mim, o que importa é como a gente como indústria vai jogar esse jogo.

Porque é claro que uma solução digital traria uma escala de e-narrações (tentando achar um termo pra uma narração feita por IA) ininterrupta, 24 x 7, com um investimento provavelmente mais barato em escala do que narradores em estúdio. Inegável também que traria uma escala de produção e disponibilidade de conteúdo em áudio para o mercado jamais vista, justamente porque hoje, se uma pessoa não entra em uma cabine e narra aquela história, não existe sua versão em áudio. E, sim, escala e oferta podem ser moedas fortes a favor da IA na tomada de decisão de estúdios, produtoras e plataformas, no momento em que essa tecnologia atingir uma qualidade vocal aceitável.

Mas por outro lado, tentando fazendo um paralelo, você imagina assistir um filme onde todos os atores são robôs ou hologramas? Não vale dizer que você já assistiu Westworld, porque até agora não dá pra saber quem é humano e quem é robô!

Existem histórias que exigem uma interpretação, uma imposição de voz, uma pausa, um feeling sobre onde fazer algo vocal, que softwares não vão conseguir replicar. Simplesmente porque exige algo não replicável, sensibilidade humana.

Então, quero dizer que como tudo em tecnologia deveria ser, acredito em equilíbrio. Acredito sim que existem vantagens em trazer a IA para o jogo, mas que ela não é a dona da bola. Existe sim vantagem para certos tipos de conteúdo - que tendo a crer que estarão mais concentrados em conceitos mais técnicos e teorias de negócios - aplicar uma voz de IA, onde uma entonação regular resolve muito bem a missão de transmissão de conhecimento. Ao passo que, para histórias de ficção, onde alguém precisa contar uma história com todas as nuances de emoção necessárias, um humano vai ser muito melhor em dar vida àquela narrativa.