A indústria de audiolivros sobreviveu a sucessivas mudanças de formato: o vinil deu lugar às fitas cassete, que cederam aos CDs, depois aos MP3s e, finalmente, ao streaming. Cada mudança tecnológica transformou o mercado, mas o produto fundamental permaneceu constante: uma voz humana narrando um texto, capturada e entregue como uma gravação ou arquivo de áudio. Essa constância pode estar chegando ao fim. A tecnologia de síntese de voz (text-to-speech) baseada em IA está avançando rápido o suficiente para levantar uma questão provocativa: poderiam os próprios arquivos se tornar obsoletos, substituídos pela narração de ebooks via IA sob demanda?

Esta é uma hipótese, não uma previsão. Mas vale a pena examiná-la seriamente, pois os primeiros sinais começam a surgir, e as implicações para editoras, narradores e todo o ecossistema de audiolivros podem ser profundas.

Em 1952, a Caedmon Records pioneirou o termo “audiobook” com Dylan Thomas lendo sua poesia em vinil. A fita cassete chegou em 1963, seguida pelo CD comercial em 1982 e pelo MP3 em 1995. Cada tecnologia substituiu sua predecessora. Em 2006, a Storytel foi pioneira no streaming de audiolivros, eliminando até a necessidade de baixar arquivos. O padrão sugere que novos formatos não apenas complementam os antigos; eles os tornam obsoletos. Mas esse padrão necessariamente continua? E se os arquivos de audiolivros desaparecessem, o que isso significaria?

Os direitos tendem a se adaptar às realidades do mercado

A mudança alteraria fundamentalmente a estrutura da indústria. Consideremos a RB Media, a maior editora de audiolivros do mundo, com mais de 100 mil títulos. Todo o seu negócio baseia-se em contratos de licenciamento de direitos de formato e gravações de áudio. Para a maioria dos títulos, é provável que a empresa não detenha direitos de ebook ou direitos digitais abrangentes. Se os arquivos de áudio desaparecessem, esse segmento substancial da indústria editorial digital poderia, potencialmente, ser absorvido pela edição de ebooks. A infraestrutura especializada, as redes de narradores, os estúdios de produção — tudo poderia se tornar redundante. É claro que isso pressupõe que a narração por IA se torne verdadeiramente competitiva em relação à performance humana, o que continua sendo uma questão em aberto.

A indústria já enfrentou essa ameaça antes. Em 2009, a Amazon introduziu a funcionalidade de leitura de texto nos dispositivos Kindle. Os usuários podiam conectar fones de ouvido e ouvir seus ebooks, embora com uma tecnologia primitiva que sequer distinguia títulos e subtítulos do corpo do texto. Apesar das limitações, o recurso atendia pessoas com deficiência visual ou dislexia. A resposta da indústria foi rápida e contundente. As "Big Five" (as cinco maiores editoras americanas) argumentaram que a Amazon não possuía licenciamento para audiobooks e que os direitos de áudio eram independentes. Em dois meses, a Amazon capitulou, permitindo que as editoras desativassem o recurso. A maioria das editoras comerciais ainda exerce essa opção hoje.

Aquela foi a batalha dos direitos — e funcionou em 2009. Mas a mesma estratégia teria sucesso hoje? Os direitos, em última análise, tendem a se adaptar às realidades do mercado. O padrão é visível agora nas negociações de treinamento de IA. As editoras inicialmente se recusaram a permitir seu conteúdo em plataformas de IA, mas agora estão negociando termos. A história sugere que, se a tecnologia se tornar atraente o suficiente e se a demanda do consumidor se materializar, as estruturas de direitos se ajustarão. A batalha de 2009 foi vencida pelas editoras, mas pode ter sido apenas uma ação protelatória. Por outro lado, a indústria de audiolivros é muito maior e mais estabelecida agora do que há quinze anos, o que poderia tornar os detentores de direitos mais determinados a proteger seu território.

Limitações atuais podem ser temporárias ou representar desafios profundos

A barreira mais substancial pode ser tecnológica. A narração por IA ainda não está totalmente madura. Para obras de não ficção em inglês com narração de voz única, ela essencialmente atingiu viabilidade comercial. Ouvintes que buscam conteúdo sobre finanças pessoais ou autoajuda podem priorizar a informação sobre a qualidade da voz — a tecnologia já pode atender a esse mercado adequadamente. Mas a ficção apresenta desafios maiores. O alcance emocional ainda não se equipara à narração humana. A conexão humana que muitos ouvintes valorizam em seus narradores pode não estar lá. Idiomas além do inglês, como o português, parecem estar atrás. A automação de múltiplas vozes continua sem solução — uma edição extensiva ainda é necessária. Na verdade, audiolivros de IA frequentemente exigem mais edição do que produções narradas por humanos. Enquanto os custos com narradores desaparecem, os custos de edição aumentam. Se isso representa uma lacuna temporária ou uma limitação fundamental, ainda não está claro.

Quando a narração por IA surgiu, o ceticismo era generalizado. Esse ceticismo diminuiu à medida que a tecnologia melhorou. Mas a questão não é apenas se a IA pode narrar livros — é se ela pode fazê-lo bem o suficiente para que os ouvintes não percebam, ou não se importem, com a diferença. As limitações atuais podem ser temporárias ou representar desafios mais profundos do que os otimistas da tecnologia esperam.

Plataformas como Audible adquirirão direitos de ebook em breve?

Enquanto isso, a infraestrutura comercial está sendo construída. A ElevenLabs lançou o ElevenReader, um aplicativo que permite aos usuários carregar ebooks sem DRM ou PDFs para narração automática. Mais significativamente, a empresa está construindo uma loja comercial com dois modelos de negócio: uma assinatura no estilo Storytel para audição ilimitada ou compras avulsas com preços definidos pelas editoras. Nem todos os livros estão disponíveis ainda, mas tudo na loja é baseado em ebooks. As editoras carregam os ebooks, editam o texto para remover elementos pré-textuais, dividem os capítulos conforme necessário e, quando os usuários ouvem, o áudio é gerado em tempo real em seus dispositivos. Os usuários podem selecionar sua voz de narrador preferida, incluindo vozes famosas que podem narrar em vários idiomas sem sotaques artificiais.

Isso levanta questões que valem a pena considerar. Poderíamos ver um mundo em um futuro próximo onde plataformas como Audible, Spotify e Nextory adquiram direitos de ebook em vez de direitos de audiolivros, renderizando-os como áudio sob demanda? O que aconteceria com a infraestrutura, a expertise e as relações comerciais construídas em torno do arquivo de audiolivro? O que seria da profissão de narrador, dos estúdios de gravação e dos produtores especializados que construíram carreiras entendendo as demandas únicas do storytelling em áudio?

A questão não é como a edição de audiobooks se adapta

Essas perguntas não têm respostas claras. A hipótese pode se provar errada — a preferência do ouvinte pela narração humana pode ser mais duradoura do que os otimistas da tecnologia esperam, ou as limitações da IA podem persistir por mais tempo do que o progresso atual sugere. A voz humana carrega um peso emocional que os algoritmos podem nunca replicar totalmente. Ou talvez seja isso que toda indústria que sofreu uma disrupção diz a si mesma.

O ponto não é prever o futuro com certeza. É levantar a questão: se os arquivos de audiolivro não são permanentes, o que a indústria precisa estar pensando agora? Porque, se essa hipótese se provar correta, a questão não é como a publicação de audiolivros se adapta. É se ela sobreviverá, de fato, como uma indústria distinta.

*Este artigo foi publicado originalmente em inglês na Digital Publishing Report e traduzido com auxílio de inteligência artificial, revisado pela redação do PublishNews.