Le voci AI sostituiranno i narratori di audiolibri?

Di WonderBooks · 15 ott 2026

La narrazione sintetica è già nei grandi negozi. Cosa fa ancora meglio un narratore umano, e perché la maggior parte dei libri non avrà comunque mai una registrazione umana.

Per i libri che avrebbero avuto una registrazione umana, no, non presto, e gli ascoltatori che ci tengono possono già notare la differenza. Per il numero molto più grande di libri che non sarebbero mai stati registrati, la questione è irrilevante: la scelta non è mai stata tra una voce umana e una sintetica. Era tra una sintetica e il silenzio.

I negozi si sono mossi nel 2023 e l'hanno etichettato.

Apple Books ha iniziato a vendere audiolibri con narrazione digitale nel gennaio 2023. Audible ha seguito più tardi nello stesso anno con un'opzione etichettata che chiama Virtual Voice per i titoli autopubblicati, in modo che un ascoltatore veda il marchio prima di acquistare. Gli audiolibri erano già il formato in più rapida crescita nell'editoria: l'Audio Publishers Association ha riportato più di un decennio di crescita consecutiva a doppia cifra negli Stati Uniti, con vendite di circa due miliardi di dollari all'anno. Le voci sintetiche non hanno creato quel mercato. Ci sono arrivate dentro.

I narratori avevano ragione a preoccuparsi, e la maggior parte del dibattito pubblico da allora li ha riguardati. Meno si è detto sull'altro lato della medaglia: una registrazione professionale ha un prezzo per ora finita, di diverse centinaia di dollari per ogni ora di audio secondo le tariffe comunemente pubblicate, prima del tempo in studio, dell'editing e della correzione di bozze. Un romanzo di dieci ore è un investimento serio, motivo per cui la decisione di registrare ha sempre seguito le vendite previste. Il catalogo arretrato, le lingue minori, la saggistica illustrata che nessuno si aspetta che vada in classifica: quei libri non vengono registrati. La maggior parte dei libri mai pubblicati non ha affatto un'edizione audio.

Cosa fa un doppiatore che un modello ancora non fa.

Chiunque abbia ascoltato entrambi conosce il divario. Un buon narratore dà a ogni personaggio una voce senza fare voci; tiene una pausa esattamente per il tempo necessario alla frase; sa che un nome a pagina tre si pronuncia come lo pronuncia l'autore; e porta il tono del libro per dieci ore senza appiattirlo. Una voce sintetica è uniforme. L'uniformità è la sua virtù per un libro di riferimento e il suo fallimento per un romanzo. Ed è giudicata lingua per lingua: una voce che è buona in inglese può porre l'accento in modo errato in arabo, dove le vocali non sono scritte e la lettura ad alta voce dipende dalla comprensione della frase.

• Carattere e ritmo: la pausa consapevole, il cambio di registro, la battuta azzeccata al momento giusto.
• Nomi e parole straniere, pronunciati come farebbe l'autore.
• Resistenza del tono attraverso un libro lungo.
• Lingue la cui ortografia non fissa la pronuncia, dove il lettore deve capire per leggere ad alta voce.

L'ascoltatore che si perde.

C'è una terza cosa degna di nota, perché non ha nulla a che fare con chi sta parlando. La maggior parte degli audiolibri è venduta separatamente dal testo e non offre all'ascoltatore alcun modo per vedere dove si trova. Perdi il filo su un treno e non c'è nulla da guardare. L'audio di lettura simultanea, dove le parole sono sulla pagina e la riga letta è contrassegnata, è stato studiato per decenni come supporto per i primi lettori, gli studenti di lingue e i lettori con dislessia, con risultati ampiamente positivi. Quasi nessun audiolibro commerciale lo offre.

Una libreria narra ogni libro, in quindici lingue, sincronizzato con la pagina.

WonderBooks è il caso all'altro capo dell'aritmetica. Contiene 2.341 libri illustrati in dodici librerie tematiche, ognuno narrato in quindici lingue, con l'audio sincronizzato al testo in modo che la riga letta sia sempre visibile sulla pagina. Si tratta di oltre 35.000 edizioni narrate. Nessun programma di studio raggiunge quel numero, e nessuna previsione di vendita avrebbe giustificato la registrazione di un libro di dieci pagine su un faraone in coreano. Il fondatore ha assunto narratori umani per la prima versione nel 2016, e la funzione su cui l'intera app era stata costruita allora è la stessa su cui è costruita ora.

Gli audiolibri ordinari sono quasi come una radio dove i lettori si perdono.

Giudicato per lingua, e corretto quando un ascoltatore lo segnala.

La narrazione viene controllata lingua per lingua prima del rilascio, con regole di qualità separate per l'arabo e per le lingue con le proprie convenzioni di pausa e accento, e il fondatore è apertamente il suo critico più severo al riguardo. Un ascoltatore che segnala un nome pronunciato male riceve una correzione e un ringraziamento, con un link al libro corretto, che è anche il modo in cui la prossima voce migliora. Se ciò corrisponda mai a una grande lettura umana di un grande romanzo non è l'affermazione. L'affermazione è che un lettore in una qualsiasi delle quindici lingue può farsi leggere ogni libro, con le parole davanti a sé, e che questo prima non era possibile.