“Khả năng cạnh tranh của nội dung Hàn Quốc đã đủ mạnh. Vấn đề là ngay cả khi khán giả nước ngoài tìm thấy nội dung, họ vẫn rời đi vì rào cản ngôn ngữ.”

Trao đổi với phóng viên, Shin Hyun-jin, CEO HudsonAI, cho rằng điểm nghẽn lớn nhất của xuất khẩu K-content hiện nay là rào cản ngôn ngữ và văn hóa. Theo ông, AI có thể trở thành công cụ để tháo gỡ bài toán này. Nội dung dù hấp dẫn đến đâu cũng khó chuyển hóa thành lượt xem thực tế nếu khán giả bản địa không muốn đọc phụ đề hoặc ưu tiên phiên bản lồng tiếng bằng tiếng mẹ đẻ.

HudsonAI là công ty cung cấp giải pháp nội địa hóa video bằng AI, kết hợp công nghệ dịch thuật và tổng hợp giọng nói, hiện hỗ trợ hơn 80 ngôn ngữ. Doanh nghiệp này đang mở rộng ứng dụng từ phim điện ảnh, phim truyền hình sang thể thao và nội dung thiếu nhi.

Theo Shin Hyun-jin, Nam Mỹ và Tây Âu là những thị trường có nhu cầu lồng tiếng lớn. Ông cho biết khán giả Hàn Quốc đã quen với việc xem phụ đề, nhưng tại nhiều thị trường nước ngoài, người xem lại có xu hướng ưu tiên nghe nội dung bằng ngôn ngữ bản địa. Riêng với nội dung dành cho trẻ em, lồng tiếng gần như là yêu cầu bắt buộc.

Ông nói tại Hàn Quốc, phụ đề thường đã đủ để nội dung tiếp cận người xem, nhưng ở nước ngoài, việc có lồng tiếng hay không ảnh hưởng đáng kể đến hiệu quả phân phối. Nhiều trường hợp sở hữu nội dung tốt nhưng vẫn không thể mở rộng ra thị trường quốc tế vì chi phí nội địa hóa quá cao.

Nhu cầu lồng tiếng bằng AI cũng tăng lên cùng với sự mở rộng của FAST, mô hình truyền hình trực tuyến miễn phí có quảng cáo. Đặc thù của FAST là phải liên tục cung cấp lượng lớn nội dung cho nhiều quốc gia. Nếu làm theo cách truyền thống, số lượng ngôn ngữ càng nhiều thì chi phí dịch thuật, thuê diễn viên lồng tiếng và kiểm định chất lượng càng tăng.

Theo Shin Hyun-jin, doanh thu trên mỗi nội dung của FAST thấp hơn OTT, nên mô hình này khó hấp thụ mặt bằng chi phí lồng tiếng hiện nay. Muốn mở rộng phân phối ra nhiều quốc gia, doanh nghiệp buộc phải hạ chi phí nội địa hóa bằng AI.

HudsonAI cho biết hệ thống của họ có thể nhận diện người nói trong video, dịch lời thoại và tạo giọng phù hợp cho từng nhân vật. Theo CEO công ty, cách làm này có thể giảm chi phí xuống còn chưa tới một nửa so với quy trình lồng tiếng truyền thống, đồng thời rút ngắn đáng kể thời gian sản xuất.

Dù vậy, ông thừa nhận AI chưa thể thay thế hoàn toàn toàn bộ quy trình lồng tiếng. Những yếu tố như cảm xúc nhân vật, ngữ cảnh của từng cảnh quay và cách diễn đạt phù hợp với văn hóa bản địa vẫn cần con người kiểm tra, hiệu chỉnh.

Để nâng mức tự động hóa nhưng vẫn giữ chất lượng, HudsonAI đang phát triển mô hình “agent localization”. Theo đó, nhiều AI agent sẽ phụ trách các khâu như dịch thuật, tạo giọng nói và kiểm định chất lượng, sau đó đối chiếu kết quả để phát hiện và hiệu chỉnh lỗi. AI xử lý phần việc lặp lại, còn chuyên gia chịu trách nhiệm kiểm tra chất lượng cuối cùng và bối cảnh văn hóa.

Nhu cầu nội địa hóa bằng AI hiện không còn giới hạn ở phim và phim truyền hình. Theo HudsonAI, thị trường đang mở rộng sang video giới thiệu sản phẩm, đào tạo nội bộ và nội dung quảng bá của doanh nghiệp. Công ty cho biết đang cung cấp giải pháp chuyển đổi video doanh nghiệp thành phụ đề và giọng nói đa ngôn ngữ.

Shin Hyun-jin cho rằng cách ứng dụng AI phải khác nhau tùy thể loại nội dung và mục đích sử dụng. Không chỉ FAST, thể thao và nội dung thiếu nhi, mà cả video doanh nghiệp cũng đang có nhu cầu ngày càng lớn trong việc cắt giảm chi phí và rút ngắn thời gian sản xuất.

K-FAST là bài thử cho mô hình phân phối nội dung lồng tiếng bằng AI ra nước ngoài.

HudsonAI hiện tham gia “Liên minh K-FAST toàn cầu” do Bộ Khoa học và ICT của Hàn Quốc thúc đẩy, với vai trò doanh nghiệp công nghệ chủ lực. Trong liên minh này, công ty phụ trách lồng tiếng theo ngôn ngữ và đặc điểm văn hóa của từng thị trường để đưa nội dung Hàn Quốc lên các kênh FAST ở nước ngoài, đồng thời duy trì nguồn nội dung đã được nội địa hóa.

Mục tiêu của dự án không chỉ là dịch một vài tác phẩm đơn lẻ, mà là xây dựng một hệ thống sản xuất lặp lại cho khối lượng nội dung lớn bằng nhiều ngôn ngữ, phục vụ vận hành kênh FAST. Do mô hình FAST tách kênh theo từng quốc gia và phải duy trì lịch phát sóng 24/7, mỗi thị trường đều cần một lượng nội dung bản địa hóa đủ lớn.

Theo Shin Hyun-jin, với FAST, tốc độ và chi phí nội địa hóa là yếu tố quyết định tính khả thi về mặt kinh doanh, vì nội dung phải được cung cấp liên tục cho các kênh theo từng quốc gia. Điều quan trọng là chứng minh được lồng tiếng bằng AI có thể thực sự chuyển hóa thành lượt xem và hiệu quả phân phối ở thị trường nước ngoài.

Tuy nhiên, ông cũng cho rằng không nên đánh giá kết quả dự án chỉ bằng số lượng kênh được mở. Dù doanh nghiệp công nghệ phụ trách nội địa hóa, hiệu quả cuối cùng vẫn có thể khác nhau tùy năng lực lập lịch nội dung, marketing và phân phối tại địa phương của từng nền tảng.

Theo ông, thành quả không nằm ở việc mở được bao nhiêu kênh, mà phải được đo bằng lượng xem thực tế và hiệu quả phân phối nội dung. Hỗ trợ của chính phủ cũng nên đi theo hướng kích cầu ban đầu, để doanh nghiệp nội dung và các nền tảng thực sự mua và sử dụng dịch vụ nội địa hóa bằng AI, thay vì chỉ dừng ở khâu phát triển công nghệ.