57,5% trong 1.522 người lớn Mỹ cho biết họ không hài lòng khi nghe bản ghi giọng của chính mình, so với 38,8% không thích giọng mình khi trò chuyện bình thường (Naunheim và cs., Laryngoscope 2023). Khoảng chênh gần 19 điểm phần trăm đó là cốt lõi đo lường được của điều mà các nhà tâm lý học gọi là đối diện giọng nói (voice confrontation) từ thập niên 1960: cú sốc khi gặp giọng mình đúng như người khác nghe thấy. Sự lệch này có cơ sở vật lý, vì micro bỏ lỡ âm thanh dẫn truyền qua xương mà bạn nghe ngay bên trong đầu mình, và cũng có mặt xã hội, vì trong một thí nghiệm năm 2026 chỉ có 59 trong 139 người nghe tự nhận ra giọng của chính mình. Tin nhắn thoại, cuộc gọi video và thậm chí cả lời nhắc bằng giọng nói trên ứng dụng hẹn hò biến sự đối diện đó thành chuyện thường ngày. Chúng tôi tổng hợp dữ liệu từ Laryngoscope, YouGov, Journal of the Acoustical Society of America, Cognition, Trends in Hearing, International Journal of Psychology, Royal Society Open Science và hơn một chục nguồn bình duyệt khác.
Tóm tắt nhanh
- 57,5% người lớn Mỹ cho biết không hài lòng khi nghe bản ghi giọng của chính mình, so với 38,8% khi trò chuyện bình thường (Naunheim và cs., Laryngoscope 2023).
- 43% trong 4.058 người lớn Mỹ hơi (27%) hoặc rất (16%) khó chịu khi nghe bản ghi giọng của mình (YouGov Daily Question, ngày 18 tháng 12 năm 2019).
- Phần dẫn truyền qua xương của giọng chính mình chiếm ưu thế trong khoảng từ 1 đến 2 kHz đối với đa số âm vị được thử nghiệm (Reinfeldt và cs., JASA 2010).
- Chỉ 2 trong 10 người tham gia chọn bản ghi chưa chỉnh sửa là phiên bản giống giọng của chính mình nhất (Kimura và Yotsumoto, PLoS One 2018).
- Những người nghe nhận ra giọng của chính mình đánh giá nó hấp dẫn hơn các giọng khác; 80 người không nhận ra thì đánh giá nó kém hấp dẫn hơn (Rosi và cs., Cognition 2026).
- Tỷ lệ nhận ra giọng của chính mình đạt 85,6% ở ngôn ngữ thứ nhất nhưng chỉ 74,4% ở ngôn ngữ thứ hai (Jogia và cs., International Journal of Psychology 2024).
- Lo âu xã hội tương quan với việc không thích giọng ghi âm của chính mình ở mức r = -0,228 (Jogia và cs., International Journal of Psychology 2024).
- 40% người dùng máy trợ thính lần đầu đánh giá giọng nói trực tiếp của mình kém dễ chịu hơn khi dùng máy trợ thính (Hengen và cs., Trends in Hearing 2025).
- 50,6% người trả lời không có rối loạn giọng sẽ cân nhắc một can thiệp để thay đổi giọng của mình (Naunheim và cs., Laryngoscope 2023).
- Người nghe quen thuộc phát hiện các bản sao giọng của chính họ với d-prime là 2,13; người lạ chỉ ở mức đoán ngẫu nhiên (Rosi và cs., Computers in Human Behavior: Artificial Humans 2025).
1. Có Bao Nhiêu Người Không Thích Giọng Ghi Âm Của Mình
Con số hữu ích nhất ở đây không phải 57,5% nổi bật, mà là chênh lệch giữa hai câu hỏi. Chính những người trả lời phần lớn chấp nhận giọng mình khi trò chuyện lại quay lưng với nó khi nó phát ra từ loa, điều này gợi ý rằng chính bản ghi, chứ không phải sự thiếu tự tin chung về giọng nói, gây ra phần lớn tác hại. Mức không hài lòng với bản ghi cao hơn mức không hài lòng khi trò chuyện 18,7 điểm phần trăm trong khảo sát dân số của Laryngoscope (57,5% trừ 38,8%, do chúng tôi tính), trong đó 1.522 người trả lời có phân bố tuổi, giới tính và khu vực phản ánh dân số Hoa Kỳ.
Cuộc thăm dò của YouGov hỏi một câu nhẹ nhàng hơn (sự thoải mái thay vì sự hài lòng) và thấy người Mỹ chia gần đều: 48% thoải mái (23% rất thoải mái cộng 25% hơi thoải mái) so với 43% khó chịu. Dữ liệu mới nhất hiện có: YouGov, 2019. Cách diễn đạt khác nhau có lẽ giải thích một phần khoảng cách với khảo sát lâm sàng, vì vậy hai con số nên được đọc song song, không nên lấy trung bình.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Người trả lời không thích âm thanh giọng của chính mình khi trò chuyện bình thường | 38,8% | Naunheim và cs., Laryngoscope 2023 |
| Người trả lời cho biết không hài lòng khi nghe bản ghi giọng của chính mình | 57,5% | Naunheim và cs., Laryngoscope 2023 |
| Các yếu tố liên quan đến sự không hài lòng về giọng | Tuổi trung niên (p = 0,005), giới tính nữ (p < 0,0001), chủng tộc da trắng (p < 0,0001) | Naunheim và cs., Laryngoscope 2023 |
| Người lớn Mỹ ‘rất khó chịu’ khi nghe bản ghi giọng của chính mình | 16% | YouGov Daily Question, ngày 18 tháng 12 năm 2019 (n = 4.058) |
| Người lớn Mỹ ‘hơi khó chịu’ khi nghe bản ghi giọng của chính mình | 27% | YouGov Daily Question, ngày 18 tháng 12 năm 2019 |
| Người lớn Mỹ rất hoặc hơi khó chịu (16% + 27%, do chúng tôi tính) | 43% | YouGov Daily Question, ngày 18 tháng 12 năm 2019 |
| Người lớn Mỹ ‘rất thoải mái’ khi nghe bản ghi giọng của chính mình | 23% | YouGov Daily Question, ngày 18 tháng 12 năm 2019 |
| Người tham gia khảo sát cảm thấy tiêu cực / trung lập / tích cực về giọng của chính mình | 31% / 24% / 44% | Chong và cs., Journal of Voice 2024 (n = 100), theo báo cáo của Jogia và cs., International Journal of Psychology 2024 |
Ghi chú bối cảnh: mẫu của Laryngoscope có khoảng 52% là nữ, với khoảng 30% ở độ tuổi 18 đến 34, 32% ở độ tuổi 35 đến 54 và 38% từ 55 tuổi trở lên, theo bản tóm tắt của ENT Today về bài báo. YouGov cũng công bố 9% câu trả lời ‘không biết’, nên tỷ lệ thoải mái và khó chịu không cộng lại thành 100%.
2. Vì Sao Bản Ghi Nghe Sai Sai: Dẫn Truyền Qua Xương và Dẫn Truyền Qua Không Khí
Khi bạn nói, giọng của bạn đến tai trong bằng hai đường: qua không khí vào ống tai, và dưới dạng rung động qua xương sọ (dẫn truyền qua xương). Micro chỉ thu đường thứ nhất, nên bản phát lại thiếu một phần âm thanh mà bạn đã nghe suốt đời. Phần dẫn truyền qua xương chiếm ưu thế trong khoảng từ 1 đến 2 kHz đối với đa số mười âm vị được đo bởi Reinfeldt và các đồng nghiệp tại Đại học Công nghệ Chalmers (Journal of the Acoustical Society of America 2010). Dữ liệu mới nhất hiện có: Reinfeldt và cs., 2010.
Các nghiên cứu về tri giác cho thấy vì sao không có cách khắc phục đơn giản. Khi các nhà nghiên cứu đưa ra các phiên bản đã lọc của bản ghi mỗi người tham gia, hầu hết chọn một phiên bản đã lọc là gần nhất với cách họ nghe chính mình, nhưng không có bộ lọc đơn lẻ nào thắng với tất cả mọi người. Trong Kimura và Yotsumoto, các tác giả kết luận rằng ‘không có bộ lọc chung nào đại diện cho giọng của chính mình’. Một bản thảo tiền công bố năm 2026 còn đi xa hơn: các giọng được dựng lại từ đánh giá của người tham gia sáng hơn so với dự đoán của mô hình dẫn truyền qua xương, gợi ý rằng hình ảnh tinh thần về giọng của chính mình một phần được lý tưởng hóa chứ không thuần túy là âm học.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Dải tần số mà phần dẫn truyền qua xương của giọng chính mình chiếm ưu thế (đa số trong 10 âm vị được thử nghiệm) | 1 đến 2 kHz | Reinfeldt và cs., JASA 2010 |
| Hành vi của giọng chính mình dẫn truyền qua cơ thể trong tai bị bịt bởi một thiết bị đặt tai (19 người tham gia, 37 tai) | Được khuếch đại dưới khoảng 700 Hz, bị suy giảm ở tần số cao hơn | Nghiên cứu phương pháp về hiệu ứng bít tắc của Acta Acustica 2025 |
| Người tham gia chọn bản ghi chưa điều chỉnh là giống giọng của chính mình nhất | 2 trên 10 (8 người chọn phiên bản đã chỉnh sửa) | Kimura và Yotsumoto, PLoS One 2018 |
| Mức nhất quán của lựa chọn ‘giống giọng của chính mình nhất’ giữa các buổi | rho của Spearman = 0,899 | Kimura và Yotsumoto, PLoS One 2018 |
| Người tham gia chọn bản ghi thô là giống giọng của chính mình nhất, phòng cách âm | 6 trên 17 (35,3%, do chúng tôi tính) | Hosaka và cs., Scientific Reports 2021 |
| Người tham gia chọn bản ghi thô là giống giọng của chính mình nhất, bên trong máy quét MRI | 3 trên 17 (17,6%, do chúng tôi tính) | Hosaka và cs., Scientific Reports 2021 |
| Chênh lệch tuyệt đối trung bình giữa cao độ mà mọi người cảm nhận là của mình và cao độ họ thực sự phát ra (n = 22) | 8,52 Hz (0,9 nửa cung) | Neamaalkassis và cs., Royal Society Open Science 2025 |
| Người lớn Nhật Bản được thử nghiệm với giọng chính mình đã dựng lại (Nghiên cứu 1 / Nghiên cứu 2) | n = 24 / n = 54; các giọng dựng lại được đánh giá giống giọng của chính mình hơn bản ghi hoặc mô phỏng dẫn truyền qua xương | Suzuki và cs., bản thảo tiền công bố PsyArXiv 2026 |
Ghi chú bối cảnh: khoảng chênh cao độ nhỏ 0,9 nửa cung trong nghiên cứu của Neamaalkassis cho thấy mọi người biết rõ cao độ cơ bản của mình (tần số cơ bản, hay F0), nên phản ứng ‘đó không phải tôi’ nhiều khả năng đến từ âm sắc, tức màu sắc của âm thanh, hơn là từ cao độ. Bản thảo tiền công bố của Suzuki và cs. báo cáo trọng tâm phổ và các giá trị F1 cao hơn ở giọng được dựng lại, nói đơn giản nghĩa là âm thanh sáng hơn và rõ hơn.
3. Nghịch Lý Về Sức Hấp Dẫn: Thích Một Giọng Mà Bạn Không Nhận Ra
Suốt một thập kỷ, đối trọng tiêu chuẩn của hiện tượng đối diện giọng nói là một phát hiện về xu hướng tự đề cao: nếu bạn không biết một đoạn âm thanh là của mình, bạn sẽ đánh giá nó một cách thiện cảm. Trong Hughes và Harrison (Perception 2013), 80 nam và nữ đánh giá các bản ghi người đếm từ một đến mười (kích thích của nghiên cứu) mà không được cho biết giọng của chính họ nằm trong số đó, và họ đánh giá giọng của mình hấp dẫn hơn so với đánh giá của những người chấm khác. Các tác giả gọi đó là ‘chủ nghĩa vị kỷ ngầm về giọng nói’. Dữ liệu mới nhất hiện có cho thiết kế này: Hughes và Harrison, 2013.
Dữ liệu mới nhất làm câu chuyện phức tạp hơn. Rosi, Lavan và McGettigan tìm thấy chiều hướng ngược lại ở những người không nhận ra chính mình: 80 người không nhận ra đánh giá giọng của mình kém hấp dẫn hơn các giọng khác, trong khi 59 người nhận ra đánh giá nó hấp dẫn hơn (Cognition 2026). Câu hỏi giờ không còn là mọi người có thầm thích giọng mình hay không, mà là mức độ nhận thức làm thay đổi phán quyết đến đâu. Chính các tỷ lệ nhận ra được trình bày ở mục 4.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Người tham gia đánh giá một loạt giọng có bí mật bao gồm giọng của chính họ | 80 nam và nữ; giọng của chính mình được đánh giá hấp dẫn hơn so với đánh giá của những người chấm khác | Hughes và Harrison, Perception 2013 |
| Người tham gia tự nhận ra giọng của chính mình trong một nhiệm vụ đánh giá | 59 trên 139 (42,4%, do chúng tôi tính) | Rosi và cs., Cognition 2026 |
| Chiều hướng đánh giá giọng của chính mình so với các giọng khác | Người nhận ra: hấp dẫn hơn; người không nhận ra: kém hấp dẫn hơn | Rosi và cs., Cognition 2026 |
| Các phiên bản giọng chính mình đã bị thay đổi được đánh giá kém hấp dẫn và kém giống hơn so với bản ghi gốc | Các phiên bản có cao độ +/-20 Hz (so với các phiên bản có độ to +/-10 dB và bản ghi) | Peng và cs., Australian Journal of Psychology 2019 |
| Xu hướng tự đề cao trong đánh giá sức hấp dẫn của giọng so với việc nhận ra | Có ý nghĩa dù người tham gia có nhận ra giọng của chính mình hay không | Peng và cs., Scandinavian Journal of Psychology 2020 |
| Hiệu ứng đề cao bạn bè (đánh giá giọng bạn cao hơn) | Chỉ thấy ở những người tham gia nhận ra giọng của bạn | Peng và cs., Scandinavian Journal of Psychology 2020 |
| Sức hấp dẫn của bản ghi giọng bạn bè so với bản ghi giọng của chính mình, do 47 người nghe quen thuộc đánh giá | Bạn bè được đánh giá cao hơn (p < 0,001) | Rosi và cs., Computers in Human Behavior: Artificial Humans 2025 |
Ghi chú về kết quả ngoại lệ: nghiên cứu Peng và cs. 2020 và nghiên cứu Rosi và cs. 2026 bất đồng về điều xảy ra khi mọi người không nhận ra giọng của mình. Các kích thích, thang đánh giá và phép kiểm tra việc nhận ra khác nhau có lẽ là lý do, và Rosi và cs. lập luận rằng các nghiên cứu trước chưa bao giờ kiểm tra việc nhận ra một cách nghiêm ngặt. Các thí nghiệm của Peng và cs. 2019 bổ sung một chi tiết thực tế: chỉ cần dịch cao độ 20 Hz là đủ làm giọng của chính mình kém hấp dẫn và kém quen thuộc hơn so với thay đổi độ to 10 dB.
4. Nhận Ra Giọng Của Chính Mình Trong Bản Ghi
Việc nhận ra giọng của chính mình khá tốt nhưng còn lâu mới hoàn hảo, và rất dễ bị ảnh hưởng. Nếu thu hẹp bản ghi vào một dải tần hẹp, độ chính xác với giọng của chính mình và giọng quen thuộc giảm từ 81,81% xuống còn khoảng 55% (Xu và cs., Frontiers in Psychology 2013). Chuyển người nói sang ngôn ngữ thứ hai thì độ chính xác giảm hơn chục điểm. Tỷ lệ nhận ra giọng của chính mình giảm từ 85,6% bằng tiếng Ả Rập xuống 74,4% bằng tiếng Anh ở phụ nữ song ngữ Ả Rập-Anh trong cùng một mẫu đại học (Jogia và cs., International Journal of Psychology 2024).
Ngay cả khi việc nhận ra thất bại, não vẫn xem giọng của chính mình là điều đặc biệt. Trong Kirk và Cunningham (British Journal of Psychology 2025), thời gian phản ứng và độ chính xác nghiêng về giọng ghi âm của chính người tham gia ngay cả khi nó được gán nhãn ‘bạn bè’ hoặc ‘người lạ’. Đó là hiệu ứng ưu tiên bản thân: các tín hiệu liên quan đến bản thân được xử lý nhanh hơn.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ chính xác nhận ra giọng chính mình và giọng đồng nghiệp với dải tần đầy đủ (30 người lớn Nhật Bản, mức đoán ngẫu nhiên = 20%) | 81,81% | Xu và cs., Frontiers in Psychology 2013 |
| Nhận ra giọng của chính mình so với giọng người khác, chỉ dải tần cao | 60,17% so với 49,67% (F(1, 29) = 4,55, p = 0,04) | Xu và cs., Frontiers in Psychology 2013 |
| Nhận ra giọng của chính mình, ngôn ngữ thứ nhất (Ả Rập) so với ngôn ngữ thứ hai (Anh) | 85,6% so với 74,4% | Jogia và cs., International Journal of Psychology 2024 |
| Tỷ lệ nhận đúng giọng của chính mình trong một nhiệm vụ nhận diện đối chứng | 0,79 (KTC 95% 0,72-0,85) | Orepic và cs., Royal Society Open Science 2023 |
| Người tham gia bị loại vì nhận ra giọng chưa chỉnh sửa của chính mình trong chưa đến một nửa số lượt thử | 9 trên 52 (17,3%) | Orepic và cs., Royal Society Open Science 2023 |
| Thời gian phản ứng và độ chính xác với giọng ghi âm của chính mình so với giọng bên ngoài, ngay cả khi nó mang nhãn ‘bạn bè’ hoặc ‘người lạ’ | Lợi thế giọng của chính mình nhất quán (N = 90) | Kirk và Cunningham, British Journal of Psychology 2025 |
| Độ chính xác phân biệt giọng của chính mình với giọng người lạ trong một thử nghiệm thí điểm 20 lượt (10 người tham gia) | 100% | Zheng và cs., PLoS One 2011 |
Ghi chú bối cảnh: trong nghiên cứu của Orepic và cs., việc thêm rung động dẫn truyền qua xương vào bản phát lại cải thiện khả năng phân biệt giọng mình với giọng người khác nhưng không cải thiện khả năng phân biệt giọng quen với người lạ, điều mà các tác giả diễn giải là bằng chứng rằng giọng của chính mình là ‘một cấu trúc đa phương thức về cơ bản’. Điểm tuyệt đối trong thử nghiệm thí điểm của Zheng và cs. đến từ một phép kiểm tra đơn giản giữa hai giọng, đó là lý do nó cao hơn xa tỷ lệ nhận đúng 79% ở các thiết kế khó hơn. Dữ liệu mới nhất hiện có cho các thiết kế của Xu và Zheng: 2013 và 2011.
5. Lo Âu Xã Hội và Đối Diện Giọng Nói
Thuật ngữ đối diện giọng nói bắt nguồn từ Holzman và Rousey, những người có các thí nghiệm trên Journal of Personality and Social Psychology năm 1966 và 1967 nghiên cứu cách mọi người phản ứng khi nghe giọng ghi âm của mình, trong đó có một nghiên cứu song ngữ năm 1967. Gần sáu thập kỷ sau, góc nhìn song ngữ đã quay lại, giờ gắn với lo âu xã hội, được đo ở đây bằng Thang đo Lo âu Xã hội Liebowitz (LSAS), một bảng câu hỏi tiêu chuẩn.
Các tương quan nhỏ nhưng nhất quán. Lo âu xã hội cao hơn đi cùng mức yêu thích giọng ghi âm của chính mình thấp hơn ở cả hai ngôn ngữ (r = -0,228 bằng tiếng Ả Rập, r = -0,181 bằng tiếng Anh) trong cùng mẫu song ngữ được mô tả ở mục 4. Dữ liệu can thiệp cũng chỉ cùng hướng: trong các thí nghiệm của Đại học Lund, những người lo âu xã hội đánh giá các bài nói đã ghi âm của họ bớt khắt khe hơn khi trước khi phát lại có sự chuẩn bị về nhận thức hoặc giảm tập trung vào bản thân. Để có bối cảnh rộng hơn về mức độ phổ biến của nỗi sợ nói trước đám đông, xem bài tổng hợp của chúng tôi về lo âu khi nói trước công chúng ở sinh viên.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Tương quan giữa lo âu xã hội (thang con nỗi sợ của LSAS) và mức yêu thích giọng của chính mình, Ả Rập / Anh | r = -0,228 / r = -0,181 (cả hai p < 0,05) | Jogia và cs., International Journal of Psychology 2024 |
| Tương quan giữa lo âu xã hội và việc nhận ra giọng của chính mình, Ả Rập / Anh | r = -0,174 (p < 0,05) / r = -0,079 (không có ý nghĩa) | Jogia và cs., International Journal of Psychology 2024 |
| Mức yêu thích giọng của chính mình trung bình trên thang 1-10, Ả Rập / Anh (176 phụ nữ Emirates, tuổi trung bình 20,69) | 5,54 / 5,40 | Jogia và cs., International Journal of Psychology 2024 |
| Sinh viên đại học tự đánh giá giọng ghi âm của mình so với những người chấm độc lập là sinh viên ngành trị liệu ngôn ngữ | 17; lo âu xã hội cao hơn đi kèm việc đánh giá thấp chất lượng giọng của mình | Lundh và cs., Cognitive Behaviour Therapy 2002 |
| Người tham gia có lo âu xã hội trong một thí nghiệm phản hồi âm thanh một buổi | 40; phản hồi kèm chuẩn bị về nhận thức cho ra các đánh giá bớt tiêu cực hơn | Nilsson và cs., Journal of Behavior Therapy and Experimental Psychiatry 2011 |
| Người tham gia trong một thí nghiệm ngẫu nhiên tiếp theo về giảm tập trung vào bản thân | 41; giảm tập trung vào bản thân cải thiện đánh giá giọng nhiều hơn so với chỉ phản hồi âm thanh | Nilsson và Lundh, Cognitive Behaviour Therapy 2016 |
| Năm của nghiên cứu song ngữ về đối diện giọng nói của Holzman, Berger và Rousey | 1967 (Journal of Personality and Social Psychology 7(4)) | Holzman và cs., Journal of Personality and Social Psychology 1967 |
Ghi chú bối cảnh: tất cả đều là các nghiên cứu tương quan hoặc nghiên cứu mô phỏng quy mô nhỏ, nên chúng chỉ cho thấy mối liên quan, không phải quan hệ nhân quả. Nghiên cứu Lundh và cs. 2002 ủng hộ cách giải thích méo mó nhận thức (người lo âu nghe giọng mình tệ hơn thực tế) hơn cách giải thích thiếu hụt kỹ năng. Thí nghiệm năm 2011 và nghiên cứu tiếp theo năm 2016 đều nêu cỡ mẫu nhỏ là một hạn chế. Dữ liệu mới nhất hiện có cho các thí nghiệm của Lund: 2016.
6. Máy Trợ Thính và Giọng Của Chính Mình Bị Thay Đổi
Với người dùng máy trợ thính, đối diện giọng nói không phải sự kiện thỉnh thoảng mà là chuyện hằng ngày. Một thiết bị đặt tai bịt ống tai tạo ra hiệu ứng bít tắc (occlusion effect), tức sự tăng ồm ồm của các tần số thấp trong giọng của chính mình, và việc xử lý tín hiệu của máy trợ thính còn thêm màu sắc riêng. 40% người dùng lần đầu và 35,3% người dùng có kinh nghiệm đánh giá giọng nói trực tiếp của mình kém dễ chịu hơn khi dùng máy trợ thính trong một nghiên cứu ở Thụy Điển tại Bệnh viện Đại học Linköping (Hengen và cs., Trends in Hearing 2025). Con số đó gấp khoảng hai lần tỷ lệ báo cáo vấn đề giọng của chính mình từ trung bình đến nặng, nghĩa là nhiều người dùng nhận thấy sự thay đổi mà không gọi đó là vấn đề.
Dữ liệu về mức hài lòng giải thích vì sao chất lượng giọng của chính mình quan trọng cả về mặt thương mại lẫn lâm sàng. Nếu bạn theo dõi lý do người mua trả lại thiết bị, bài tổng hợp của chúng tôi về tỷ lệ trả lại máy trợ thính bán không cần toa bao quát phần việc áp dụng.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Người dùng máy trợ thính lần đầu gặp vấn đề giọng của chính mình từ trung bình đến nặng (n = 85) | 17,6% | Hengen và cs., Trends in Hearing 2025 |
| Người dùng máy trợ thính có kinh nghiệm gặp vấn đề giọng của chính mình từ trung bình đến nặng (n = 85) | 18,8% | Hengen và cs., Trends in Hearing 2025 |
| Người dùng lần đầu đánh giá giọng nói trực tiếp của chính mình kém dễ chịu hơn khi dùng máy trợ thính | 40% | Hengen và cs., Trends in Hearing 2025 |
| Người dùng có kinh nghiệm đánh giá giọng nói trực tiếp của chính mình kém dễ chịu hơn khi dùng máy trợ thính | 35,3% | Hengen và cs., Trends in Hearing 2025 |
| Người dùng máy trợ thính hài lòng với âm thanh giọng của chính mình (khảo sát 384 người, chủ yếu dùng đầu đệm dạng vòm) | 41% | Høydal 2017, theo trích dẫn của Hengen và cs., Trends in Hearing 2025 |
| Khoảng mức hài lòng với giọng của chính mình qua hai khảo sát về máy trợ thính | 41% đến 73% | Høydal 2017 và Kochkin 2010, theo trích dẫn của Hengen và cs., Trends in Hearing 2025 |
| Độ trễ xử lý được ưa chuộng trong số 24 người dùng kiểu hở (0,5 ms so với 5 ms so với 10 ms) | 0,5 ms | Súsonnudóttir và cs., Trends in Hearing 2026 |
Ghi chú bối cảnh: mẫu của Hengen và cs. lớn tuổi hơn (tuổi trung bình 70 với người dùng lần đầu, 75 với người dùng có kinh nghiệm và 70 với 70 người đối chứng), và bảng câu hỏi được viết riêng cho nghiên cứu và chưa được thẩm định. Trong Súsonnudóttir và cs., độ trễ 0,5 ms cũng được đánh giá tốt hơn 10 ms về độ rõ âm sắc (các thuộc tính như ‘kim loại’ và ‘chói’) và về chất lượng giọng của chính mình.
7. Bản Sao Giọng Nói và Mong Muốn Thay Đổi Giọng
Việc không thích bản ghi của mình không dừng ở mức thụ động: 50,6% người trả lời không có tiền sử rối loạn giọng cho biết họ sẽ cân nhắc một can thiệp để thay đổi giọng của mình, với độ rõ và cao độ là những phẩm chất họ quan tâm nhất, trong cùng khảo sát được mô tả ở mục 1. Phần mềm hiện nay mang lại một kiểu thay đổi khác, và những thí nghiệm đầu tiên về bản sao giọng của chính mình cho thấy sự quen thuộc là yếu tố quyết định cách một bản sao được đánh giá.
Trong Rosi, Soopramanien và McGettigan, 25 cặp bạn thân, người thân hoặc bạn đời đánh giá các bản ghi và bản sao giọng của chính họ và của nhau. Người nghe quen thuộc phát hiện bản sao dễ dàng và đánh giá chúng kém đáng tin hơn bản ghi, trong khi người lạ không phân biệt được sự khác biệt. Một nghiên cứu riêng, Jaggy, Schwan và Meyerhoff, phát hiện các giọng được hệ thống xác minh người nói bằng AI đo là giống giọng của người nghe hơn thì được đánh giá dễ mến hơn. Với bất kỳ ai đang xây dựng sản phẩm bằng phần mềm nhân bản giọng nói, cả hai đều gửi một thông điệp rõ ràng: người biết rõ giọng đó nhất là khán giả khó tính nhất.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Người trả lời không có rối loạn giọng sẽ cân nhắc một can thiệp để thay đổi giọng của mình | 50,6% | Naunheim và cs., Laryngoscope 2023 |
| Độ nhạy phát hiện bản sao (d-prime), người nghe quen thuộc: giọng của chính mình / giọng của bạn | 2,13 (KTC 95% [1,84; 2,41]) / 1,91 (KTC 95% [1,60; 2,22]) | Rosi và cs., Computers in Human Behavior: Artificial Humans 2025 |
| Độ nhạy phát hiện bản sao (d-prime), người nghe không quen | 0,14 (không khác so với đoán ngẫu nhiên, p = 0,420) | Rosi và cs., Computers in Human Behavior: Artificial Humans 2025 |
| Mức đáng tin của bản ghi so với bản sao, người nghe quen thuộc | Bản ghi được đánh giá cao hơn, χ²(1) = 138,6, p < 0,001 | Rosi và cs., Computers in Human Behavior: Artificial Humans 2025 |
| Ảnh hưởng của độ giống giọng của chính người nghe đến mức dễ mến (93 người tham gia người Đức) | β = 0,11, KTC 95% [0,05; 0,18], p < 0,001 | Jaggy và cs., PLoS One 2025 |
| Ảnh hưởng của độ giống giọng của chính người nghe đến mức đáng tin (số hạng bậc hai) | β = 0,31, KTC 95% [0,17; 0,45], p < 0,001 | Jaggy và cs., PLoS One 2025 |
| Phương sai của điểm đánh giá mức dễ mến được giải thích bởi mô hình độ giống giọng của chính mình | 19% | Jaggy và cs., PLoS One 2025 |
Ghi chú bối cảnh: d-prime là điểm độ nhạy, trong đó 0 nghĩa là đoán mò và giá trị càng cao nghĩa là phát hiện càng tốt. Trong nghiên cứu của Rosi và cs., nhóm quen thuộc gồm 47 người trẻ trưởng thành (tuổi trung bình 22) được tuyển qua University College London, nên kết quả mô tả những người bạn thân nghe rất chăm chú, không phải công chúng nói chung.
Tổng Kết: Việc Không Thích Giọng Ghi Âm Của Chính Mình Qua Các Con Số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Người lớn Mỹ không hài lòng với giọng của chính mình: khi nghe bản ghi so với khi trò chuyện bình thường | 57,5% so với 38,8% | Naunheim và cs., Laryngoscope 2023 |
| Người lớn Mỹ rất hoặc hơi khó chịu khi nghe bản ghi giọng của mình | 43% | YouGov Daily Question, ngày 18 tháng 12 năm 2019 |
| Người lớn Mỹ rất thoải mái khi nghe bản ghi giọng của mình | 23% | YouGov Daily Question, ngày 18 tháng 12 năm 2019 |
| Dải tần số mà dẫn truyền qua xương chiếm ưu thế trong giọng của chính mình | 1 đến 2 kHz | Reinfeldt và cs., JASA 2010 |
| Người tham gia chọn bản ghi gốc là giống giọng của chính mình nhất | 2 trên 10 | Kimura và Yotsumoto, PLoS One 2018 |
| Người tham gia chọn bản ghi thô là giống giọng của chính mình nhất (phòng cách âm) | 6 trên 17 | Hosaka và cs., Scientific Reports 2021 |
| Chênh lệch giữa cao độ giọng của chính mình được cảm nhận và được phát ra | 0,9 nửa cung | Neamaalkassis và cs., Royal Society Open Science 2025 |
| Người tham gia tự nhận ra giọng của chính mình trong một nhiệm vụ đánh giá | 59 trên 139 | Rosi và cs., Cognition 2026 |
| Người tham gia đánh giá mù giọng của chính mình trong nghiên cứu kinh điển về xu hướng tự đề cao | 80 | Hughes và Harrison, Perception 2013 |
| Mức dịch cao độ khiến giọng của chính mình kém hấp dẫn hơn bản ghi gốc | +/-20 Hz | Peng và cs., Australian Journal of Psychology 2019 |
| Nhận ra giọng của chính mình, ngôn ngữ thứ nhất so với ngôn ngữ thứ hai | 85,6% so với 74,4% | Jogia và cs., International Journal of Psychology 2024 |
| Tỷ lệ nhận đúng giọng của chính mình trong một nhiệm vụ nhận diện đối chứng | 0,79 | Orepic và cs., Royal Society Open Science 2023 |
| Người dùng máy trợ thính lần đầu gặp vấn đề giọng của chính mình từ trung bình đến nặng | 17,6% | Hengen và cs., Trends in Hearing 2025 |
| Người dùng máy trợ thính hài lòng với giọng của chính mình (khảo sát 384 người) | 41% | Høydal 2017, qua Hengen và cs. 2025 |
| Độ trễ xử lý máy trợ thính được ưa chuộng cho nhận thức giọng của chính mình (24 người dùng kiểu hở) | 0,5 ms | Súsonnudóttir và cs., Trends in Hearing 2026 |
| d-prime phát hiện bản sao cho giọng của chính mình, người nghe quen thuộc so với không quen | 2,13 so với 0,14 | Rosi và cs., Computers in Human Behavior: Artificial Humans 2025 |
| Người trả lời không có rối loạn giọng sẵn sàng thay đổi giọng của mình | 50,6% | Naunheim và cs., Laryngoscope 2023 |
Phương pháp luận và Nguồn
- Naunheim, Puka và Huston, ‘Do You Like Your Voice? A Population-Based Survey of Voice Satisfaction and Voice Enhancement’, Laryngoscope 133(12), 2023, cùng bản tóm tắt của ENT Today được dùng cho phân bố tuổi và giới tính của mẫu.
- YouGov Daily Question, ‘How comfortable or uncomfortable are you listening to a recording of your own voice?’, ngày 18 tháng 12 năm 2019.
- Jogia, Thomas, Barbato và Bentall, ‘Social anxiety, voice confrontation and voice recognition: A bilingual exploration’, International Journal of Psychology 59(6), 2024, cũng là nguồn của các số liệu Chong và cs. (Journal of Voice 2024).
- Reinfeldt, Östli, Håkansson và Stenfelt, ‘Hearing one’s own voice during phoneme vocalization’, JASA 128(2), 2010.
- Methods to experimentally characterize the own-voice-generated objective occlusion effect induced by hearables, Acta Acustica 9, bài báo 73, 2025.
- Kimura và Yotsumoto, ‘Auditory traits of own voice’, PLoS One 2018.
- Hosaka, Kimura và Yotsumoto, ‘Neural representations of own-voice in the human auditory cortex’, Scientific Reports 11:591, 2021.
- Neamaalkassis và cs., ‘The fundamental frequencies of our own voice’, Royal Society Open Science 12(2), 2025.
- Suzuki, Kuroda và Nagai, ‘The Positively Reconstructed Self-Voice’, bản thảo tiền công bố PsyArXiv 2026.
- Hughes và Harrison, ‘I like my voice better: Self-enhancement bias in perceptions of voice attractiveness’, Perception 42(9), 2013.
- Peng và cs., ‘One’s own and similar voices are more attractive than other voices’, Australian Journal of Psychology 71(3), 2019.
- Peng, Hu, Wang và Liu, hiệu ứng tự đề cao trong đánh giá sức hấp dẫn của giọng, Scandinavian Journal of Psychology 61(5), 2020.
- Rosi, Lavan và McGettigan, ‘Self-recognition shapes evaluations of (self-) voice attractiveness’, Cognition 272, 2026.
- Rosi, Soopramanien và McGettigan, ‘Perception and social evaluation of cloned and recorded voices’, Computers in Human Behavior: Artificial Humans 4, 2025.
- Xu, Homae, Hashimoto và Hagiwara, ‘Acoustic cues for the recognition of self-voice and other-voice’, Frontiers in Psychology 4:735, 2013.
- Orepic, Kannape, Faivre và Blanke, ‘Bone conduction facilitates self-other voice discrimination’, Royal Society Open Science 10(2), 2023.
- Kirk và Cunningham, ‘Listen to yourself! Prioritization of self-associated and own voice cues’, British Journal of Psychology 116(1), 2025.
- Zheng, MacDonald, Munhall và Johnsrude, ‘Perceiving a stranger’s voice as being one’s own’, PLoS One 2011.
- Lundh và cs., ‘Social Anxiety is Associated with a Negatively Distorted Perception of One’s Own Voice’, Cognitive Behaviour Therapy 31(1), 2002.
- Nilsson, Lundh, Faghihi và Roth-Andersson, phản hồi âm thanh kèm chuẩn bị về nhận thức, Journal of Behavior Therapy and Experimental Psychiatry 42(4), 2011.
- Nilsson và Lundh, ‘Audio Feedback with Reduced Self-focus as an Intervention for Social Anxiety’, Cognitive Behaviour Therapy 45(2), 2016.
- Holzman, Berger và Rousey, ‘Voice confrontation: a bilingual study’, Journal of Personality and Social Psychology 7(4), 1967.
- Hengen, Lundeborg Hammarström và Stenfelt, ‘Effect of Hearing Aids on Phonation and Perceived Voice Qualities’, Trends in Hearing 29, 2025, cũng là nguồn của các số liệu mức hài lòng Høydal 2017 và Kochkin 2010.
- Súsonnudóttir và cs., ‘Own-Voice Perception with Different Processing Delays in Open-Fit Hearing Aids’, Trends in Hearing 30, 2026.
- Jaggy, Schwan và Meyerhoff, ‘AI-determined similarity increases likability and trustworthiness of human voices’, PLoS One 20(3), 2025.
- Lưu ý về dữ liệu: Peng và cs. 2020 báo cáo xu hướng tự đề cao dù mọi người có nhận ra giọng mình hay không, trong khi Rosi và cs. 2026 phát hiện những người không nhận ra đánh giá giọng của chính mình kém hấp dẫn hơn; hãy xem nhận định ‘chúng ta thầm thích giọng của mình’ là còn tranh cãi. Một số bài báo về khảo sát của Laryngoscope in các số liệu chính thành ‘8%’ và ‘5%’, một lỗi hiển thị; phần tóm tắt nêu 38,8% và 57,5%. Các tỷ lệ của Chong và cs. (31%, 24%, 44%) được lấy từ Jogia và cs. và cộng lại thành 99%, nhiều khả năng do làm tròn. Jogia và cs. báo cáo phép kiểm tra nhận diện tiếng Ả Rập so với tiếng Anh (χ²(1, N = 98) = 5,1848, p = 0,022) với N = 98 trong khi toàn mẫu là 176, điều mà bài báo không giải thích, nên các tỷ lệ nhận ra 85,6% và 74,4% có thể dựa trên một mẫu con. Bài báo của Rosi và cs. 2025 in một khoảng tin cậy cho người nghe không quen mà không bao quanh giá trị trung bình của nó, nhiều khả năng là lỗi đánh máy, nên chúng tôi chỉ trích dẫn giá trị trung bình và giá trị p. Nghiên cứu Acta Acustica 2025 cảnh báo rằng phương pháp đồng thời phổ biến để đo hiệu ứng bít tắc mang sai số hệ thống lên đến khoảng 3-4 dB. Số liệu Thí nghiệm 2 của Kimura và Yotsumoto không rõ ràng trong bài báo, nên chỉ dùng Thí nghiệm 1. Các số liệu của YouGov có từ năm 2019, và Suzuki và cs. 2026 là bản thảo tiền công bố chưa hoàn tất bình duyệt.
Cập nhật lần cuối: ngày 8 tháng 11 năm 2026. Chúng tôi cập nhật bài tổng hợp này hằng quý, và lần làm mới tiếp theo dự kiến diễn ra khi phiên bản đã bình duyệt của nghiên cứu giọng chính mình được dựng lại của Suzuki và cs. được công bố.