Không có nghiên cứu nào trong 68 nghiên cứu về giọng nói và lời nói liên quan đến sức khỏe tâm thần được rà soát năm 2026 đo trực tiếp tình trạng kiệt sức hoặc kiệt quệ cảm xúc (Uy và cs., Frontiers in Digital Health 2026). Khoảng trống đó định hình mọi nội dung bên dưới. Những gì nghiên cứu thực sự cho thấy hẹp hơn: tần số cơ bản (F0, cao độ nền của giọng nói) tăng khi căng thẳng cấp tính với hiệu số trung bình chuẩn hóa gộp (SMD) là 0,55, và con số này giảm xuống mức không còn ý nghĩa là 0,17 sau khi hiệu chỉnh thiên lệch công bố (Veiga và cs., Stress and Health 2025). Kết quả thực địa mạnh nhất về tổng đài mà chúng tôi tìm thấy là AUC 0,783 khi dự đoán triệu chứng trầm cảm ở 62 người lao động Nhật Bản (Tani và cs., Journal of Occupational Health 2025), và tại Liên minh châu Âu, việc dùng AI để suy luận cảm xúc của nhân viên đã bị cấm từ ngày 2 tháng 2 năm 2025. Về khía cạnh lực lượng lao động của vấn đề (tỷ lệ nghỉ việc, bị lạm dụng, ý định nghỉ việc), hãy xem thống kê kiệt sức và nghỉ việc của tổng đài viên của chúng tôi. Chúng tôi đã tổng hợp dữ liệu từ JMIR Mental Health, JAMIA, Scientific Reports, Journal of Voice, Journal of Occupational Health, Ủy ban châu Âu, cơ quan bảo vệ dữ liệu Hungary (NAIH) và Viện Tư pháp Quốc gia Hoa Kỳ, đồng thời tách bạch bằng chứng phòng thí nghiệm khỏi triển khai thực địa xuyên suốt bài.
Tóm tắt nhanh
- 0 trong 68 nghiên cứu về giọng nói và lời nói liên quan đến sức khỏe tâm thần đo trực tiếp tình trạng kiệt sức, và chỉ 2 trong 68 (3%) được kiểm chứng trên bộ dữ liệu độc lập (Uy và cs., Frontiers in Digital Health 2026).
- 0 trong 13 nghiên cứu giám sát sức khỏe tâm thần bằng AI tại nơi làm việc thực tế sử dụng dữ liệu giọng nói hoặc lời nói (Jack và cs., PLOS Digital Health 2026).
- Căng thẳng cấp tính làm tăng F0 với SMD gộp là 0,55 (KTC 95% 0,30 đến 0,80), giảm xuống 0,17 và không còn ý nghĩa sau trim-and-fill (Veiga và cs., Stress and Health 2025).
- F0 tăng có ý nghĩa ở 15 trong 19 nghiên cứu về căng thẳng, là dấu hiệu âm học nhất quán nhất (Schewski và cs., PLOS One 2025).
- Phát hiện trầm cảm dựa trên lời nói: độ chính xác cao nhất gộp là 0,81 so với độ chính xác thấp nhất là 0,66 trên 105 nghiên cứu (Maran và cs., JMIR Mental Health 2025).
- Một mô hình dựa trên âm thanh cuộc gọi đã dự đoán triệu chứng trầm cảm ở 62 tổng đài viên với AUC 0,783 (Tani và cs., Journal of Occupational Health 2025).
- Tổng đài viên báo cáo tỷ lệ hiện mắc suốt sự nghiệp của các vấn đề về giọng nói từ 33% đến 68% (Nair và cs., tổng quan hệ thống Journal of Voice).
- 70,5% trong 173 tổng đài viên Thổ Nhĩ Kỳ được chuyển đi đánh giá có bệnh nghề nghiệp được xác nhận, phổ biến nhất là rối loạn dây thanh (Altundas Hatman và Torun, La Medicina del Lavoro 2022).
- Mức phạt theo Đạo luật AI đối với các hành vi bị cấm lên tới 35.000.000 EUR hoặc 7% doanh thu hằng năm toàn cầu, tùy mức nào cao hơn (Quy định (EU) 2024/1689, Điều 99).
- Phần mềm phân tích cuộc gọi của một ngân hàng không thể nhận diện cảm xúc trong 91,96% trường hợp, và ngân hàng bị phạt 250.000.000 HUF (quyết định NAIH NAIH-85-3/2022).
1. Căng Thẳng Tác Động Đến Giọng Nói Ra Sao: F0, Jitter, Shimmer và Tốc Độ Nói
Phân tích cận ngôn ngữ xem xét cách một điều được nói ra thay vì nội dung được nói. Bốn đặc trưng kinh điển là F0 (cao độ), jitter (dao động nhỏ của cao độ từ chu kỳ này sang chu kỳ khác), shimmer (dao động của độ lớn âm từ chu kỳ này sang chu kỳ khác) và tốc độ nói. Bằng chứng phòng thí nghiệm ủng hộ rõ ràng một trong số đó: cao độ tăng khi căng thẳng cấp tính. F0 tăng có ý nghĩa ở 15 trong 19 nghiên cứu trong một tổng quan hệ thống năm 2025 gồm 38 bài báo (Schewski và cs., PLOS One 2025), trong khi jitter và shimmer phần lớn không cho thấy mối liên quan.
Hiệu ứng này có thật nhưng nhỏ hơn và kém ổn định hơn con số nổi bật gợi ý. Một phân tích tổng hợp năm 2025 gồm 10 nghiên cứu và 583 người tham gia gộp được mức tăng F0 là SMD 0,55, nhưng sau khi hiệu chỉnh thống kê cho các nghiên cứu âm tính bị thiếu, ước lượng giảm xuống 0,17 với khoảng tin cậy cắt qua số không (Veiga và cs., Stress and Health 2025). Tín hiệu cũng mạnh nhất ở lời nói tự phát, đúng loại lời nói mà tai nghe có micro thu được, và yếu nhất ở lời nói đọc hoặc chuẩn hóa. Một thí nghiệm trên cùng cá nhân cho thấy giọng nói phản ứng với căng thẳng sinh lý chứ không chỉ với tâm trạng xấu: các đặc trưng thay đổi trong bài kiểm tra căng thẳng nhưng không thay đổi trong nhiệm vụ bị loại trừ xã hội (Kappen và cs., Scientific Reports 2024).
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Mức tăng F0 gộp khi căng thẳng cấp tính (10 nghiên cứu, 583 người tham gia) | SMD 0,55 (KTC 95% 0,30 đến 0,80), I² = 69,2% | Veiga và cs., Stress and Health 2025 |
| Cùng hiệu ứng F0 gộp sau khi hiệu chỉnh trim-and-fill cho thiên lệch công bố | SMD 0,17 (KTC 95% -0,15 đến 0,49), p = 0,29 | Veiga và cs., Stress and Health 2025 |
| Hiệu ứng F0 ở lời nói tự phát so với lời nói chuẩn hóa (đọc) | SMD 0,79 so với SMD 0,14 | Veiga và cs., Stress and Health 2025 |
| Nghiên cứu về căng thẳng báo cáo F0 tăng có ý nghĩa | 15 trong 19 | Schewski và cs., PLOS One 2025 |
| Đặc trưng ngữ điệu so với đặc trưng chất giọng cho thấy mối liên quan với căng thẳng | 52 trong 69 so với 18 trong 37 lượt kiểm tra | Schewski và cs., PLOS One 2025 |
| Thay đổi tốc độ nói trong nhiệm vụ căng thẳng, 66 người tham gia | Tăng, d = 1,03 (KTC 95% 0,65 đến 1,42) | Kappen và cs., Scientific Reports 2024 |
| Thay đổi jitter trong cùng nhiệm vụ căng thẳng | Giảm, d = -0,62 (KTC 95% -1,00 đến -0,24) | Kappen và cs., Scientific Reports 2024 |
| Thay đổi shimmer trong cùng nhiệm vụ căng thẳng | Không thay đổi có ý nghĩa, p = 0,201 | Kappen và cs., Scientific Reports 2024 |
Ghi chú bối cảnh: trong phân tích tổng hợp của Veiga, 5 trong 10 nghiên cứu được đánh giá có nguy cơ thiên lệch tổng thể nghiêm trọng, và các tác giả nêu rõ bằng chứng chưa đủ để xác lập các tham số F0 cho căng thẳng. Schewski và cs. cũng không tìm thấy mẫu âm học nhất quán nào cho nỗi sợ hoặc lo âu.
2. Độ Chính Xác Phát Hiện: Mô Hình Trầm Cảm và Mệt Mỏi Trong Các Bài Kiểm Chuẩn
Kiệt sức chồng lấn với trầm cảm và sự kiệt quệ, vì vậy các tài liệu về trầm cảm là chỉ báo gần nhất cho những gì một mô hình dự đoán kiệt sức có thể đạt được. Các con số nổi bật trông có vẻ mạnh, nhưng chúng phụ thuộc vào kết quả mà mỗi bài báo chọn để báo cáo. Trên 105 nghiên cứu, độ chính xác tốt nhất được báo cáo gộp là 0,81 trong khi độ chính xác kém nhất được báo cáo gộp của cùng nhóm nghiên cứu là 0,66 (Maran và cs., JMIR Mental Health 2025). Khoảng cách 15 điểm đó là độ chênh giữa cấu hình tốt nhất của một bài báo và cấu hình yếu nhất của nó, trước khi bất kỳ mô hình nào gặp một quần thể mới.
Các cách tiếp cận cũ vẫn đứng vững: một phân tích tổng hợp trên JAMIA cho thấy các đặc trưng âm học thiết kế thủ công vượt trội so với học sâu đầu cuối (Liu và cs., JAMIA 2024). Mệt mỏi cũng cho thấy cùng mẫu hình mẫu nhỏ: một nghiên cứu thiếu ngủ đạt tới 94% trên bản ghi nguyên âm nhưng chỉ có 15 nam giới tham gia (Frontiers in Cell and Developmental Biology 2022). Về cách các bộ phân loại cảm xúc hoạt động ngoài phòng thí nghiệm trong môi trường lâm sàng, hãy xem thống kê độ chính xác nhận diện cảm xúc trong lời nói của chúng tôi.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ chính xác cao nhất được báo cáo gộp, phát hiện trầm cảm dựa trên lời nói (105 nghiên cứu) | 0,81 (KTC 95% 0,79 đến 0,83) | Maran và cs., JMIR Mental Health 2025 |
| Độ chính xác thấp nhất được báo cáo gộp trong cùng tổng quan | 0,66 (KTC 95% 0,63 đến 0,69) | Maran và cs., JMIR Mental Health 2025 |
| Độ nhạy cao nhất được báo cáo gộp so với độ đặc hiệu | 0,84 so với 0,83 | Maran và cs., JMIR Mental Health 2025 |
| Nghiên cứu được đưa vào có nguy cơ thiên lệch cao ở ít nhất một lĩnh vực | 47,6% (50 trong 105) | Maran và cs., JMIR Mental Health 2025 |
| Độ chính xác gộp của học sâu trên lời nói để phát hiện trầm cảm (8 nghiên cứu) | 0,87 (KTC 95% 0,81 đến 0,93) | Liu và cs., JAMIA 2024 |
| Độ chính xác gộp của các mô hình dùng đặc trưng âm học thiết kế thủ công | 0,89 (KTC 95% 0,81 đến 0,97) | Liu và cs., JAMIA 2024 |
| Chênh lệch F0 gộp, người nói bị trầm cảm so với không trầm cảm (6 nghiên cứu) | -1,82 Hz, p = 0,56 (không có ý nghĩa) | Cantor-Cutiva và cs., Depression and Anxiety 2026 |
| Phân loại mệt mỏi sau 36 giờ thức, đa nguyên âm so với lời nói phân đoạn (15 người tham gia) | Lên tới 94% so với 76% | Frontiers in Cell and Developmental Biology 2022 |
Ghi chú bối cảnh: 52,4% trong 105 nghiên cứu về trầm cảm là bài báo hội nghị, bộ dữ liệu công khai được dùng nhiều nhất là DAIC-WOZ (33,3% nghiên cứu), và các bộ dữ liệu riêng cho từng nghiên cứu (thiết kế thủ công) phổ biến nhất nói chung (53,3%). Tổng quan của Cantor-Cutiva và cs. chỉ đánh giá 1 trong 17 nghiên cứu có chất lượng mạnh. Dữ liệu mới nhất hiện có về mệt mỏi: Frontiers in Cell and Developmental Biology, 2022.
3. Kiệt Sức Là Nhãn Còn Thiếu: Khoảng Cách Giữa Phòng Thí Nghiệm và Thực Địa
Đây là phần quan trọng nhất đối với bất kỳ ai mua tính năng “dự đoán kiệt sức”. Một tổng quan phạm vi năm 2026 gồm 68 nghiên cứu về dấu ấn sinh học giọng nói không tìm thấy nghiên cứu nào đo tình trạng kiệt sức hoặc kiệt quệ cảm xúc, và chỉ 2 trong 68 (3%) thử nghiệm trên bộ dữ liệu độc lập (Uy và cs., Frontiers in Digital Health 2026). Các tác giả kết luận rằng bằng chứng hiện chưa ủng hộ việc đánh giá sức khỏe tâm thần thụ động hoặc theo môi trường trong thực hành thường quy.
Các tài liệu về nơi làm việc kể cùng một câu chuyện từ hướng ngược lại. Một tổng quan giới hạn ở việc giám sát sức khỏe tâm thần bằng AI tại nơi làm việc thực tế giữ lại 13 nghiên cứu, và không nghiên cứu nào dùng giọng nói (Jack và cs., PLOS Digital Health 2026). Một trong số ít nghiên cứu giọng nói quy mô lớn theo kiểu thực địa, với 4.155 người ghi âm trên điện thoại của chính họ, cho thấy không có đặc trưng liên quan đến căng thẳng nào được chia sẻ giữa các giới tính, ngôn ngữ và nhiệm vụ (Topalian và cs., Digital Biomarkers 2026). Nói cách khác, một mô hình được huấn luyện trên một nhóm không có gì đảm bảo sẽ áp dụng được cho nhóm kế tiếp. Vấn đề kiểm chứng tương tự cũng chạy xuyên suốt các dấu ấn sinh học giọng nói trong những tình trạng khác, như thống kê dấu ấn sinh học giọng nói cho suy giảm nhận thức của chúng tôi cho thấy.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Nghiên cứu giọng nói và lời nói về sức khỏe tâm thần đo tình trạng kiệt sức hoặc kiệt quệ cảm xúc | 0 trong 68 | Uy và cs., Frontiers in Digital Health 2026 |
| Nghiên cứu được kiểm chứng trên mẫu độc lập hoặc chéo bộ dữ liệu | 2 trong 68 (3%) | Uy và cs., Frontiers in Digital Health 2026 |
| Nghiên cứu dùng khơi gợi có kiểm soát (nhiệm vụ phòng thí nghiệm) thay vì lời nói tự nhiên | 54 trong 68 (79%) | Uy và cs., Frontiers in Digital Health 2026 |
| Đặc trưng giọng nói liên quan đến căng thẳng được chia sẻ giữa nữ và nam, 679 người trưởng thành mắc đái tháo đường ghi âm tại nhà | Không có (tìm thấy 25 đặc trưng ở mỗi giới) | Bour và cs., PLOS Digital Health 2026 |
| Nghiên cứu giám sát sức khỏe tâm thần bằng AI tại nơi làm việc thực tế có dùng giọng nói hoặc lời nói | 0 trong 13 | Jack và cs., PLOS Digital Health 2026 |
| Nghiên cứu giám sát bằng AI tại nơi làm việc thực tế nhắm vào kiệt sức so với nhắm vào căng thẳng | 1 trong 13 so với 10 trong 13 | Jack và cs., PLOS Digital Health 2026 |
| Nghiên cứu căng thẳng thực nghiệm (phòng thí nghiệm) so với nghiên cứu thực địa | 30 so với 7 bài báo | Schewski và cs., PLOS One 2025 |
| Nghiên cứu giọng nói về căng thẳng tức thời trên thiết bị cá nhân: đặc trưng được chia sẻ giữa giới tính, ngôn ngữ và nhiệm vụ | Không có (4.155 người tham gia) | Topalian và cs., Digital Biomarkers 2026 |
Ghi chú bối cảnh: việc thu thập dữ liệu thực địa là khả thi. Nghiên cứu ICASSP 2021 của Gaballah và cs. đã theo dõi 144 nhân viên bệnh viện trong 10 tuần bằng thiết bị ghi âm đeo trên người và căng thẳng tự báo cáo hằng ngày, nhưng nghiên cứu nhắm vào căng thẳng chứ không phải kiệt sức (dữ liệu mới nhất hiện có: IEEE ICASSP, 2021). Nhóm thuần tập đái tháo đường trong bảng trên (Bour và cs., PLOS Digital Health 2026) cũng không tìm thấy đặc trưng nào chung giữa căng thẳng và đau khổ tinh thần liên quan đến đái tháo đường, một lời nhắc rằng “căng thẳng” trong nghiên cứu này không phải là cùng một khái niệm với nghiên cứu khác.
4. Triển Khai Tại Tổng Đài: Các Nghiên Cứu Thực Địa Báo Cáo Gì
Thứ gần nhất với một triển khai thực tế liên quan đến kiệt sức đến từ Nhật Bản, nơi một nhóm nghiên cứu đã thử nghiệm một hệ thống phân tích giọng nói thương mại trên các cuộc gọi khách hàng thực của tổng đài viên. Mô hình dự đoán triệu chứng trầm cảm trong 12 tuần với AUC 0,783 (KTC 95% 0,691 đến 0,875), nhưng chỉ 62 trong 240 tổng đài viên được tuyển chọn cuối cùng nằm trong phân tích, hệ thống là một hộp đen độc quyền, và nghiên cứu được nhà cung cấp của nó tài trợ (Tani và cs., Journal of Occupational Health 2025). Một thử nghiệm ngẫu nhiên đi kèm dùng cùng công cụ trong các buổi nhóm và ghi nhận mức giảm điểm trầm cảm ở mức khiêm tốn (Tani và cs., Journal of Occupational Health 2024).
Hai bộ dữ liệu Hàn Quốc mới hơn cho thấy các phương án thay thế. Một nghiên cứu nhật ký với 400 người lao động cho thấy những từ ngữ mà tổng đài viên dùng theo dõi triệu chứng trầm cảm tốt hơn chính điểm tự đánh giá tâm trạng của họ, đây là phân tích ngôn ngữ chứ không phải cận ngôn ngữ (Kim và cs., Psychiatry Investigation 2026). Một mô phỏng phòng thí nghiệm với 31 tổng đài viên và diễn viên đóng vai khách hàng giận dữ chỉ báo cáo kết quả cho âm thanh kết hợp với cảm biến tim, da và não, nên đóng góp riêng của giọng nói là không rõ (Lee và cs., Scientific Data 2026).
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| AUC khi dự đoán triệu chứng trầm cảm (CES-D từ 16 trở lên) từ âm thanh cuộc gọi, 62 tổng đài viên | 0,783 (KTC 95% 0,691 đến 0,875) | Tani và cs., Journal of Occupational Health 2025 |
| AUC khi phân biệt cuộc gọi bình thường với cuộc gọi khối lượng công việc cao (khách hàng hung hăng) trong tổng đài mô phỏng, âm thanh kết hợp cảm biến sinh lý, 31 tổng đài viên | 0,946 | Lee và cs., Scientific Data 2026 |
| Tổng đài viên có triệu chứng trầm cảm ở thời điểm ban đầu trong nhóm thuần tập đó | 30,6% (19 trong 62) | Tani và cs., Journal of Occupational Health 2025 |
| Thay đổi điểm trầm cảm sau 12 tuần so với nhóm đối chứng: các buổi nhóm phân tích giọng nói (từ 5 buổi trở lên) so với các buổi gặp riêng với người giám sát | -2,36 so với -1,47 điểm CES-D | Tani và cs., Journal of Occupational Health 2024 |
| Người lao động cảm xúc Hàn Quốc có triệu chứng trầm cảm (PHQ-9 từ 5 trở lên), 400 người được phân tích | 50,8% (203 trong 400) | Kim và cs., Psychiatry Investigation 2026 |
| AUC của mô hình cảm xúc dựa trên ngôn ngữ vào ngày thứ 10 của nhật ký giọng nói | 75,1% | Kim và cs., Psychiatry Investigation 2026 |
| AUC khi dự đoán căng thẳng cảm nhận được trong tổng đài mô phỏng, âm thanh kết hợp cảm biến sinh lý, 31 tổng đài viên | 0,783 | Lee và cs., Scientific Data 2026 |
| Tỷ lệ câu trả lời gian dối được Layered Voice Analysis phát hiện trong một đợt kiểm chứng tại nhà giam ở Mỹ, 319 người bị bắt | 21,4% (độ đặc hiệu 95,2%) | Viện Tư pháp Quốc gia Hoa Kỳ (NIJ), Damphousse và cs. 2007 |
Ghi chú bối cảnh: hệ thống Nhật Bản được dùng trong cả hai nghiên cứu của Tani được xây dựng trên Layered Voice Analysis (LVA). Một thử nghiệm độc lập cũ hơn do Viện Tư pháp Quốc gia Hoa Kỳ tài trợ cho thấy LVA và một máy phân tích căng thẳng giọng nói đối thủ “không thể phát hiện sự gian dối với tỷ lệ tốt hơn ngẫu nhiên” (báo cáo NIJ, 2007). Thử nghiệm đó đo việc nói dối chứ không phải tâm trạng, nên không giải quyết được câu hỏi về trầm cảm, nhưng đó là lý do để đòi hỏi kiểm chứng độc lập (dữ liệu mới nhất hiện có: NIJ, 2007).
5. Gánh Nặng Giọng Nói: Rối Loạn Giọng Trong Công Việc Tổng Đài và Mối Liên Hệ Với Kiệt Sức
Trước khi giọng nói là một cảm biến, nó là công cụ lao động, và công cụ đó bị hao mòn. Một tổng quan hệ thống trên Journal of Voice gồm 15 nghiên cứu ghi nhận tỷ lệ hiện mắc suốt sự nghiệp của các vấn đề về giọng nói ở tổng đài viên là 33% đến 68%, với tỷ lệ hiện mắc tại một thời điểm là 27% (Nair và cs., Journal of Voice). Khàn tiếng là triệu chứng phổ biến nhất, tiếp theo là mệt giọng. Điều đó quan trọng với mọi mô hình âm học: jitter và shimmer của một tổng đài viên bị khàn giọng thay đổi vì lý do vật lý, và bộ phân loại căng thẳng hoặc kiệt sức có thể hiểu sai.
Đầu lâm sàng của phổ này rất đáng chú ý. Trong 173 tổng đài viên Thổ Nhĩ Kỳ được chuyển đến một bệnh viện bệnh nghề nghiệp, 70,5% có bệnh nghề nghiệp được xác nhận, và trong số những người được phỏng vấn sau đó, 43,8% đã bị sa thải (Altundas Hatman và Torun, La Medicina del Lavoro 2022). Nghiên cứu về giáo viên, một nghề khác dùng giọng nói nhiều, liên hệ trực tiếp kiệt sức với rối loạn giọng, nên hai vấn đề này đi cùng nhau. Thống kê phân tích giọng nói âm học và rối loạn giọng của chúng tôi trình bày cách các phòng khám đo lường tổn thương đó.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Tỷ lệ hiện mắc suốt sự nghiệp của các vấn đề về giọng nói ở tổng đài viên (15 nghiên cứu) | 33% đến 68% | Nair và cs., tổng quan hệ thống Journal of Voice |
| Tỷ lệ hiện mắc tại một thời điểm của các vấn đề về giọng nói ở tổng đài viên | 27% | Nair và cs., tổng quan hệ thống Journal of Voice |
| Nhân viên tổng đài Thổ Nhĩ Kỳ báo cáo có vấn đề về giọng nói kể từ khi bắt đầu công việc (264 người được khảo sát) | 57,6% | Demir và cs., PeerJ 2025 |
| Cũng những nhân viên này báo cáo căng thẳng tại nơi làm việc | 58,3% | Demir và cs., PeerJ 2025 |
| Tổng đài viên được chuyển đi có bệnh nghề nghiệp được xác nhận (173 trường hợp) | 70,5% | Altundas Hatman và Torun, La Medicina del Lavoro 2022 |
| Hạt dây thanh ở tổng đài viên nữ so với nam có bệnh nghề nghiệp | 92,9% so với 62,4% | Altundas Hatman và Torun, La Medicina del Lavoro 2022 |
| Tỷ lệ trung bình của ngày làm việc dành cho phát âm, 92 tổng đài viên | 14,74% (khoảng 4% đến 31%) | Cantarella và cs., Journal of Voice 2014 |
| Tỷ số chênh về rối loạn giọng có khả năng ở giáo viên dương tính trên 2 đến 4 thang con kiệt sức so với 0 đến 1 | OR 4,01, P = 0,013 | de Brito Mota và cs., Journal of Voice 2019 |
Ghi chú bối cảnh: trong khảo sát PeerJ ở Thổ Nhĩ Kỳ (Demir và cs. 2025), căng thẳng tại nơi làm việc có liên quan đáng kể với điểm Voice Handicap Index tệ hơn (p < 0,001). Trong 208 giáo viên của nghiên cứu de Brito Mota, 64,4% có khả năng bị rối loạn giọng, và trong một nghiên cứu năm 2024 tại Galicia với 90 giáo viên, 16% có triệu chứng phù hợp với kiệt sức. Dữ liệu mới nhất hiện có về thời gian phát âm: Cantarella và cs., Journal of Voice, 2014.
6. Giới Hạn Pháp Lý và Đạo Đức: Điều 5 Đạo Luật AI của EU và Hành Động Của Cơ Quan Quản Lý
Ngay cả khi khoa học trưởng thành vào ngày mai, không gian pháp lý cho việc phân tích cảm xúc nhân viên ở châu Âu đã đóng lại. Điều 5(1)(f) của Đạo luật AI cấm “việc sử dụng hệ thống AI để suy luận cảm xúc của một thể nhân trong các lĩnh vực nơi làm việc và cơ sở giáo dục”, với ngoại lệ chỉ dành cho lý do y tế hoặc an toàn, và có hiệu lực áp dụng từ ngày 2 tháng 2 năm 2025 (Quy định (EU) 2024/1689, Điều 5). Hướng dẫn của Ủy ban châu Âu, công bố ngày 4 tháng 2 năm 2025 và không có tính ràng buộc, bịt kín kẽ hở hiển nhiên: theo phân tích của Future of Privacy Forum về bản hướng dẫn, ngoại lệ y tế “không mở rộng sang giám sát sức khỏe tinh thần nói chung, chẳng hạn như phát hiện căng thẳng hoặc kiệt sức” (FPF, ngày 24 tháng 3 năm 2026).
Lệnh cấm nhắm vào việc suy luận từ dữ liệu sinh trắc học như giọng nói. Việc phân tích cảm xúc của khách hàng không nằm trong phạm vi, và việc suy luận cảm xúc từ văn bản viết nằm ngoài lệnh cấm, nên một mô hình dựa trên bản ghi chép và một mô hình dựa trên giọng nói có thể rơi vào hai phía đối lập của ranh giới. Luật bảo vệ dữ liệu đã xử lý trước cả Đạo luật AI: cơ quan Hungary đã phạt một ngân hàng có phần mềm phân tích cuộc gọi chấm điểm trạng thái cảm xúc của người gọi và cũng giám sát giọng nói của chính nhân viên mình (quyết định NAIH NAIH-85-3/2022).
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Ngày lệnh cấm suy luận cảm xúc tại nơi làm việc bắt đầu áp dụng ở EU | Ngày 2 tháng 2 năm 2025 | Quy định (EU) 2024/1689 (Đạo luật AI), Điều 5 |
| Mức phạt tối đa cho một hành vi AI bị cấm | 35.000.000 EUR hoặc 7% tổng doanh thu hằng năm toàn cầu, tùy mức nào cao hơn | Quy định (EU) 2024/1689 (Đạo luật AI), Điều 99(3) |
| Công bố hướng dẫn của Ủy ban về các hành vi bị cấm (không có tính ràng buộc) | Ngày 4 tháng 2 năm 2025, trang được cập nhật lần cuối ngày 31 tháng 7 năm 2025 | Ủy ban châu Âu, Hướng dẫn về các hành vi AI bị cấm 2025 |
| Phát hiện căng thẳng hoặc kiệt sức được ngoại lệ y tế bao gồm | Không, giám sát sức khỏe tinh thần nói chung bị loại trừ | Hướng dẫn của Ủy ban châu Âu, theo phân tích của Future of Privacy Forum 2026 |
| Mức phạt đối với một ngân hàng Hungary vì phân tích cảm xúc bằng AI trên bản ghi âm cuộc gọi | 250.000.000 HUF | Quyết định NAIH NAIH-85-3/2022 |
| Tỷ lệ trường hợp phần mềm của ngân hàng không thể nhận diện cảm xúc | 91,96% | Quyết định NAIH NAIH-85-3/2022 |
| Thời gian lưu giữ tệp âm thanh cuộc gọi trong phần mềm phân tích giọng nói | 45 ngày | Quyết định NAIH NAIH-85-3/2022 |
| Thời hạn chứng minh sự tuân thủ hoặc ngừng phân tích cảm xúc | 60 ngày sau khi quyết định có hiệu lực cuối cùng | Quyết định NAIH NAIH-85-3/2022 |
Ghi chú bối cảnh: trang hướng dẫn của Ủy ban châu Âu nêu rõ rằng quyền giải thích có thẩm quyền thuộc về Tòa án Công lý của Liên minh châu Âu. Quyết định của NAIH cũng nhận thấy phần mềm có thể nhận diện “cảm xúc của một nhân viên chứ không phải của bên gọi đến”, đúng loại suy luận cảm xúc tại nơi làm việc mà Điều 5(1)(f) nay cấm.
Tổng Kết: Phân Tích Giọng Nói Cận Ngôn Ngữ và Dự Đoán Kiệt Sức của Tổng Đài Viên Qua Các Con Số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Nghiên cứu giọng nói và lời nói về sức khỏe tâm thần đo trực tiếp tình trạng kiệt sức | 0 trong 68 | Uy và cs., Frontiers in Digital Health 2026 |
| Nghiên cứu giám sát sức khỏe tâm thần bằng AI tại nơi làm việc thực tế có dùng giọng nói | 0 trong 13 | Jack và cs., PLOS Digital Health 2026 |
| Mức tăng F0 gộp khi căng thẳng cấp tính | SMD 0,55 (KTC 95% 0,30 đến 0,80) | Veiga và cs., Stress and Health 2025 |
| Mức tăng F0 gộp sau khi hiệu chỉnh thiên lệch công bố | SMD 0,17, không có ý nghĩa | Veiga và cs., Stress and Health 2025 |
| Nghiên cứu căng thẳng có F0 tăng có ý nghĩa | 15 trong 19 | Schewski và cs., PLOS One 2025 |
| Hiệu ứng tốc độ nói trong nhiệm vụ căng thẳng ở phòng thí nghiệm | d = 1,03 | Kappen và cs., Scientific Reports 2024 |
| Phát hiện trầm cảm, độ chính xác cao nhất gộp so với thấp nhất được báo cáo | 0,81 so với 0,66 | Maran và cs., JMIR Mental Health 2025 |
| Phát hiện trầm cảm bằng học sâu, độ chính xác gộp | 0,87 | Liu và cs., JAMIA 2024 |
| Mô hình đặc trưng âm học thiết kế thủ công, độ chính xác gộp | 0,89 | Liu và cs., JAMIA 2024 |
| AUC của mô hình âm thanh cuộc gọi đối với triệu chứng trầm cảm, 62 tổng đài viên | 0,783 | Tani và cs., Journal of Occupational Health 2025 |
| Người lao động cảm xúc có triệu chứng trầm cảm (Hàn Quốc) | 50,8% | Kim và cs., Psychiatry Investigation 2026 |
| Tỷ lệ hiện mắc suốt sự nghiệp của các vấn đề về giọng nói ở tổng đài viên | 33% đến 68% | Nair và cs., tổng quan hệ thống Journal of Voice |
| Nhân viên tổng đài Thổ Nhĩ Kỳ có vấn đề về giọng nói kể từ khi bắt đầu công việc | 57,6% | Demir và cs., PeerJ 2025 |
| Tổng đài viên được chuyển đi có bệnh nghề nghiệp được xác nhận | 70,5% | Altundas Hatman và Torun, La Medicina del Lavoro 2022 |
| Mức phạt tối đa của Đạo luật AI đối với các hành vi bị cấm | 35.000.000 EUR hoặc 7% doanh thu | Quy định (EU) 2024/1689, Điều 99 |
| Mức phạt đối với ngân hàng Hungary vì phân tích cảm xúc trong cuộc gọi | 250.000.000 HUF | Quyết định NAIH NAIH-85-3/2022 |
Phương pháp luận và Nguồn
- Uy, Shaaban và Arnaout: Voice and speech as digital biomarkers of mental health, Frontiers in Digital Health 2026
- Jack và cs.: Mental health monitoring in the workplace using artificial intelligence, PLOS Digital Health 2026
- Veiga và cs.: The fundamental frequency of voice as a potential stress biomarker, Stress and Health 2025
- Schewski và cs.: Measuring negative emotions and stress through acoustic correlates in speech, PLOS One 2025
- Kappen và cs.: Acoustic and prosodic speech features reflect physiological stress, Scientific Reports 2024
- Topalian và cs.: Voice signatures of momentary psychological stress in real-life environments, Digital Biomarkers 2026
- Bour và cs.: Voice changes associated with stress and distress in people living with diabetes, PLOS Digital Health 2026
- Maran và cs.: Performance of automatic speech analysis in detecting depression, JMIR Mental Health 2025
- Liu và cs.: Diagnostic accuracy of deep learning using speech samples in depression, JAMIA 2024
- Cantor-Cutiva và cs.: The role of voice acoustics in depression assessment, Depression and Anxiety 2026
- A rapid, non-invasive method for fatigue detection based on voice information, Frontiers in Cell and Developmental Biology 2022
- Gaballah và cs.: Context-aware speech stress detection in hospital workers using Bi-LSTM classifiers, IEEE ICASSP 2021
- Tani và cs.: Early detection model for depressive symptoms using voice emotion analysis among call center operators, Journal of Occupational Health 2025
- Tani và cs.: Organizational intervention using Layered Voice Analysis, randomized controlled trial, Journal of Occupational Health 2024
- Kim và cs.: Daily language as an objective indicator of depressive affective states in emotional labor workers, Psychiatry Investigation 2026
- Lee và cs.: A multimodal dataset for assessing emotion, stress, and emotional workload in interpersonal work scenario, Scientific Data 2026
- Damphousse và cs., Viện Tư pháp Quốc gia Hoa Kỳ: Assessing the validity of voice stress analysis tools in a jail setting, 2007
- Nair và cs.: Prevalence of voice problems, self-reported vocal symptoms and associated risk factors in call center operators, Journal of Voice
- Demir và cs.: Self-reported voice problems in call center employees, PeerJ 2025
- Altundas Hatman và Torun: Occupational diseases among call center operators needing vocal rehabilitation, La Medicina del Lavoro 2022
- Cantarella và cs.: Ambulatory phonation monitoring in a sample of 92 call center operators, Journal of Voice 2014
- de Brito Mota và cs.: Voice disorder and burnout syndrome in teachers, Journal of Voice 2019; Garcia-Real và cs.: Vocal problems and burnout syndrome in nonuniversity teachers in Galicia, Folia Phoniatrica et Logopaedica 2024
- Quy định (EU) 2024/1689 (Đạo luật AI): Điều 5 và Điều 99
- Ủy ban châu Âu: Guidelines on prohibited artificial intelligence practices, 2025
- Future of Privacy Forum: Red lines under EU AI Act, emotion recognition in the workplace, 2026
- Cơ quan Bảo vệ Dữ liệu và Tự do Thông tin Quốc gia Hungary (NAIH): Quyết định NAIH-85-3/2022 về xử lý tín hiệu giọng nói dựa trên AI
- Lưu ý về dữ liệu: không có nghiên cứu nào được bình duyệt mà chúng tôi tìm thấy báo cáo AUC cho việc phát hiện kiệt sức dựa trên giọng nói so với một bộ công cụ đánh giá kiệt sức đã được kiểm chứng, vì vậy mọi con số về độ chính xác trong bài tổng hợp này đều liên quan đến căng thẳng, mệt mỏi hoặc trầm cảm, chứ không phải bản thân tình trạng kiệt sức. Cả hai nghiên cứu của Tani và cs. đều được tài trợ bởi ES Japan, nhà cung cấp hệ thống phân tích giọng nói, với nhân viên công ty là đồng tác giả, và mô hình dự đoán năm 2025 chỉ được kiểm chứng trong chính nhóm thuần tập của nó. Nghiên cứu của Kim và cs. phân tích các từ đã được phiên âm, không phải đặc trưng âm học. Các con số của NIJ đo sự gian dối chứ không phải tâm trạng, và có từ năm 2007. Những điểm không nhất quán nội tại trong chính các nguồn: Altundas Hatman và Torun nêu 62,4% đối với hạt dây thanh ở nam giới trong phần văn bản và 68,4% trong Bảng 4; phần tóm tắt của nghiên cứu về mệt mỏi (94% giọng đơn, 81% lời nói dài) không hoàn toàn khớp với phần kết quả (88% đến 94% đối với nguyên âm, 76% đối với lời nói phân đoạn); Jack và cs. nêu cả 8 trong 11 lẫn 7 trong 11 nghiên cứu có độ chính xác trên 75%, nên chúng tôi không dùng con số đó. Tổng quan của Nair và cs. được xuất bản trực tuyến năm 2021 và in trên Journal of Voice năm 2024. Văn bản lệnh cấm của Đạo luật AI được trích dẫn từ bản sao chép văn bản Công báo trên artificialintelligenceact.eu.
Cập nhật lần cuối: ngày 27 tháng 10 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần làm mới tiếp theo dự kiến diễn ra khi tổng quan hệ thống kế tiếp về dấu ấn sinh học giọng nói cho sức khỏe tâm thần tại nơi làm việc được lập chỉ mục trong PubMed Central.