Trong một thử nghiệm thực địa về phân tích căng thẳng giọng nói thương mại với những người bị bắt giữ tại nhà tạm giam, hai chương trình phổ biến chỉ phát hiện khoảng 15% lời nói dối của họ về việc sử dụng ma túy gần đây, và độ chính xác chung khoảng 50% (National Institute of Justice, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008). Người nghe là con người cũng chẳng khá hơn bao nhiêu: trên 24.483 người đánh giá, trung bình mọi người phán đoán đúng 54% giữa nói dối và nói thật, chỉ nhỉnh hơn một chút so với tung đồng xu (Personality and Social Psychology Review, Accuracy of Deception Judgments 2006). National Research Council nhận thấy nghiên cứu cung cấp “rất ít hoặc không có cơ sở khoa học cho việc sử dụng máy phân tích căng thẳng giọng nói trên máy tính” (National Research Council, The Polygraph and Lie Detection 2003). Dù vậy, nhà sản xuất chính vẫn tuyên bố có hàng nghìn khách hàng là cảnh sát, và các nghiên cứu chỉ dựa trên việc nghe từ năm 2025 và 2026 đang mở lại câu hỏi liệu giọng nói có mang nhiều tín hiệu lừa dối hơn khuôn mặt hay không, một chủ đề giao thoa với nghiên cứu về độ chính xác nhận diện cảm xúc qua giọng nói. Chúng tôi tổng hợp dữ liệu từ Journal of Forensic Sciences, kho dữ liệu giọng nói lừa dối của Columbia University, PLOS One, European Journal of Psychology Applied to Legal Context, Bộ Lao động Hoa Kỳ, AI Act của EU và hồ sơ của chính phủ Anh.
Tóm tắt nhanh
- Máy phân tích căng thẳng giọng nói phát hiện khoảng 15% lời nói dối về ma túy, với độ chính xác chung khoảng 50%, trong một thử nghiệm thực địa tại nhà tạm giam với 319 người bị bắt giữ (NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008).
- Trong một thử nghiệm phòng thí nghiệm, các giám định viên CVSA do NITV cung cấp đã gán nhãn lừa dối cho lời nói trung thực trong 61% đến 70% trường hợp (Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008).
- Nghiên cứu cung cấp “rất ít hoặc không có cơ sở khoa học” cho máy phân tích căng thẳng giọng nói trên máy tính (National Research Council, The Polygraph and Lie Detection 2003).
- Trung bình mọi người phán đoán đúng 54% giữa nói dối và nói thật trên 206 tài liệu (Personality and Social Psychology Review, Accuracy of Deception Judgments 2006).
- Người phỏng vấn là con người đạt 56,75% trên kho dữ liệu lừa dối của Columbia, trong khi một bộ phân loại giọng nói đạt F1 là 72,77 (Columbia University, Interspeech 2018).
- Chỉ nghe âm thanh cho độ chính xác 61,7% so với 35% khi xem video có tiếng, trong một thử nghiệm với 120 người tham gia (European Journal of Psychology Applied to Legal Context 2025).
- Một thử nghiệm năm 2026 với 246 người tham gia không tìm thấy khác biệt có ý nghĩa giữa đánh giá chỉ bằng âm thanh, bản ghi văn bản và nghe nhìn (PLOS One 2026).
- Cao độ giọng cao hơn khi nói dối là hiệu ứng nhỏ, d = 0,21, tăng lên d = 0,59 với những người nói dối có động lực (Psychological Bulletin, Cues to Deception 2003).
- Chỉ 1 trong 12 chính quyền địa phương Anh dùng phân tích rủi ro giọng nói trong các đợt rà soát trợ cấp báo cáo đó là thành công (đánh giá của DWP, do The Register đưa tin 2010).
- Luật Hoa Kỳ coi máy phân tích căng thẳng giọng nói là máy phát hiện nói dối (U.S. Department of Labor, EPPA Fact Sheet #36), và EU xếp các công cụ AI phát hiện nói dối dành cho cảnh sát vào nhóm rủi ro cao (Regulation (EU) 2024/1689).
1. Thử Nghiệm Thực Địa: Máy Phân Tích Căng Thẳng Giọng Nói So Với Sự Thật Nền Tảng Đã Xác Minh
Thử nghiệm thực địa là nơi duy nhất phân tích căng thẳng giọng nói đối mặt với một kết quả thật mà nó không thể tác động, chẳng hạn như xét nghiệm nước tiểu. Trong nghiên cứu tại nhà tạm giam Oklahoma County do NIJ tài trợ (tóm tắt thử nghiệm thực địa trên NIJ Journal, báo cáo cuối cùng), những người bị bắt giữ trả lời các câu hỏi về việc sử dụng ma túy và câu trả lời của họ được đối chiếu với kết quả xét nghiệm nước tiểu. LVA phát hiện 21% câu trả lời lừa dối và CVSA phát hiện 8%, trong khi cả hai chương trình đều gán nhãn đúng phần lớn câu trả lời trung thực. Một công cụ gần như lúc nào cũng nói “trung thực” sẽ trông chính xác với người ngay thẳng và bỏ sót gần như mọi kẻ nói dối. Báo cáo cuối cùng cũng nhận thấy việc chấm điểm không đáng tin cậy: hệ số tương quan giữa người chấm mới vào nghề và chuyên gia dao động từ 0,11 đến 0,52, tùy loại ma túy.
Con số thú vị nhất hoàn toàn không phải là tỷ lệ chính xác. Những người bị bắt giữ tin rằng một thiết bị giọng nói đang theo dõi họ đã nói dối ít hơn hẳn, một hiệu ứng “bogus pipeline” (con người nói thật nhiều hơn khi tin rằng một cỗ máy có thể bắt được lời nói dối). Thiết bị có thể ngăn chặn việc nói dối mà không thực sự phát hiện được nó.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ chính xác chung của CVSA và LVA trong việc phát hiện lừa dối về việc sử dụng ma túy gần đây (319 nam giới bị bắt giữ tại nhà tạm giam, Oklahoma County) | Khoảng 50% | NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói (NIJ Journal 259) 2008 |
| Câu trả lời lừa dối được LVA gán nhãn đúng là lừa dối | 21% | NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008 |
| Câu trả lời lừa dối được CVSA gán nhãn đúng là lừa dối | 8% | NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008 |
| Câu trả lời trung thực được nhận diện đúng là trung thực, trung bình trên năm loại ma túy (LVA 95%, CVSA 90%) | 91,5% | NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008 |
| Người bị bắt giữ nói dối về việc sử dụng ma túy gần đây: nghiên cứu căng thẳng giọng nói so với nghiên cứu theo dõi ma túy ADAM trước đó tại cùng thành phố | 14% so với 40% | NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008 |
| Bản ghi thực địa huấn luyện thẩm vấn quân sự (SERE): câu trả lời có/không lừa dối bị chính giám định viên của nhà sản xuất CVSA gán nhãn so với câu trả lời trung thực bị gán nhãn sai | 19% so với 45% | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Cùng các bản ghi thực địa được các nhà ngữ âm học thực nghiệm chấm điểm: câu trả lời lừa dối bị gán nhãn so với câu trả lời trung thực bị gán nhãn sai | 38% so với 49% | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
Bối cảnh: cuộc khảo sát ADAM trước đó mất khoảng 20 phút còn khảo sát căng thẳng giọng nói mất khoảng 5 phút, vì vậy khoảng cách 14% so với 40% không phải là một thí nghiệm có đối chứng. Dữ liệu mới nhất hiện có: NIJ, báo cáo năm 2007 và bài viết năm 2008. Chúng tôi không tìm thấy thử nghiệm thực địa độc lập tương đương nào được công bố kể từ đó.
2. Thử Nghiệm Trong Phòng Thí Nghiệm Đối Với CVSA và LVA
Các nghiên cứu trong phòng thí nghiệm cho thiết bị điều kiện tốt nhất có thể: bản ghi rõ ràng, sự thật đã biết và căng thẳng được gây ra. Chúng vẫn thất bại. Trong các đánh giá của University of Florida (nghiên cứu CVSA, nghiên cứu LVA), 48 người nói đã tạo ra 300 mẫu trong điều kiện nói dối có rủi ro cao và căng thẳng. Chính các giám định viên của nhà sản xuất CVSA đã gán nhãn lừa dối cho lời nói trung thực trong 61% đến 70% trường hợp, gần bằng tần suất họ bắt được lời nói dối thật.
Thước đo độ nhạy cũng kể cùng một câu chuyện. d-prime là điểm số phát hiện tín hiệu, trong đó 0 nghĩa là không có khả năng phân biệt hai loại; các tác giả đặt 1 làm giá trị tối thiểu chấp nhận được, và mọi nhóm đều đạt điểm thấp hơn rất nhiều. Bản rà soát của National Research Council bổ sung rằng kết quả hoàn hảo duy nhất mà họ tìm thấy đến từ một bài báo liên kết với nhà cung cấp, bài này không bao giờ mô tả cách chấm biểu đồ hay cách xác lập sự thật.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Thử nghiệm phòng thí nghiệm CVSA (48 người nói, 300 mẫu): tỷ lệ phát hiện đúng của các giám định viên do NITV cung cấp | 61% đến 65% | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Thử nghiệm phòng thí nghiệm CVSA: tỷ lệ dương tính giả (lời nói trung thực hoặc ít căng thẳng bị gán nhãn) của các giám định viên do NITV cung cấp | 61% đến 70% | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Thử nghiệm phòng thí nghiệm CVSA: độ nhạy d-prime của các giám định viên do NITV cung cấp (giá trị tối thiểu chấp nhận được đặt là 1) | -0,32 đến 0,13 | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Thử nghiệm phòng thí nghiệm LVA: tỷ lệ phát hiện đúng qua các điều kiện và giám định viên | 42% đến 56% | Journal of Forensic Sciences, Evaluating Layered Voice Analysis 2009 |
| Thử nghiệm phòng thí nghiệm LVA: tỷ lệ dương tính giả, thường cao hơn tỷ lệ phát hiện đúng | 40% đến 65% | Journal of Forensic Sciences, Evaluating Layered Voice Analysis 2009 |
| Mức độ đồng thuận giữa CVSA và máy phát hiện nói dối trong một nghiên cứu liên kết với nhà cung cấp trên 54 người đang chấp hành án treo (tiêu chí chấm điểm và sự thật không được mô tả) | 100% (tuyên bố liên kết với nhà cung cấp, bị đánh giá là không dùng được) | National Research Council, The Polygraph and Lie Detection 2003 |
| Độ chính xác của CVSA so với máy phát hiện nói dối trong các so sánh phòng thí nghiệm của Department of Defense Polygraph Institute những năm 1990 | Chưa bao giờ vượt trội một cách có ý nghĩa | National Research Council, The Polygraph and Lie Detection 2003 |
| Kết quả của một thử nghiệm thực địa năm 1996 đối với máy phân tích | Gần với mức ngẫu nhiên | National Research Council, The Polygraph and Lie Detection 2003 |
Bối cảnh: cùng chương của NRC cho biết mức độ đồng thuận giữa các nhà phân tích độc lập đọc cùng biểu đồ căng thẳng giọng nói “nhìn chung là thấp”, và một nghiên cứu của Bộ Quốc phòng năm 2000 nhận thấy điểm số của máy phân tích không phản ánh căng thẳng cấp tính được đo bằng các phương pháp truyền thống.
3. Con Người Đánh Giá Lời Nói Dối Chính Xác Đến Đâu (Bằng Chứng Phân Tích Tổng Hợp)
Nếu máy móc không nghe ra lời nói dối, phương án dự phòng hiển nhiên là đôi tai được huấn luyện. Bằng chứng cho thấy tai chỉ nhỉnh hơn mắt một chút. Phân tích tổng hợp của Bond và DePaulo gộp 206 tài liệu và 24.483 người đánh giá. Trung bình mọi người phán đoán đúng 54%, và họ nhận ra lời nói thật đúng thường xuyên hơn nhiều so với lời nói dối, vì phần lớn người đánh giá có xu hướng tin điều mình nghe (55,23% tin nhắn được đánh giá là trung thực, có trọng số). Các chuyên gia đạt 54,51% so với 53,31% của người không phải chuyên gia giữa các nghiên cứu, và khoảng cách biến mất sau khi hiệu chỉnh thống kê.
So sánh giữa các phương thức là so sánh liên quan đến giọng nói. Video không tiếng là điều kiện tệ nhất, và thêm âm thanh lấy lại được vài điểm. Nghe người nói dối giúp được một chút; điều đó không biến người nghe thành máy phát hiện nói dối.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Trung bình phán đoán đúng giữa nói dối và nói thật (206 tài liệu, 24.483 người đánh giá) | 54% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Tin nhắn trung thực được đánh giá đúng là trung thực | 61% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Tin nhắn lừa dối được đánh giá đúng là lừa dối | 47% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Phán đoán đúng giữa nói dối và nói thật với tin nhắn chỉ có âm thanh | 53,01% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Phán đoán đúng giữa nói dối và nói thật với tin nhắn chỉ có video không tiếng | 50,52% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Phán đoán đúng giữa nói dối và nói thật với tin nhắn nghe nhìn | 54,03% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
Dữ liệu mới nhất hiện có: Personality and Social Psychology Review, 2006. Đây vẫn là tổng hợp lớn nhất về độ chính xác phát hiện nói dối của con người; phần 4 đề cập các thí nghiệm nghe mới hơn.
4. Thí Nghiệm Nghe và Bộ Phân Loại Giọng Nói, 2018 Đến 2026
Các nghiên cứu mới hơn kiểm tra trực tiếp giọng nói, và kết quả không thống nhất. Một thí nghiệm của University of Portsmouth năm 2025 (European Journal of Psychology Applied to Legal Context) cho 120 người tham gia nghe âm thanh hoặc xem toàn bộ video cuộc phỏng vấn một nghi phạm giả định. Người nghe đúng 61,7% số lần, trong khi người vừa xem vừa nghe chỉ đúng 35%, thấp hơn mức ngẫu nhiên. Nghiên cứu coi việc vừa xem vừa nghe là điều kiện tải nhận thức cao: nhìn thấy nghi phạm bổ sung thông tin mà trong thử nghiệm này gây hại nhiều hơn có ích. Một thử nghiệm lớn hơn năm 2026 (PLOS One) hoàn toàn không tìm thấy hiệu ứng của phương thức, với những người nói dối phần lớn bị đánh giá là trung thực trong mọi điều kiện.
Máy móc được huấn luyện trên giọng nói phỏng vấn làm tốt hơn con người trên cùng các bản ghi. Trên kho dữ liệu Columbia X-Cultural Deception (NAACL 2018, Interspeech 2018), 340 người nói đưa ra các câu trả lời trung thực và lừa dối trong các đoạn hội thoại phỏng vấn. Một bộ phân loại dùng các đặc trưng âm học-ngữ điệu (cao độ, độ lớn và nhịp điệu) ngang bằng bộ phân loại dựa trên cách chọn từ. Đây là những lời nói dối trong phòng thí nghiệm trên một kho dữ liệu, và còn kém xa độ tin cậy mong đợi ở các hệ thống giọng nói có sự thật nền tảng (ground truth) rõ ràng, chẳng hạn như những hệ thống được theo dõi trong các bộ chuẩn xác minh người nói.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Độ chính xác nói dối-nói thật của người phỏng vấn trên kho dữ liệu Columbia X-Cultural Deception (340 người nói; mức ngẫu nhiên = 50%) | 56,75% | Columbia University, NAACL 2018 (Levitan và cộng sự) |
| Độ chính xác của người phỏng vấn chỉ trên các câu trả lời lừa dối | 47,93% | Columbia University, NAACL 2018 (Levitan và cộng sự) |
| Bộ phân loại tốt nhất dùng đặc trưng cách dùng từ (từ vựng), điểm F1 | 72,74 (độ chính xác 72,78%) | Columbia University, NAACL 2018 (Levitan và cộng sự) |
| Bộ phân loại tốt nhất dùng đặc trưng âm học-ngữ điệu cộng giới tính người nói và ngôn ngữ mẹ đẻ, điểm F1 | 72,77 | Columbia University, Interspeech 2018 (Levitan và cộng sự) |
| Độ chính xác nói dối-nói thật chung: chỉ nghe âm thanh so với xem video có tiếng (120 người tham gia) | 61,7% so với 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni và cộng sự) |
| Phát hiện lời nói thật: chỉ âm thanh so với video có tiếng | 53,33% so với 20,00% (chi bình phương(1, N = 60) = 7,18, p = 0,007) | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni và cộng sự) |
| Điều kiện chỉ âm thanh: phát biểu trung thực được đánh giá đúng so với phát biểu lừa dối được đánh giá đúng (tổng N = 246) | 60,71% so với 39,29% | PLOS One 2026 (Bogaard và cộng sự) |
| Tác động của phương thức (chỉ âm thanh, bản ghi văn bản, nghe nhìn) lên độ chính xác nói dối-nói thật | F(2, 243) = 0,45, p = 0,637 (không có ý nghĩa thống kê) | PLOS One 2026 (Bogaard và cộng sự) |
Bối cảnh: trong nghiên cứu năm 2025, khác biệt về phát hiện nói dối giữa các điều kiện (70,00% so với 50,00%) không có ý nghĩa thống kê (p = 0,114); phần cải thiện có ý nghĩa đến từ việc nhận ra những nghi phạm trung thực.
5. Dấu Hiệu Âm Học và Giọng Nói Của Việc Nói Dối
Các thiết bị căng thẳng giọng nói giả định rằng nói dối để lại dấu vết âm học mạnh và phổ quát. Hồ sơ phân tích tổng hợp cho thấy vài dấu vết mờ nhạt. Phân tích tổng hợp của Psychological Bulletin tóm tắt 1.338 độ lớn hiệu ứng cho 158 dấu hiệu từ 120 mẫu độc lập. Nhìn chung cao độ chỉ tăng nhẹ ở người nói dối (d = 0,21), nhưng vọt lên d = 0,59 khi họ có động lực để thành công. d của Cohen là độ lớn hiệu ứng chuẩn hóa, và các giá trị cỡ này theo quy ước được gọi là nhỏ: hầu hết dấu hiệu giọng nói chồng lấn mạnh giữa người nói thật và người nói dối.
Các nghiên cứu đơn ngôn ngữ cho thấy các dấu hiệu bất ổn đến mức nào. Ở 19 người bản ngữ tiếng Ý, cao độ trung bình là 160,88 Hz khi nói dối so với 160,67 Hz khi nói thật (p = 0,927), nhưng lời nói chậm lại (Frontiers in Psychology). Ở 36 người nói tiếng Quan Thoại trả lời 14 câu hỏi tiểu sử, một nghiên cứu năm 2024 về 20 đặc trưng âm học và 14 đặc trưng điện thanh môn đồ (điện thanh môn đồ đo sự tiếp xúc của dây thanh) liên hệ sự lừa dối với cao độ và cường độ trung bình cao hơn cùng jitter, shimmer và tỷ số hài âm trên nhiễu thấp hơn (Journal of Speech, Language, and Hearing Research). Kho dữ liệu Columbia cho thấy cao độ tối đa và cường độ tối đa cao hơn ở các câu trả lời lừa dối. Những dấu hiệu như vậy là cùng nguyên liệu thô được dùng trong phân tích giọng nói ngoài ngôn ngữ để dự đoán kiệt sức, và chúng có chung giới hạn: chúng mô tả nhóm, không phải cá nhân.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Cao độ cao hơn khi nói dối, tất cả nghiên cứu (12 ước lượng) | d = 0,21 (KTC 95% từ 0,08 đến 0,34) | Psychological Bulletin, Cues to Deception 2003 |
| Giọng căng khi nói dối (10 ước lượng) | d = 0,26 (KTC 95% từ 0,13 đến 0,39) | Psychological Bulletin, Cues to Deception 2003 |
| Người nói dối nghe có vẻ không chắc chắn qua giọng (10 ước lượng) | d = 0,30 | Psychological Bulletin, Cues to Deception 2003 |
| Thời gian nói của người nói dối so với người nói thật (4 ước lượng; giá trị âm nghĩa là người nói dối nói ít hơn) | d = -0,35 | Psychological Bulletin, Cues to Deception 2003 |
| Quãng ngừng có âm đệm (um, uh) trong lời nói dối so với lời nói thật (16 ước lượng) | d = 0,00 | Psychological Bulletin, Cues to Deception 2003 |
| Hiệu ứng cao độ khi người nói dối có động lực để thành công (6 ước lượng) | d = 0,59 (KTC 95% từ 0,31 đến 0,88) | Psychological Bulletin, Cues to Deception 2003 |
| Cao độ và độ trễ phản hồi, phân tích tổng hợp 41 nghiên cứu bao gồm chín dấu hiệu giọng nói (cả hai đều cao hơn khi nói dối) | d = 0,268 (cao độ), d = 0,177 (độ trễ) | Phân tích tổng hợp Applied Cognitive Psychology 2006 (Sporer và Schwandt), theo báo cáo trong Frontiers in Psychology 2012 |
| Tốc độ nói khi nói dối so với khi nói thật, 19 người bản ngữ tiếng Ý | 1,95 so với 2,10 từ mỗi giây (d = 0,447, p = 0,025) | Frontiers in Psychology, Markers of Deception in Italian Speech 2012 |
Bối cảnh: độ trễ phản hồi là điểm mâu thuẫn rõ nhất giữa hai phân tích tổng hợp. Bản tổng hợp năm 2006 báo cáo mức tăng đáng tin cậy, trong khi bản năm 2003 liệt kê một hiệu ứng gần bằng không, không có ý nghĩa thống kê, trên 32 ước lượng.
6. Việc Sử Dụng Bởi Cơ Quan Cảnh Sát, Chính Phủ và Công Ty Bảo Hiểm
Việc áp dụng chưa bao giờ đi theo bằng chứng. Các số liệu về mức độ áp dụng gần như hoàn toàn đến từ nhà sản xuất, và tổng số được tuyên bố đã tăng lên kể từ khi các thử nghiệm độc lập cho thấy độ chính xác ở mức ngẫu nhiên. Một cuộc điều tra của San Francisco Chronicle công bố ngày 4 tháng 6 năm 2024 đã xác định thêm 13 cơ quan thực thi pháp luật khác ở California đang dùng CVSA, trong đó ba cơ quan cũng đã dùng nó trong các cuộc điều tra hình sự (San Francisco Chronicle).
Các thử nghiệm của chính phủ ngoài lĩnh vực cảnh sát kết thúc theo cách khác. Bộ Lao động và Lương hưu Anh (DWP) đã chạy thử nghiệm “phân tích rủi ro giọng nói” trên các yêu cầu trợ cấp qua điện thoại; phần lớn chính quyền địa phương báo cáo kết quả không gọi đó là thành công (The Register, ngày 10 tháng 11 năm 2010). Các công ty bảo hiểm Anh như esure đã thử nghiệm phân tích rủi ro giọng nói trên đường dây yêu cầu bồi thường từ năm 2003, và các nhà cung cấp mới hơn hiện chào bán việc sàng lọc giọng nói từ khâu đăng ký đến yêu cầu bồi thường; chẳng hạn, Clearspeed nêu trên chính trang web của mình rằng một đánh giá xác thực của Bộ Quốc phòng Hoa Kỳ đã đánh giá công nghệ của họ có độ chính xác trên 97%, một tuyên bố riêng của nhà cung cấp mà chúng tôi không tìm thấy nghiên cứu độc lập nào được công bố. Các công ty bảo hiểm vốn đã dùng phân tích giọng nói tổng đài để phát hiện cảm xúc cũng đối mặt với cùng một câu hỏi: rốt cuộc đang đo cái gì?
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Cơ quan thực thi pháp luật Hoa Kỳ dùng CVSA, theo nhà sản xuất (2008) | Hơn 1.400 | Con số của NITV được đưa tin trên NIJ Journal 2008 (tuyên bố của nhà cung cấp) |
| Cơ quan dùng CVSA, theo trang web của nhà sản xuất (2026) | Hơn 3.000 cơ quan thực thi pháp luật Hoa Kỳ; hơn 3.600 trên toàn thế giới | Trang web NITV 2026 (tuyên bố của nhà cung cấp) |
| Cơ quan thực thi pháp luật khác ở California được xác định là dùng CVSA | 13 | Cuộc điều tra của San Francisco Chronicle, ngày 4 tháng 6 năm 2024 |
| Trong số các cơ quan đó, số cơ quan cũng dùng CVSA trong các cuộc điều tra hình sự | 3 | Cuộc điều tra của San Francisco Chronicle, ngày 4 tháng 6 năm 2024 |
| Chi phí của các thử nghiệm phân tích rủi ro giọng nói của DWP Anh trên các yêu cầu trợ cấp | 2,16 triệu £ | Đánh giá phân tích rủi ro giọng nói của DWP, do The Register đưa tin, ngày 10 tháng 11 năm 2010 |
| Chính quyền địa phương trong đợt thử nghiệm DWP mới nhất, và bao nhiêu nơi báo cáo kết quả | 24 (23 nơi báo cáo) | Đánh giá phân tích rủi ro giọng nói của DWP, do The Register đưa tin, ngày 10 tháng 11 năm 2010 |
| Chính quyền dùng phân tích rủi ro giọng nói trong rà soát trợ cấp và báo cáo đó là thành công | 1 trên 12 | Đánh giá phân tích rủi ro giọng nói của DWP, do The Register đưa tin, ngày 10 tháng 11 năm 2010 |
| Chính quyền dùng nó trên các cuộc gọi từ người nộp đơn mới và báo cáo đó là thành công | 3 trên 9 | Đánh giá phân tích rủi ro giọng nói của DWP, do The Register đưa tin, ngày 10 tháng 11 năm 2010 |
Bối cảnh: chính trang web của nhà sản xuất không nhất quán, nêu ở những chỗ khác nhau cả “hơn 3.000” cơ quan thực thi pháp luật lẫn “hơn 2.900 tổ chức Hoa Kỳ”.
7. Đánh Giá Khoa Học và Pháp Lý
Phán quyết khoa học đã ổn định suốt hai thập kỷ, và luật pháp dần bắt kịp. National Research Council kết luận vào năm 2003 rằng nghiên cứu về căng thẳng giọng nói cung cấp “rất ít hoặc không có cơ sở khoa học” cho máy phân tích căng thẳng giọng nói trên máy tính. Tại Hoa Kỳ, hạn chế mạnh nhất nhắm vào người sử dụng lao động: Employee Polygraph Protection Act gọi tên máy phân tích căng thẳng giọng nói là một loại máy phát hiện nói dối, điều này cấm phần lớn người sử dụng lao động tư nhân dùng nó. Chính phủ liên bang, tiểu bang và địa phương được loại trừ, nên các cơ quan cảnh sát nằm ngoài lệnh cấm đó.
Liên minh châu Âu điều chỉnh thế hệ mới hơn, dựa trên AI. AI Act liệt kê các hệ thống AI được cơ quan thực thi pháp luật và cơ quan di cư, biên giới dùng “làm máy phát hiện nói dối hoặc công cụ tương tự” vào nhóm rủi ro cao, và các điều khoản dẫn nhập của đạo luật kêu gọi cấm AI đọc cảm xúc tại nơi làm việc hoặc trường học. Kết luận của chính phủ Anh xuất hiện trong một phản hồi theo luật tự do thông tin năm 2011: họ không còn dùng công nghệ này nữa.
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Cơ sở khoa học cho việc sử dụng máy phân tích căng thẳng giọng nói trên máy tính | ”Rất ít hoặc không có cơ sở khoa học” | National Research Council, The Polygraph and Lie Detection 2003 |
| Thiết bị thuộc định nghĩa pháp lý của Hoa Kỳ về máy phát hiện nói dối | Máy phát hiện nói dối (polygraph), deceptograph, máy phân tích căng thẳng giọng nói, máy đánh giá căng thẳng tâm lý hoặc thiết bị tương tự | Bộ Lao động Hoa Kỳ, EPPA Fact Sheet #36 |
| Bài kiểm tra phát hiện nói dối mà người sử dụng lao động tư nhân vẫn được dùng, và trong bao nhiêu tình huống hạn chế | Chỉ máy polygraph (không có máy phát hiện nói dối nào khác), trong 3 tình huống hạn chế | Bộ Lao động Hoa Kỳ, EPPA Fact Sheet #36 |
| Thời hạn để người lao động khởi kiện vì vi phạm EPPA | 3 năm | Bộ Lao động Hoa Kỳ, EPPA Fact Sheet #36 |
| AI Act của EU, Phụ lục III điểm 6(b): AI do cơ quan thực thi pháp luật dùng làm máy phát hiện nói dối hoặc công cụ tương tự | Xếp vào nhóm rủi ro cao | Regulation (EU) 2024/1689 (AI Act) |
| AI Act của EU, Phụ lục III điểm 7(a): AI do cơ quan di cư, tị nạn và biên giới dùng làm máy phát hiện nói dối hoặc công cụ tương tự | Xếp vào nhóm rủi ro cao | Regulation (EU) 2024/1689 (AI Act) |
| AI Act của EU, Điều khoản dẫn nhập 44: hệ thống AI phát hiện trạng thái cảm xúc của con người tại nơi làm việc hoặc trong giáo dục | Sẽ bị cấm | Regulation (EU) 2024/1689 (AI Act) |
| Kết luận của DWP Anh về phân tích rủi ro giọng nói đối với yêu cầu trợ cấp | Không thể kết luận rằng nó hoạt động hiệu quả và nhất quán; không còn được sử dụng | Phản hồi theo luật tự do thông tin của DWP 3039/2011 |
Bối cảnh: văn bản AI Act của EU được thông qua ngày 13 tháng 6 năm 2024. EPPA được ký ngày 27 tháng 6 năm 1988 và có hiệu lực ngày 27 tháng 12 năm 1988.
Tổng kết: Phân Tích Căng Thẳng Giọng Nói và Phát Hiện Nói Dối Qua Giọng Nói qua các Con số
| Chỉ số | Giá trị | Nguồn |
|---|---|---|
| Câu trả lời lừa dối về ma túy bị phát hiện trong thử nghiệm thực địa tại nhà tạm giam: LVA so với CVSA | 21% so với 8% | NIJ, thử nghiệm thực địa phân tích căng thẳng giọng nói 2008 |
| Bản ghi thực địa quân sự: câu trả lời lừa dối bị gán nhãn so với câu trả lời trung thực bị gán nhãn sai bởi giám định viên của nhà sản xuất CVSA | 19% so với 45% | Journal of Forensic Sciences, Evaluation of the NITV CVSA 2008 |
| Cơ sở khoa học cho máy phân tích căng thẳng giọng nói trên máy tính | ”Rất ít hoặc không có cơ sở khoa học” | National Research Council, The Polygraph and Lie Detection 2003 |
| Độ chính xác nói dối-nói thật trung bình của con người (24.483 người đánh giá) | 54% | Personality and Social Psychology Review, Accuracy of Deception Judgments 2006 |
| Người phỏng vấn là con người trên kho dữ liệu lừa dối của Columbia | 56,75% | Columbia University, NAACL 2018 (Levitan và cộng sự) |
| Bộ phân loại âm học-ngữ điệu tốt nhất trên cùng kho dữ liệu, điểm F1 | 72,77 | Columbia University, Interspeech 2018 (Levitan và cộng sự) |
| Độ chính xác khi chỉ nghe âm thanh so với xem video có tiếng | 61,7% so với 35% | European Journal of Psychology Applied to Legal Context 2025 (Giorgianni và cộng sự) |
| Tác động của định dạng chỉ âm thanh, bản ghi văn bản hay nghe nhìn lên độ chính xác | F(2, 243) = 0,45, p = 0,637 | PLOS One 2026 (Bogaard và cộng sự) |
| Đánh giá chỉ bằng âm thanh: phát biểu trung thực được đánh giá đúng so với phát biểu lừa dối được đánh giá đúng | 60,71% so với 39,29% | PLOS One 2026 (Bogaard và cộng sự) |
| Cao độ cao hơn khi người nói dối có động lực để thành công | d = 0,59 | Psychological Bulletin, Cues to Deception 2003 |
| Hiệu ứng cao độ trong phân tích tổng hợp 41 nghiên cứu về dấu hiệu giọng nói | d = 0,268 | Phân tích tổng hợp Applied Cognitive Psychology 2006 (Sporer và Schwandt), theo báo cáo trong Frontiers in Psychology 2012 |
| Tốc độ nói khi nói dối so với khi nói thật, 19 người nói tiếng Ý | 1,95 so với 2,10 từ mỗi giây | Frontiers in Psychology, Markers of Deception in Italian Speech 2012 |
| Các cơ quan khác ở California được xác định là dùng CVSA | 13 | Cuộc điều tra của San Francisco Chronicle, ngày 4 tháng 6 năm 2024 |
| Chi phí các thử nghiệm trợ cấp phân tích rủi ro giọng nói của Anh | 2,16 triệu £ | Đánh giá phân tích rủi ro giọng nói của DWP, do The Register đưa tin, ngày 10 tháng 11 năm 2010 |
| Chính quyền địa phương báo cáo thành công với phân tích rủi ro giọng nói trong rà soát trợ cấp | 1 trên 12 | Đánh giá phân tích rủi ro giọng nói của DWP, do The Register đưa tin, ngày 10 tháng 11 năm 2010 |
| Máy phân tích căng thẳng giọng nói trong định nghĩa pháp lý của Hoa Kỳ về máy phát hiện nói dối | Có bao gồm | Bộ Lao động Hoa Kỳ, EPPA Fact Sheet #36 |
| AI do cảnh sát dùng làm máy phát hiện nói dối hoặc công cụ tương tự tại EU | Rủi ro cao (Phụ lục III điểm 6(b)) | Regulation (EU) 2024/1689 (AI Act) |
Phương pháp luận và Nguồn
- National Institute of Justice: Voice Stress Analysis: Only 15 Percent of Lies About Drug Use Detected in Field Test (NIJ Journal 259, tháng 3 năm 2008) và báo cáo cuối cùng Assessing the Validity of Voice Stress Analysis Tools in a Jail Setting (tháng 6 năm 2007).
- National Research Council: The Polygraph and Lie Detection, Chapter 6, Alternative Techniques and Technologies (2003).
- Journal of Forensic Sciences (University of Florida): Evaluation of the NITV CVSA (2008) và Stress and Deception in Speech: Evaluating Layered Voice Analysis (2009).
- Personality and Social Psychology Review: Accuracy of Deception Judgments (Bond và DePaulo, 2006).
- Psychological Bulletin: Cues to Deception (2003).
- Frontiers in Psychology: Markers of Deception in Italian Speech (Spence, Villar và Arciuli, 2012), cũng là nguồn chúng tôi dùng cho các số liệu phân tích tổng hợp của Applied Cognitive Psychology (Sporer và Schwandt, 2006).
- Phòng thí nghiệm giọng nói của Columbia University: Linguistic Cues to Deception and Perceived Deception in Interview Dialogues (NAACL 2018) và Acoustic-Prosodic Indicators of Deception and Trust in Interview Dialogues (Interspeech 2018).
- European Journal of Psychology Applied to Legal Context: The Effect of the Interviewer’s Cognitive Load on the Quality of the Forensic Interview (2025).
- PLOS One: I Told You So! Verbal cue beliefs are associated with truth detection, but not lie detection (ngày 23 tháng 1 năm 2026).
- Journal of Speech, Language, and Hearing Research: Uncovering Gender-Specific and Cross-Gender Features in Mandarin Deception: An Acoustic and Electroglottographic Approach (2024).
- Bộ Lao động Hoa Kỳ, Wage and Hour Division: Fact Sheet #36, Employee Polygraph Protection Act.
- Liên minh châu Âu: Regulation (EU) 2024/1689, the Artificial Intelligence Act.
- Bộ Lao động và Lương hưu Anh: phản hồi theo luật tự do thông tin 3039/2011; số liệu thử nghiệm theo báo cáo của The Register (ngày 10 tháng 11 năm 2010), vì tệp đánh giá gốc của DWP không còn truy cập được trực tuyến.
- San Francisco Chronicle: cuộc điều tra về việc các cơ quan thực thi pháp luật California sử dụng CVSA (ngày 4 tháng 6 năm 2024).
- Tuyên bố của nhà cung cấp (được gán nhãn như vậy, không đặt liên kết): trang web NITV (số lượng cơ quan) và trang web Clearspeed (độ chính xác xác thực), cả hai được đọc vào tháng 11 năm 2026.
- Lưu ý về dữ liệu: dữ liệu độc lập cốt lõi về độ chính xác của máy phân tích căng thẳng giọng nói thương mại đã 17 đến 23 năm tuổi (2003 đến 2009), và chúng tôi không tìm thấy xác thực thực địa độc lập nào mới hơn; hãy coi các số liệu độ chính xác và mức độ áp dụng do nhà cung cấp đưa ra năm 2026 là tiếp thị chưa được kiểm chứng. Hai phân tích tổng hợp về giọng nói ở phần 5 mâu thuẫn nhau về độ trễ phản hồi. Các nghiên cứu học máy trên kho dữ liệu nhỏ báo cáo số liệu cao hơn nhiều so với công trình của Columbia; một chương sách năm 2025 về 121 đoạn video phiên tòa nêu độ chính xác của mô hình âm thanh là 93,57% trong một bảng và 95,57% trong văn bản, nên chúng tôi loại những kết quả như vậy khỏi các bảng chính. Các nghiên cứu nghe năm 2025 và 2026 chỉ về hai hướng trái ngược nhau về việc đánh giá chỉ bằng âm thanh có vượt trội hơn đánh giá nghe nhìn hay không, vì vậy cần một phân tích tổng hợp mới trước khi đưa ra kết luận.
Cập nhật lần cuối: ngày 8 tháng 11 năm 2026. Chúng tôi cập nhật bài tổng hợp này hàng quý, và lần cập nhật tiếp theo dự kiến sẽ diễn ra khi xác thực thực địa độc lập tiếp theo về một máy phân tích căng thẳng giọng nói thương mại được công bố trên một tạp chí có bình duyệt.