日本聲優親手寫下AI規矩：先同意，再開口

野澤雅子從1986年起為孫悟空配音。她今年89歲。2025年，她成為首位拿到日本最高文化榮譽之一的聲優。

本月，她接受NHK訪問，談到那些用AI重現她聲音的影片，原話是這樣的：「這不是我的聲音。沒有經過允許就拿去用，我不能原諒。這跟偷沒兩樣，我很生氣。」

她還說，這些複製品就算技術上完美無缺，也還是失敗的。「也許複製得完美無缺。可是它沒有心，不是嗎？」

光這幾句話，本身就是一個很動人的故事。但它們出現的同時，還有一件更要緊的事：10月15日，日本演員聯盟發布了關於AI使用聲音的指引，涵蓋約2,600名演員和配音員。

指引到底要求了什麼

核心條款是「事先同意」。在聲音被拿去訓練AI模型、生成新錄音，或出現在已發布的內容裡之前，表演者必須先點頭。指引也規定了報酬，以及防止未經授權使用的保護措施。

順序才是關鍵。這不是一個「下架」機制，而是一個「許可」機制。預設規則從「先用，被要求了再撤」翻轉成「先問」——這比聽起來的變化大得多，因為它把舉證責任放到複製的人身上，而不是被複製的人身上。

它還給了表演者一樣法院個案很少能給的東西：一份清單。在任何人簽下合成合約之前，工會已經把「什麼算公平」寫清楚了。

工會是個奇怪卻管用的立規之地

大多數國家走的是立法或者打官司這條路。日本走的是集體組織這條路，而這條路可能更快，是有原因的。

立法慢，而且籠統。法院更慢，還只對提告的那個人管用。工會指引兩者都不是。它是一條市場標準，2,600名在職專業人士可以拒絕在沒有它的情況下開工；這意味著製片方得在第一個案子之前就把它算進成本，而不是等打完第一場官司。

它還解決了一個單個表演者解決不了的協調問題。一個年輕聲優被要求簽下寬泛的合成條款時，手裡幾乎沒什麼籌碼。工會只要說一句「這條不能接受」，就給了他們獨自談判時根本拿不到的餘地。

侷限也很明顯：指引不是能強制執行的法律。工作室要是無視它，補救手段是行業性的，不是法律性的。但在一個同樣四家經紀公司包辦大部分工作的行業裡，行業壓力可不是鬧著玩的。

野澤並不反對這項技術

大多數報導略過的一個細節：她也說過，她覺得AI令人興奮。

她反對的具體是「授權」這件事，而不是合成技術的存在。「不打招呼就用，我不能原諒，」她說，「我希望大家守規矩。」

這個立場比一概拒絕有用得多，因為它指向了一條真能走的線。技術本身沒問題；缺的是許可這一層，還有付費。而這正是指引想要搭起來的東西。

緒方惠美站的是同一個位置。她為《新世紀福音戰士》的碇真嗣配音，8月時稱AI聲音複製「讓人心碎」，並呼籲政府介入。兩位風格完全不同的表演者，要的是同一件事：不是禁止，是一本規則手冊。

為什麼聲音比圖像更難糊弄

表演者在這件事上比視覺藝術家推進得更快，背後有結構性的原因。

聲音明確無誤地屬於某一個人。沒人會爭辯說聲音是一種流派或者一種技法。當有人複製野澤的悟空時，根本沒辦法說自己只是「受到某種風格啟發」——他們複製的是一個可辨識的個體的樂器。

風格正是讓圖像官司纏鬥了三年的那團模糊。聲音沒有這個逃生出口。所以聲音類的案子推進得更快；也因此，現在寫下的標準，很可能會成為視覺形象規則照搬的模板。

對任何做合成人臉或聲音產品的人來說，這就是該讀懂的訊號：授權架構正由表演者先行定義，然後會被輸出到別處。

配音市場才是真正燒錢的地方

動畫配音是看得見的那一面，譯製配音才是商業的那一面。

每一部在日本上映的外國電影和劇集都要重新配一遍音，而這塊工作是行業裡規模大、穩定、工會化程度又高的一塊。它同時也是這份工作裡最明顯可自動化的部分：對上嘴型、保住角色的音域、按檔期交片。一個能以十分之一成本做出及格配音的模型，對靠這行吃飯的人來說，是一份生死攸關的報價。

這正是為什麼同意規則在這裡比在聲音工作的任何其他角落都更重要。如果配音預設變成合成的，這個職業就會縮成一個監督角色。如果它需要同意和付費，它就變成了一種授權輸入——和詞曲作者在有人翻唱時的處境一模一樣。

指引並沒有解決這場爭奪。它們只是確保在條款被定下來的時候，表演者坐在桌邊，而不是事後從一支預告片裡才知道。

實踐中意味著什麼

三件事，對應三種不同的人。

如果你是表演者，最有用的東西就是那份清單。問清楚：訓練使用的範圍、期限、地域、是否允許轉授權，以及合約結束後衍生品怎麼辦。要書面答覆。「我們不會複製你」不是條款。

如果你在做產品，同意正在先變成一個資料問題，然後才是法律問題。你需要一份紀錄：誰同意了什麼，綁定到具體的語音模型，還要有有效期限。能隨時拿出這份紀錄的工作室會拿到合約；拿不出的，不管產出品質多好都會丟單。

如果你是觀眾，有意思的轉變在於，「這是真人嗎」正在變成錯誤的問題。正確的問題是「這個人同意了沒」。前者是沒人贏得了的偵測問題，後者是真正能解決的文書問題。

會被反覆引用的那句話

「沒有心，演什麼都沒用。就算只是一句哭腔，真哭和假哭也不一樣。」

你可以把它讀成一位老演員在機器面前捍衛自己的手藝，很多人也會這麼讀。但它其實說得更精確。她說的是：被複製的東西不是聲音本身，而是聲音背後的那個決定——在這一次、用這一種方式哭出來的那個選擇。

這個你沒法授權，也沒法合成。你只能僱那個會做的人。指引存在的意義，就是讓這種僱傭還會發生；而當它不發生的時候，有人能拿到錢。