日本声优亲手写下AI规矩：先同意，再开口

野泽雅子从1986年起为孙悟空配音。她今年89岁。2025年，她成为首位拿到日本最高文化荣誉之一的声优。

本月，她接受NHK采访，谈到那些用AI复刻她声音的视频，原话是这样的："这不是我的声音。未经允许就拿去用，我不能原谅。这跟偷没区别，我很生气。"

她还说，这些复制品哪怕技术上天衣无缝，也还是失败的。"也许复制得完美无缺。可它没有心，不是吗？"

光这几句话，本身就是一个很打动人的故事。但它们出现的同时，还有一件更要紧的事：10月15日，日本演员联盟发布了关于AI使用声音的指南，覆盖约2,600名演员和配音演员。

指南到底要求了什么

核心条款是"事先同意"。在声音被拿去训练AI模型、生成新录音，或者出现在已发布的内容里之前，表演者必须先点头。指南还规定了报酬，以及防止未经授权使用的保护措施。

顺序才是关键。这不是一个"下架"机制，而是一个"许可"机制。默认规则从"先用，被要求了再撤"翻转成"先问"——这比听起来的变化大得多，因为它把举证责任放到了克隆的人身上，而不是被克隆的人身上。

它还给了表演者一样法院个案很少能给的东西：一份清单。在任何人签下合成协议之前，工会已经把"什么算公平"写清楚了。

工会是个奇怪却管用的立规之地

大多数国家走的是立法或者打官司这条路。日本走的是集体组织这条路，而这条路可能更快，是有原因的。

立法慢，而且笼统。法院更慢，还只对起诉的那个人管用。工会指南两者都不是。它是一条市场标准，2,600名在职专业人士可以拒绝在没有它的情况下开工；这意味着制片方得在第一个项目之前就把它算进成本，而不是等打完第一场官司。

它还解决了一个单个表演者解决不了的协调问题。一个年轻声优被要求签下宽泛的合成条款时，手里几乎没什么筹码。工会只要说一句"这条不能接受"，就给了他们独自谈判时根本拿不到的余地。

局限也很明显：指南不是能强制执行的法律。工作室要是无视它，补救手段是行业性的，不是法律性的。但在一个同样四家经纪公司包办大部分活儿的行业里，行业压力可不是闹着玩的。

野泽并不反对这项技术

大多数报道略过的一个细节：她也说过，她觉得AI令人兴奋。

她反对的具体是"授权"这件事，而不是合成技术的存在。"不打招呼就用，我不能原谅，"她说，"我希望大家守规矩。"

这个立场比一概拒绝有用得多，因为它指向了一条真能走的线。技术本身没问题；缺的是许可这一层，还有付费。而这正是指南想要搭起来的东西。

绪方惠美站的是同一个位置。她为《新世纪福音战士》的碇真嗣配音，8月时称AI声音克隆"令人心碎"，并呼吁政府介入。两位风格完全不同的表演者，要的是同一件事：不是禁止，是一本规则手册。

为什么声音比图像更难糊弄

表演者在这件事上比视觉艺术家推进得更快，背后有结构性的原因。

声音明确无误地属于某一个人。没人会争辩说声音是一种流派或者一种技法。当有人克隆野泽的悟空时，根本没法说自己只是"受到某种风格启发"——他们复制的是一个可识别的个体的乐器。

风格正是让图像官司缠斗了三年的那团模糊。声音没有这个逃生出口。所以声音类的案子推进得更快；也因此，现在写下的标准，很可能会成为视觉形象规则照搬的模板。

对任何做合成人脸或声音产品的人来说，这就是该读懂的信号：授权架构正由表演者先行定义，然后会被输出到别处。

配音市场才是真正烧钱的地方

动画配音是看得见的那一面，译制配音才是商业的那一面。

每一部在日本上映的外国电影和剧集都要重新配一遍音，而这块活儿是行业里规模大、稳定、工会化程度又高的一块。它同时也是这份工作里最明显可自动化的部分：对上口型、保住角色的音区、按档期交片。一个能以十分之一成本做出及格配音的模型，对靠这行吃饭的人来说，是一份生死攸关的报价。

这正是为什么同意规则在这里比在声音工作的任何其他角落都更重要。如果配音默认变成合成的，这个职业就会缩成一个监督角色。如果它需要同意和付费，它就变成了一种授权输入——和词曲作者在有人翻唱时的处境一模一样。

指南并没有解决这场争夺。它们只是确保在条款被定下来的时候，表演者坐在桌边，而不是事后从一支预告片里才知道。

实践中意味着什么

三件事，对应三种不同的人。

如果你是表演者，最有用的东西就是那份清单。问清楚：训练使用的范围、期限、地域、是否允许转授权，以及合同结束后衍生品怎么办。要书面答复。"我们不会克隆你"不是条款。

如果你在做产品，同意正在先变成一个数据问题，然后才是法律问题。你需要一份记录：谁同意了什么，绑定到具体的语音模型，还要有有效期。能随时拿出这份记录的工作室会拿到合同；拿不出的，不管产出质量多好都会丢单。

如果你是观众，有意思的转变在于，"这是真人吗"正在变成错误的问题。正确的问题是"这个人同意了吗"。前者是没人赢得了的检测问题，后者是真正能解决的文书问题。

会被反复引用的那句话

"没有心，演什么都没用。就算只是一句哭腔，真哭和假哭也不一样。"

你可以把它读成一位老演员在机器面前捍卫自己的手艺，很多人也会这么读。但它其实说得更精确。她说的是：被复制的东西不是声音本身，而是声音背后的那个决定——在这一次、用这一种方式哭出来的那个选择。

这个你没法授权，也没法合成。你只能雇那个会做的人。指南存在的意义，就是让这种雇佣还会发生；而当它不发生的时候，有人能拿到钱。