
文|Sleepy、Menmen
小魚がショート動画プラットフォームで自分の声を目にしたのは、何気ない夜のことだった。
この声で彼は6年間食いつないできた。声色、発音、息継ぎの際に喉が軽く引く位置まで、すべて自分自身の声と寸分違わなかった。
動画の中のその声が言った。「この人生、本当につまらないな」と。
彼は画面を見つめて一瞬固まった。こんなネガティブな言葉は、仕事を受けるときには積極的に避けていた。彼はそんなことは言わないし、言いたくもなかった。しかしその声は堂々とそう言い放っていた。
小魚が声優を本業にしたのは、2020年末のことだ。最初の仕事は親戚からのもので、その親戚の会社が科学解説のショート動画プロジェクトのナレーションを必要としており、彼がずっとこれに興味を持っていることを知って、仕事を回してくれた。その後、徐々に業界に入り込み、主にショート動画や自メディアアカウントのナレーションを担当し、月に1万円前後を稼いでいた。
彼が乗ったのは、このビジネスの終盤だった。中国のショート動画ナレーションはすでに巨大な生産ラインに成長しており、2022年の世界のナレーション市場は50億ドル以上の規模だった。しかし利益はチェーンに沿って下流へ進むにつれて、どんどん削減されていった。クライアントがプラットフォームに提示する価格は1分あたり約30元だが、声優の手元に残るのは、しばしばわずか1.5元だけだった。
小魚はチェーンの末端に立っていた。彼には世に出た作品はなく、視聴者の記憶に残るようなキャラクターもほとんど語れず、本格的な「声優」とは言えなかった。彼自身の言葉を借りれば、喉でレンガを運ぶ人だ。声は才能でも芸術表現でもなく、飯の種だった。
この飯の種は彼が非常に大切に守っていた。仕事を長く請けるうちに、彼はわざわざ協力相手に、自分の連絡先を軽々しく外に出さないように注意するようになった。声を使いすぎたり、濫用されたりして、識別性を失うのを恐れたからだ。無名の声優が守れる資本は多くない。希少性がその一つだ。
2023年11月、友人からメッセージが届いた。そこで初めて、ネット上で誰かが彼の声をクローンしてAIナレーションを作成し、無制限に使っていることを知った。
彼は声がどこから流出したのかを辿ろうとしたが、ほとんど成果はなかった。ここ数年、彼が請けた仕事は多すぎて、ネットに公開されたどの動画でも、誰かがダウンロードしてソフトウェアで彼の声をきれいに抽出できた。どの動画が、誰に、いつ持ち出されたのか、彼にはわからなかった。
事態はますます悪化していった。
協力相手はすぐに、彼のAI音声を使って値段交渉をすることを覚えた。生身の声優を探す場合、どんなに低く抑えても数十元はかかる。しかし自分でモデルをデプロイすれば、コストはほぼ無料にまで下げられる。月に何百ものコンテンツを更新するアカウントにとっては、かなりの節約になる。
シャオユーは相手の立場も考えた。使わせないということは、ある意味で相手の稼ぎを奪うことでもある。しかし、相手が稼ぐとき、自分の行動がシャオユーの生計を断っていることなど考えてはいない。

さらに厄介なのはこの先だ。彼のクローン音声がプラットフォーム上に増えていくにつれ、審査とアルゴリズムがこの音声をAIと判定し始めた。AIと判定されたコンテンツは、より大きなトラフィックプールに入れなくなる。彼のAI音声が一定以上蔓延すると、本人の本物の声までもがAIとみなされ、同じくトラフィックプールに入れなくなる。
実在の人間が、自分のコピーに足を引っ張られるのだ。彼の声は労働能力として彼から切り離され、逆に彼自身の生存空間を圧迫するようになる。
公式メディアが彼のAI音声を使った動画を転載したこともあり、後に自ら何本か制作したこともある。大きな機関が使えば使うほど、一般の人はその声が元々AIだと思うようになる。彼が権利侵害を訴えても、相手が大きければ大きいほど、彼自身が嘘をついているように見える。明明は彼が権利侵害された側なのに、あたかも彼が「AI音声」から利益を得ようとしているかのように映る。
法律も彼が考えていたほど万能ではない。2024年4月、北京インターネット裁判所は全国初のAI音声権利侵害事件を判決した。声優の殷氏の声がある会社に無断で販売された事件で、裁判所は声は人格の一部であり、AIでクローンされた声でも誰の声か識別できる限り、使用前に個別の許可を得る必要があると認めた。殷氏は勝訴した。
しかし殷氏が勝てたのは、原因を追跡できたからだ。彼の声は特定の数社のアプリに集中して使われており、被告は具体的な会社だった。シャオユーの声は数百の自営メディアアカウントに散らばり、出所は不明、被告も特定できず、毎回の不正使用は数十元、数百元の少額権利侵害に過ぎない。法律は「一人が一社を訴える」ための答えを用意しているが、「一人がインターネット全体に不正使用される」ための答えは用意していない。
シャオユーはこの関係に名前をつけたことがある。寄生虫と宿主だ。ある声がトラフィックプールに入れなくなるまで使われると、使用者は次の声を探す。
「彼らは次の宿主に切り替えるんだ」と彼は言う。「次の宿主が俺より長く耐えられるかどうかは分からないけどな」
シャオユーのプライベートアカウントのコメント欄やDMには、彼の声の作り方を尋ねる人が絶えない。
「この声はどうやって使うの?」
「この声、確かにいいね。どうやってクローンするの?」
彼らは当然のように尋ねる。まるでアプリのダウンロード方法を聞くかのように。
この侮辱に、シャオユーは心を痛めた。彼は声が簡単に買い切れるものだとは思っていない。彼の考えでは、顔や声までも完全に買い切られてしまえば、人間の一部は再び奴隷になってしまう。
しかし、クローンされた声が本当に「彼の声」なのかと問われると、彼の答えは少し複雑だった。彼は認める、類似度で言えば、それは彼の声だ。自分に関係があると思うからこそ、権利を守り、声を上げたのだ。しかし、それは「彼自身」ではないとも言う。なぜなら、それは彼の許可なく、彼の思考を経ずに作られたものだからだ。
彼は例え話をした。「まるで誰かが鞭で別の自分を打ちながら、特定の言葉を言わせているようなものだ」と。
私たちは彼に、もし本当にライセンスを付与したら、そのAIの声は彼自身のものになるのかと尋ねた。彼はしばらく沈黙した。
「ライセンスがないものよりは」と彼は言った。「それはより自分自身のものだ」と。
奪われることと、買い切られること。どちらも良くないが、彼はよりマシな方を選ばざるを得なかった。

そして、ライセンスの道は、すでに誰かが先に進んで彼のために探っていた。今年6月、『Peppa Pig』の制作会社ハズブロは、出演していた子役声優たちに新しい契約書を送り、会社が彼らの声をAIで複製・生成することを許可するよう求めた。メディアがこの件を報じた後、英国の若手俳優エージェントたちは反対の公開書簡を発表した。その理由はただ一つ、子供たちにはこの種のライセンスの長期的な影響を理解する能力がないからだ。千人以上がこの書簡に署名した。
子供に理解できないライセンス契約を結ばせるのは搾取だが、たとえ大人が契約書を理解できたとしても、結んだところでどうなるというのか。短期的には金と引き換えだが、長期的には、相手がその後その声で何を言い、何をするのか、必ずしも制御できるとは限らない。
そして、AI音声が完全に成熟した日には、市場はトップ層をより好むようになるだろう。トップ声優の声は業界内である種の不死を得て、若い声はもはや割り込めなくなる。業界で調査が行われたところ、声が大規模に盗用された後、中小の声優従事者の7割以上が収入を半分以上減らし、トップ層も平均で3割減少した。中小の従事者に残された価値は、モデルの訓練サンプルになることだけだ。
「本当にそんな日が来たら」と彼は言う。「おそらく声優業界は死ぬだろう」と。
シャオユーを悩ませる問題は、まさに別の人々の悩みを解決している。
ヘレンはドキュメンタリー監督であり、CMも撮影している。彼女が初めてAI音声を使ったのは、昨年、あるドキュメンタリープロジェクトのデモを編集する時だった。クライアントに映像を見せるには、まず5分の短いバージョンを編集する必要があったが、長編の同期音声だけでは短いストーリーを完結させることができず、彼女は新しい台本を書き、音声でストーリーをつなぐことにした。
彼女はまずナレーション会社に依頼した。予算が限られていたため、1分あたり約120元のサンプル音声を選んだ。実際に聞いてみると、安定性、リズム、感情表現がどれも不十分で、彼女はそれが本当に人間の声なのか疑うほどだった。
その後、編集者がAIを試してみてはどうかと提案した。あくまで内部共有用のデモであり、放送も商用利用もしないからだ。
結果、そのAI音声は、ナレーション会社の低価格な人間の声よりも優れていた。
これがHelenが初めて明確に感じた瞬間だった——AIナレーションは実用レベルに達していると。ただし、彼女の線引きも明確だった。デモには使えるが、正式な商用利用は不可、ドキュメンタリーはなおさらダメだ。撮影対象の同時録音にあるもの——間、息継ぎ、ためらい、言葉を発する前の迷い——それ自体が語りの一部なのだ。AIは音声をよりクリーンで滑らかに処理できるが、ドキュメンタリーに求められるのは滑らかさではない。
不完全さこそが、人間の証拠だ。Helenが金を払って買っているのは、この不完全さだ。アルゴリズムが小鱼(シャオユー)から剥ぎ取ったのも、この不完全さだ。同じものが、一方では創作の素材であり、他方ではトラフィックの負債となる。
AIは最高の音声から取って代わるわけではない。まずは「そこまでこだわらなくてもいい」隙間に入り込む。Helenのデモもその一つで、理屈は通っている——内部共有用、放送なし、商用利用なし。どの隙間も理屈は通っている。しかし、これらの隙間がつながれば、一本の道になる。
その道で、最も自分を守るのが難しいのは、最も「ノー」と言いにくい人たちだ。
HelenがAIを拒否する代償は、予算と納期の間で再び取捨選択をすることだ。小鱼が拒否する代償は、権利主張を続け、時間と金を費やし、次々とアカウントの無視やブロックに直面することだ。『Peppa Pig』の吹き替えをしていた子供たちが拒否する代償は、役そのものを失うことかもしれない。
そして、声がいったんクローンされれば、ナレーションだけに使われるとは限らない。

2023年4月、福州でAIによる顔交換と声の模倣を使い、ある起業家の友人を装った10分間のビデオ通話で430万元が騙し取られた。2024年初頭、香港の多国籍企業の社員が複数人参加のビデオ会議に招待され、画面には本社のCFOと数人の同僚が映っていた。彼は会議の指示に従い、2億香港ドルを送金した。後日調査で判明したのは、会議に参加していたのは彼自身を除き、全員が本物の人間ではなかったことだ。
もし、いつか小鱼のクローン音声がそんな電話に使われたらどうなるか。もし彼の年老いた両親が、「彼」からの電話で「この人生、本当に虚しいよ。金を貸してくれ」と言われたらどうなるか。
シャオユーは今、作品を投稿するたびに、かつては存在しなかった作業を一つ余分にこなさなければならない。それは、話しているのが本当に自分自身であることを証明することだ。
本物の人間が、自分のアカウントで、自分の録音を投稿するのに、まず審査者やリスナーに、今回は本人が話していると信じ込ませなければならない。この工程は不器用で、余計で、本来あるべきではない。

この状況を、呉承恩は400年以上前に書いている。
『西遊記』第五十八回で、六耳ミミが孫悟空の姿に変身する。「似ている」のではなく、一本一本の毛まで同じだ。照妖鏡でも映し出せず、観音菩薩も見分けられない。
地蔵王菩薩の乗騎である諦聴は、地面に伏して真偽を聞き分けた。しかし、それを言い出せなかった。偽物がその場で騒ぎ出したら、誰も抑えられないと恐れたからだ。
これはプラットフォームとどれほど似ているか。見分けられないのではなく、見分けることに彼らにとってメリットがないのだ。本物の人間を見分けるには、審査コストがかかり、誤判定の面倒も負わなければならない。ならば、すべてをAIにしてしまえ。それが最も手間のかからない方法だ。
最も極端なのは三蔵法師だ。本物の悟空は彼を守り続けたが、気性が荒く、口答えが多く、すぐに投げ出す。偽物の方は従順で、言うことを聞き、呼べばすぐに来て、決して怒らない。だから三蔵法師が先に追い出したのは本物の方だった。
それは、AI音声で値段を下げようとする協力者たちと同じだ。本物のシャオユーは疲れるし、値上げもするし、特定の原稿を断ることもある。AIのシャオユーは決して疲れず、どんな口調でも求めに応じ、価格は非常に低く抑えられる。需要側に立つなら、誰だってもっと従順な方を残したいと思うだろう。
呉承恩は最後に如来を登場させた。三界の中で彼だけが真偽を見分けられ、一言で決着をつけ、偽物は正体を現し、本物は元の場所に戻る。
シャオユーの問題は、彼の世界に如来がいないことだ。
また、民間で『西遊記』を読むと、ある陰謀論が生まれた。雷音寺で打ち倒されたのは実は本物の悟空で、その後悟空が二度と怒らなくなったからだという。この説は長年語り継がれてきた。読む人々は心の中で、真偽が権威の一言だけで判断できるとき、その一撃が本当に間違っていなかったとは誰も保証できないと知っているからだ。
たとえシャオユーがすべての権利侵害訴訟に勝ったとしても、数年後、人々が覚えているその声は、必ずしも彼自身が発したものとは限らない。
参考資料
[1] 中国初の「AI音声権利侵害事件」一審判決、北京インターネット裁判所 / 中国法院網
[2] China's first AI-generated voice infringement case and the protection of personality rights, China Justice Observer
[3] Hasbro Asks 『Peppa Pig』 Child Actors To Sign Over Voices To AI, Sparking Backlash, Deadline
[4] Hasbro reportedly forcing Peppa Pig actors to sign away AI voice rights, TheGamer / MSN
[5] Scammer uses AI to pose as businessman's friend, defrauds him of 4.3 million yuan, TechNode
[6] Finance worker pays out $25 million after video call with deepfake 『chief financial officer』, CNN
[7] Hong Kong company loses HK$200 million after worker fooled by deepfake video meeting, South China Morning Post
[8] Dubbing and Voice-over Market Size, Fortune Business Insights / market research summary
BlockBeats の公式コミュニティに参加しよう:
Telegram 公式チャンネル:https://t.me/theblockbeats
Telegram 交流グループ:https://t.me/BlockBeats_App
Twitter 公式アカウント:https://twitter.com/BlockBeatsAsia