中国の声優、自分が人間であることを証明させられる
The Chinese Voice Actor Forced to Prove He's Human (sixthtone.com)
要約
AIによる声のクローン技術が普及し、中国の声優である沈安宇(シェン・アンユ)氏は、自分の声がAIによって生成されたものだと誤認され、人間であることを証明するために動画を撮影する事態に直面しています。この問題は、彼の収入、アイデンティティ、そして作品の所有権を巡る闘いへと発展しています。
全文翻訳
江蘇省、中国東部 — 「もしもし、お客様。私はAIではなく、本物の声優です。それでは、早口言葉を披露させてください…」
息を整え、沈安宇(シェン・アンユー)は深く響く声で続けた。「八百屋のおやじが、八百屋におやじの八百屋を置いた。おやじの八百屋は、おやじが置いた八百屋。」彼は話し終え、苦々しい笑みを浮かべた。「なんて馬鹿げたことだろう。」
過去1年間で5度目となるこのビデオは、彼が人間であることを証明するために録音されたものだった。
2025年以降、沈氏の声のAIコピーがオンラインで広く拡散し、プラットフォームは彼の実際の録音を合成音声としてフラグ付けし始めた。クライアントにとって、誤ったラベルはレコメンデーションの減少、視聴回数の低下、収入の減少を意味する可能性がある。
31歳の彼は、自分が録音した覚えのない映画解説のナレーション、スポーツニュースの読み上げ、製品のプロモーション、陰謀論の販売、さらには短い動画でさえ、自分の声が語っているのを聞く。友人や親戚が彼にクリップを送り、新しい仕事が殺到して裕福になったと思い込み、お祝いを言ったり、時には借金を頼んだりする。
しかし、そうではない。
代わりに、沈氏と妻の魏依元(ウェイ・イーユエン)は、コピーを記録することに多くの時間を費やしている。彼らは動画やスクリーンショットを収集し、アップロード記録をアップロードし、アップローダーに連絡し、プラットフォームに苦情を申し立て、弁護士に相談し、法的措置の準備をしている。「あまりにも多すぎるのです」と魏氏は言う。
AI音声クローニングツールがオンラインで広がるにつれて、中国の超短編ドラマ、オーディオブック、ショートビデオ業界のパフォーマーたちは、さまざまな形で同じ問題に直面している。
一部は、自分が関わったことのないプロジェクトで自分の声を見つけたと語る。他の人々は、自分の声がAIパッケージとして販売されたり、編集アプリに組み込まれたり、クライアントが再度雇用することなく録音を生成するために使用されたと主張している。
コピーを止めることはさらに困難だ。作成者を追跡するのは難しく、プラットフォームへの苦情はめったに成功せず、法的措置は回収できる額よりも費用がかかる可能性がある。さらに悪いことに、沈氏のクローンされた声が広く流通するほど、自分の録音が本物であることを証明しなければならない回数が増える。
しかし、このカフカ的なスパイラルに陥るずっと以前から、沈氏は何年もかけて自分の声をキャリアに変えてきた。
筋肉の記憶
江蘇省徐州市で育った沈氏は、頻繁な病気で長期間寝たきりになることが多く、ビデオゲームやアニメを見て何時間も過ごした。しかし、彼は常にキャラクターの背後にある声に惹かれ、それが各キャラクターに独特の個性を与えていた。
20歳になるまでに、沈氏は電子商取引のカスタマーサービスなど、いくつかの職を転々とした。そこでは、怒る顧客や、トイレ休憩さえ制限される厳しい規則に耐えなければならなかった。わずかで不安定な収入のため、彼は数年間、両親の貯蓄に頼って生活していた。
「若い頃、人々はよく私の声について褒めてくれました」と沈氏は言う。しかし、6年前にいとこに科学解説ビデオのナレーションを依頼されたとき、彼は声の仕事をキャリアとして見始めるようになった。その後、すぐに仕事が増えた。
以来、沈氏は中国版TikTokであるDouyinの映画中心チャンネルのメインナレーターを務めており、フォロワーは500万人を超えている。彼が声を当てたビデオの一部は、数百万回の視聴を獲得している。
彼は熱心にトレーニングし、録音を聴き返し、発音、感情、ドラマチックな緊張感を磨いた。顔面麻痺は、上記の有名な早口言葉にも多く含まれる「b」や「p」のような破裂音を特に困難にした。
「顔の筋肉の動きを、意図的に激しい、あるいは歪んだ表情をするほど誇張していました」と沈氏は言う。「それは、特に硬直したり反応が鈍く感じたりする側面の顔の筋肉のコントロールを鍛えることでした。」
練習を重ねるうちに、その動きは筋肉の記憶になった。
フリーランサーとして、沈氏は24時間体制で待機し、夜遅くまで、熱があるときでさえ、COVID-19に罹患しているときでさえ録音を行った。かつて、彼と当時のガールフレンドだった魏氏がロマンチックなディナーに向かっていたとき、仕事が入ってきて、彼らはすぐに引き返した。
Sixth Toneが6月に徐州市の彼のマンションを訪れたとき、沈氏は午前3時に緊急の録音を終えたばかりで、起きたところだった。すぐにクライアントから、もっと感情を込めたテイクを求めるメッセージが届いた。沈氏は、朝のガラガラ声の喉を整え、録音を再開した。
沈氏の月収は最終的に約1万元(1,500ドル)に達し、忙しい月には3万元に上昇した。昨年、彼は魏氏と結婚し、夫婦は新しく改装された家に引っ越した。
「これらすべては、私の声優の仕事のおかげで可能になりました」と沈氏は言う。
最初の警告は2023年に来た。友人が、彼の声に似た声で中国の女優を紹介する4分間のビデオを送ってきたのだ。沈氏は激怒したが、まだ警戒はしていなかった。AIバージョンは、ぎこちない間や不自然な発音で、まだ粗雑だった。同業の声優の中には、彼が過剰反応していると思った者もいた。
しかし、コピーは急速に改善した。沈氏は、自分の両親や友人でさえ違いを見分けるのが難しいほど自然に聞こえるAIバージョンの自分の声を見つけ始めた。一部のAI音声モデルは、数秒の録音音声から、話者のトーン、リズム、感情の要素を再現する、非常に自然な模倣を生成できた。
その後、仕事が減り始めた。
2024年までに、以前の協力者は彼を雇うのをやめ、代わりにAI生成音声に頼るようになった。他の者は、はるかに低いレートで彼の声のAIバージョンを使用することを申し出た。
あるライブストリームで、プレゼンターは数クリックでテキストから音声オーバーを生成できるアプリを実演した。彼の声に驚くほど似たデモ音声を使用し、プレゼンターはスクリプトを映画解説ナレーションに変え、視聴者に「ミネラルウォーター1本の価格で、いくつかの映画解説の音声オーバーを生成できます」と語った。
沈氏にとって、同じ量の素材を録音するには2日以上かかっただろう。
彼を最も悩ませたのは、その労働の成果が、それを創造した人物からいかに簡単に切り離すことができたかということだった。「私たちは、意味のある結果には学習と努力が必要だと信じていました」と彼は言う。「しかし今、すべてが一瞬で達成できます。」
仕事が減少するにつれて、沈氏と魏氏が彼の声を中心に築き上げてきた生活は、より不安定に感じられるようになった。彼らの収入は生活費をカバーしなくなり、沈氏はそれがさらに縮小し続けると予想していた。
「すべての経験と練習は、ただコピーされて自由に再利用されることができます」と沈氏は言う。「私にとって、それはそのすべての仕事の背後にある人物を消し去るものです。」
コピーマシン
彼の声がクローンされる前、沈氏はますます単一で反復的なスタイルに閉じ込められていることに気づいていた。
沈氏が声を当てた一連のビデオがバイラルになった後、クライアントは彼に同じデリバリーと感情のトーンを再現するように求めた。これは、レコメンデーションアルゴリズムがすでに報酬を与えていた標準化されたスタイルだった。
「異なる感情を提供したり、セリフを他の方法で解釈したりできましたが、それが彼らが求めているものではありませんでした」と彼は言う。「もしデリバリーを変えれば、彼らはすぐにそれが求めているスタイルではないと私に言いました。」
仕事を続けるために、沈氏はそのパフォーマンスを繰り返し、それが彼のオンラインでの「標準」の声になった。「多くの人々は、そのバイラルビデオからオーディオを抽出し、AI音声クローンをトレーニングするために使用しました。」
沈氏は、誰が最初に彼をクローンしたのか、まだ知らない。しかし、彼はダウンロード可能なパッケージで彼の声に似たものを販売している売り手や、それを選択して新しい録音を生成できる編集アプリを見つけた。
28歳のCiya Liu(シア・リウ)は、彼女の声がコピーされたという疑念が、ルーチン的な再録音依頼から始まった。
最近の超短編ドラマの女性リードの録音を提出した数日後、制作会社はいくつかのクリップを返送し、より高品質にするために再録音するように求めた。声は彼女の声に似ており、発音の小さな欠陥まで同じだった。しかし、間や強弱は彼女が認識できるものではなかった。
「これは私の声だろうか?」と彼女は思ったことを思い出す。友人が聞いて、紛れもなく彼女の声に似ていると同意した。
Liu氏は、会社が彼女の録音を彼女の知らないうちに生成したと信じている。彼女が会社に抗議すると、会社は彼女の声でAIシステムをトレーニングしたことを否定したが、クリップがどこから来たのか説明できなかった。
その後、会社が他のフリーランスの吹き替え担当者に、10%の給与カットを受け入れるか、支払いの遅延に直面するかを伝えたとき、彼女の疑念は深まった。また、AI生成の超短編ドラマに移行するため、これが最後の共同作業になることも示唆された。
そのような制作は、しばしば支配的なエグゼクティブから無邪気な若いヒロインまで、非常に特定の声のタイプを持つストックキャラクターに依存している。俳優の自然な声がそれらの役割に合わない場合、プロデューサーはLiu氏や沈氏のような吹き替え担当者を雇う。
中国には確立されたプロの吹き替え担当者は数百人しかいないが、業界の推定では、7億4000万人以上のユーザーを持つオーディオコンテンツ市場と、6億6000万人以上の超短編ドラマの視聴者を対象とする声の労働者のプールは数十万人規模に及ぶ。
それらの産業が拡大するにつれて、企業はより低コストでより多くのコンテンツを制作するために競い合った。Sixth Toneのインタビューを受けた声優たちは、レートも利用可能な仕事の数も減少したと語った。
30歳の声優、Xu Ziqi(シュー・ズーチー)は、かつて時給80元以上を支払っていたオーディオブックの仕事が、今では半額で働くことをいとわない応募者を引き寄せていると言う。メッセージアプリWeChatのグループには、かつて毎日数十件の割り当てがあったが、今では数日間でわずか数件しか割り当てがない場合がある。
今年の初め、数十人の確立された声優が、自分の声がAIクローニングのために許可されたことは一度もないと公に述べた。中国の大手声優スタジオである729 Voiceは、AI生成ドラマが数千エピソード、数え切れないアカウントにわたって出現しており、不正使用を追跡することはほぼ不可能になっていると述べた。
主にアニメや超短編ドラマの吹き替えを行うXu氏は、仕事が上手くなることにほとんどセキュリティを見出していない。
「多くの新人は、声を洗練させ、スキルを向上させれば、AIを凌駕できると信じています」と彼女は言う。「しかし、長年この業界で働いてきた私たちを知っているのは、クライアントがしばしば特定の声の音色だけを求めているということです。今やAIは、彼らが望むどんな音色でも再現できます。」
Xu氏はオーディオブックのナレーターとしてキャリアをスタートさせ、AIが人間のナレーションを置き換え始めた後に超短編ドラマに移行した。今、同じシフトが吹き替えにも及んでいる。収入が増加しているにもかかわらず、彼女は業界を離れることを検討している。
「AIは、すべての人から最高の声とパフォーマンスを奪います」と彼女は言う。「スキルが高くなるほど、AIは学習するための素材を多く得ることになります。」
生命の証明
2025年までに、沈氏のAIクローンは、彼の本物の声に疑問を投げかけるほど説得力のあるものになっていた。プラットフォームが彼の録音をAI生成とフラグ付けすると、ビデオはレコメンデーションフィードから除外され、視聴回数と収益が減少する可能性があった。
彼のクライアントの1人がショートビデオプラットフォームに連絡したとき、あるエージェントは沈氏のスタジオが人間の声優を雇用していないと仮定した。
「彼は私たちのスタジオで働く声優です」とクライアントはプラットフォームのエージェントに言った。「彼の声はAIによって違法にクローンされ、今やどこでも使用されています。」
エージェントは謝罪し、「知りませんでした。あの声は何度も聞いたので、AI生成だと思っていました。」と言った。
その頃、沈氏は、その声が本物の人物のものであることを証明するためのビデオを録画し始めた。彼はまた、同意なしに自分の声を使用していることを説明し、アップローダーに直接連絡した。
数人はビデオを削除した。ほとんどは無視した。他の者は罵声を浴びせた。
「私を困らせるな」と一人は書いた。「別の声を使って、さらに良いビデオを作り、お前を踏み潰してやる。」他の者は代わりにクローンされた声を購入するか、彼の許可料を支払うと申し出た。
応答とコピーの圧倒的な数に沈氏が圧倒され始めると、魏氏が介入した。
元製薬営業担当者だった彼女は、結婚の準備と家族の用事に対処するために仕事を辞めていた。沈氏の声優の仕事が減少するにつれて、彼女は彼のショートビデオチャンネルのビデオ編集を始め、不正コピーの記録を手伝うようになった。
彼女は疑わしい侵害行為を一つ一つリストアップし、リンクを一つずつコピーして沈氏に送り、沈氏はプラットフォームが必要とする検証ビデオを録画した。一部のアカウントには数百のクリップが含まれていた。
「時々、彼はすでに寝ていたのに、私はまだビデオを探し出し、リンクをコピーしていました」と彼女は言う。「ただ、とても腹が立っていました。」
ある苦情が成功したとき、魏氏は彼らが反撃する方法を見つけたと思った。「その後、私は狂ったようにリンクをコピーし始めました」と彼女は言った。
しかし、他のビデオはほとんど削除されなかった。「証拠を収集し、苦情を申し立て続けるにつれて、私たちは毎日ますます絶望的になりました」と魏氏は言った。
プラットフォームへの苦情が進展しないため、沈氏は裁判に訴えた。しかし、7月2日に行われる予定だった最初の審理が始まる前に、被告は事件を別の都市の裁判所に移送しようとした。
成功するには、まず合成音声が彼の録音から派生したことを示す明確な証拠の連鎖を確立する必要がある。Sixth Toneのインタビューを受けた弁護士によると、それは少なくとも1万元かかるフォレンジック音声分析を必要とする可能性がある。
誰を訴えるかを特定することも別の問題だ。クローンを作成した人物は、しばしば追跡不可能であり、それらを公開しているアカウントは、個別に追求するには数が多すぎる。それらのアカウントの多くはビデオからほとんど収入を得ていないため、訴訟が成功しても、得られる損害賠償はわずかである可能性がある。
北京に拠点を置く弁護士、Ren Xiangyu(レン・シャンユー)はSixth Toneに対し、この不均衡が一般的になっていると語る。AIクローニング以前は、声の侵害事件はまれだった。なぜなら、誰かの声を再現することは技術的に困難だったからだ。しかし今、その技術は模倣を安価に、速く、そして広範囲に行えるようにした。
Ren氏は、中国初のAI音声侵害事件の原告を代理した。この事件は2024年に判決が下され、後に最高人民法院(中国の最高裁判所)によって参照事件として選ばれた。
その判決は、不正な音声クローニングを著作権ではなく人格権の侵害とみなし、録音の著作権を所有していても、会社がパフォーマーの声を他の目的で再利用する権利を与えないことを明確にした。
しかし、沈氏のような事件は解明が難しい。Ren氏のクライアントは50時間以上のオーディオブック録音を持ち、明確に特定できる被告がいた。今日、アップローダーは3秒のクリップを取り、10分間の音声オーバーを生成し、それを無数のアカウントを通じて配布できる。
「侵害の結果が低すぎます」とRen氏は言う。
Ren氏は、訴訟だけでは技術に追いつけないと述べている。パフォーマーは、自分の録音がスクレイピングされて声のクローンに使用されるのを防ぐための、効果的でアクセス可能な方法をまだ持っていない。
沈氏と魏氏の結婚生活に最も大きな負担となっているのは経済的なものだ。沈氏の声優の仕事が減少するにつれて、失われた仕事のそれぞれが彼の不安を深め、それが魏氏にも影響を与えた。「それは私たちの人生の絶え間ない背景のようです」と彼女は言う。
最近数ヶ月、沈氏は睡眠に苦しみ、依存している声を傷つける可能性があることを知りながらも、喫煙量が増え始めた。
「AIバージョンを聞くたびに、同じサイクルを繰り返します」と彼は言う。「まず怒り、次に無力感、そして最後に失望。」
魏氏はそれを「綿にパンチするようなもの」と例える。「どれだけ強くパンチしても、効果がないのです。」
一部の人々は、沈氏に自分のクローンを許可し、それを利用して利益を得るように勧めた。仕事を失った他の声優たちは、AIクローニング技術自体を教え始めている。
しかし、沈氏は拒否する。「AIは悪いものではないと思います。それはツールです」と彼は言う。「しかし、人々がそれをどう使うかが問題なのです。」
自分の経験をオンラインで共有した後、沈氏は他の業界の声優や労働者から同様の問題に直面しているというメッセージを受け取り始めた。彼らのメッセージは彼の決意を強め、彼は自分の声の不正使用を記録し、訴訟の準備により多くの時間を費やし始めた。
「これが私の生計の立て方です」と彼は言う。「私が戦わなければ、誰も私のために戦ってくれません。」
沈氏は、訴訟が困難になると予想している。「何年も、おそらく一生かかっても、この問題に取り組むことになるでしょう」と彼は言う。「負ける準備はできていますが、少なくとも何かを変えることができると願っています。」
失われた収入の一部を補うために、沈氏と魏氏は自分たちでショートビデオの制作を始めた。彼の経験やAIに関する見解を共有する投稿が最も注目を集めるが、沈氏のお気に入りは、12世紀の中国の軍事指導者であり詩人である辛棄疾(シン・チーチー)についてのビデオだ。彼の作品は、満たされない野心に満ちている。
沈氏は、辛の激動の人生と、彼の詩に流れる静かな悲しみに惹かれたと語る。脚本を録音しながら、彼は自分の感情をセリフに注ぎ込んでいることに気づいた。
マイクの前での数分間、彼は自分の条件で話していた。
追加取材:Lü Xiao(リュ・シャオ);編集:Apurva(アプルヴァ)。
(ヘッダー画像:VCGおよびLü Xiaoからのビジュアル、Sixth Toneによる再編集)