「臺日智慧財產權暨生成式AI與著作權議題之工作坊」紀實－語音生成 AI 對聲優（聲音演員）產業的挑戰與對策

        近年來，生成式 AI 與語音合成技術快速發展，聲音逐漸成為可被大量複製、分析與商業利用之數位資產。安藤和宏教授指出，目前包括ElevenLabs、Ondoku-san（音讀さん）、Gemini Speech Generation與OpenAI.fm等系統，均已能以極低成本甚至免費之方式生成高品質語音，部分系統更僅需數秒語音樣本即可重建特定人物之聲音特徵。安藤教授更以自己約五至六分鐘之錄音檔親身測試，發現AI生成之複製聲音於咬字、情感起伏上幾與本人無異。此一技術突破雖大幅提升內容製作效率，惟亦同時對聲優（聲音演員）產業、人格權保護及著作權制度帶來深刻衝擊。

        過去，聲音被視為具有高度人格性與不可替代性之表現形式，惟於AI技術下，個人聲線已得被低成本模仿與複製。此種情況不僅涉及著作權問題，更進一步牽涉人格權、勞動權與商業利益之保護。尤其聲優長期透過專業訓練建立獨特聲音形象，其聲音本身即具有高度識別性與市場價值，因此，未經授權之AI模仿，將嚴重侵害其人格利益與經濟利益。

        面對語音合成技術之快速擴張，日本聲優產業及相關權利組織展現出高度之警覺與行動力。2023年6月，代表眾多知名聲優之日本俳優連合（Japan Actors Union）率先提出建立「聲音公開權（voice publicity right）」之制度保護，主張於生成式AI時代下，個人聲音所具有之商業價值與人格利益應受法律保護。隨著未經授權之AI語音模仿問題日益受到關注，部分知名聲優2024年10月於YouTube發起「NO MORE Unauthorized Generative AI」系列影片，呼籲社會重視AI任意模仿聲音所帶來之侵權風險。其後，2024年11月，日本俳優連合、日本藝能經紀協會（JATM）以及日本聲優經紀協會（JSMA）等三大產業組織共同發表聯合聲明，主張建立生成式AI之適當使用原則，並強調AI聲音不應投入動漫或影片配音、利用前須取得當事人同意，且產出物必須明確標示，積極在當事人同意、資訊透明及合理治理機制之上建立防線。

        然而，日本聲優產業對生成式AI並非完全採取排斥態度。安藤教授指出，產業界逐漸形成「一方面主張權利保護、另一方面積極推動聲音商業化」之雙軌發展模式，在積極「防守」的同時也展開「進攻」。例如：知名聲優梶裕貴（Yuki Kaji）於2024年4月推出「Soyogi Fractal」語音合成系統，成功將危機轉化為粉絲經濟，引發社會高度關注。同年6月，日本成立了專門處理聲音認證與授權之組織AILAS；同年10月，大型經紀公司青二製作（AONI Production）則與AI語音平台CoeFont展開合作。至2025年10月，NTT西日本（NTT West）推出「VOICENCE」計畫，主張建立AI時代之聲音IP與合法授權生態；同年11月，日本俳優連合更與綜合商社伊藤忠集團合作，正式發布官方聲音資料庫「JVOX PRO」，作為聲優語音授權與管理之關鍵基礎設施。此外，一般社團法人「聲音保護與活用協會（VIDA）」亦於同年成立，致力於透過AI進行多語化聲音轉換，讓全球動漫迷能用原配音員的音色收聽不同語言版本，兼顧聲音保護與全球化應用。此「雙軌」制度之核心，旨在藉建立合法授權市場與聲音交易秩序，藉此擊碎法律上之「市場失靈理論（market failure theory）」。於美日等國之法律體系中，AI業者常抗辯因市場上缺乏合法聲音授權管道，於無法取得權利之情況下，直接利用屬合理使用；而聲優界主動建立市場之策略，正好削弱未經授權利用聲音之正當性。

        相較於產業界之積極作為，日本政府對聲音權立法則採取較為保守與消極之牛步態度。安藤教授身為官方相關審議委員會的十位學者成員之一（與上野教授、田村教授、大村教授等專家共事），透露於過去半年多之每月會議中，其雖不斷強烈主張應透過修法（如修訂《不正競爭防止法》）以保護聲音，但經濟產業省等官方官員與多數委員仍傾向採取「觀望策略（wait-and-see approach）」，最終政府並未採取任何立法行動，僅發表一份短版指引作為妥協。目前官方傾向「先由司法建立法理，再由立法回應」之策略。惟鑒於當前日本關於聲音權侵害之訴訟案例相當有限，加上臺、日兩國均無頻繁提告之習慣，短期內冀藉司法實務建立完整聲音權法理之可能性並不高，此種立法遲滯恐致侵害行為全面擴散時，法律仍缺乏有效救濟。

        除聲音權問題外，日本創作者群體對生成式AI亦普遍抱持高度不安。根據日本自由工作者聯盟（Freelance League）於2024年12月針對約25,000人進行之大型調查報告顯示，高達88.6%之受訪創作者認為生成式AI對其生計構成重大威脅，已有約12%之受訪者表示收入因AI衝擊而顯著或略有減少，其中又以插畫家最首當其衝，且未來恐將蔓延至音樂與影像創作者。調查亦指出，多數創作者對AI抱持排斥態度，有62.9%從未使用也無意在未來使用相關技術，更甚有52.2%之人已開始利用Glaze、Nightshade、Digital Fog等技術工具保護自身作品，反映出創作者社群對AI技術之深層焦慮、不信任，且傾向將其視為生存威脅而非創作工具。

        在著作權法層面，生成式AI相關成果是否具可受保護之創作性，亦引發激烈爭論。多數創作者認為，僅透過提示詞（prompt）生成之內容不應被認定具有著作權，高達78.7%之創作者在此觀點上與美國著作權局之立場相近。美國著作權局在《Copyright and Artificial Intelligence Part 2》報告中明確指出，在現行技術條件下，提示詞尚不足以使使用者對AI輸出形成充分之人工控制，因而欠缺人類作者性。相較之下，日本文化廳則採取相對彈性之見解，認若使用者提供高度具體、詳細且具創意性之指示，仍可能提高認可創作貢獻之可能性；但該調查中僅有6.6%創作者認同此官方看法，兩者差距懸殊，顯示創作者群體對AI生成內容之著作權保護仍持高度懷疑與排斥。

        此外，日本《著作權法》第30條之4亦成為AI訓練爭議之核心規範。該條規定若利用著作物之目的在於「資訊解析」（information analysis），原則上得在不經著作權人許可之情況下，將著作物輸入生成式AI進行訓練，只要未不當損害著作權人利益即可。此種偏向技術發展之制度引發了創作者群體之強烈反對，相關調查結果顯示，支持事前授權（opt-in）或全面禁止未經授權學習之受訪者合計高達88.2%，在在均顯現創作者普遍要求強制訓練資料透明化，並建立給予創作者選擇權之制度環境。

        現行日本法制上並未明確承認「聲音權」為獨立權利，因此聲優若欲主張權利，往往只能透過人格權、不法行為責任（侵權責任）或契約關係等方式間接保護。安藤教授認為，日本《民法》第709條之侵權行為一般條款，係為目前最具實務可行性之法律途徑。若產業界能先成功建立聲音交易市場、提升聲音價值，未來一旦發生盜用事件，法院便很有可能承認未經授權使用他人聲音屬侵害人格利益與經濟利益，進而依第709條給予損害賠償與司法救濟。換言之，於正式立法尚未成熟之前，透過商業行動主動出擊建立市場，並藉地方裁判所逐步累積司法判例，一旦法院形成裁判共識，便能逼迫政府意識到立法的迫切性，這正是日本聲音產業目前最務實且聰明的破局契機。

        安藤教授認為，聲音不僅是商業資產，更是人格之延伸。尤其對聲優而言，聲音本身即具有高度識別性與職業價值，若法律無法有效限制AI之複製與模仿，則人格自主、勞動價值與創作者生存空間均可能受到重大侵蝕。面對多數創作者因流於與AI一決勝負而面臨失業風險之現狀，未來制度改革至少應包括以下方向：第一，建立明確之聲音人格權制度；第二，提高AI訓練資料透明度；第三，建立AI訓練之事前授權（opt-in）機制；第四，要求AI生成聲音明確標示，以避免市場混淆與資訊不對稱。

        總體而言，日本目前正處於生成式AI帶來之制度轉型期。產業界已意識到技術浪潮無可避免，並積極嘗試建立合法授權與商業利用模式，而法院未來能否逐步形成未經授權使用聲音之相關判例，將成為日本正式確立聲音權法制的關鍵。自比較法角度觀之，日本聲優產業所面臨之問題，實係亦為全球生成式AI時代下所共同面對之重要法律課題，如何於技術創新與人格保護之間取得平衡，將成為未來全球AI法制發展之重要核心。

本篇文章著作權歸屬撰稿人，其內容與見解不代表智慧財產局