日本把 AI 聲音的規則寫下來了。判斷標準,不是「像不像」。

2026 年 8 月 7 日,日本法務省公布了一份幾乎不會有日本以外的人去讀、但只要是發配音案的人都該讀一下的文件。它的名字是《肖像、聲音等之無斷利用所生民事責任應有樣態之檢討會 彙整報告書》,副標題把它是什麼講得很清楚:《關於生成 AI 侵害形象權等之解釋指針》。背後的檢討會於 4 月成立,自 4 月 24 日至 7 月 27 日共開了五次會。它產出的,是對一個在留言區吵了兩年的問題的官方回答:一個人的「聲音」,是否和他的「臉」具有同等的法律份量?在日本,這個答案現在白紙黑字寫下來了,而答案是:是。

先講它不是什麼。它不是新立法,也沒有創設任何罰則。報告書自己說明,它是以「解釋指針」的形式呈現這些內容,期望從事肖像、聲音相關業務的人、法律實務工作者,以及開發、提供、使用生成 AI 的人,都能更好地預測民事責任落在哪裡。這個區別值得記住,因為它是兩面刃。8 月 6 日還合法的事,不會在 8 月 7 日變成違法。真正改變的是:日本法院很可能採取的那套解讀,現在被主管機關詳細地寫下來了——這讓「我不知道」這句話,變得難講得多。

判斷標準是「吸客力」,不是「相似度」

整套判斷的錨,是 2012 年 2 月 2 日的一則最高裁判決,一般稱為「粉紅淑女(Pink Lady)事件」——那是日本最高裁第一次正面承認源自人格權的形象權(パブリシティ権)。判決列出三種情形:把肖像本身當作可獨立鑑賞的商品來使用、為了差異化而把肖像附加在商品上、以及把肖像用作商品的廣告。當該利用可以說是專以利用肖像所具有的吸客力為目的時,即構成侵害。2026 年的這份報告書確認:「聲音」落在該判決所稱「肖像等」的範圍內——聲音是能把一個人與他人區分開來的識別資訊,也是那個人人格的象徵。檢討會對這一點沒有異議。

接著是真正該記住的一段,因為它跟多數人以為的邏輯正好相反。報告書指出,聲紋的科學比對可以是考量因素之一,但永遠不會是決定性的——問題不在兩條波形有多吻合,而在那個人的吸客力有沒有被拿來用。而且,只是「相似」的聲音,仍可能被認定為本人的聲音:當相似的程度,連同周邊那些會讓人聯想到本人的資訊一併考量後,足以讓受眾把這把聲音辨識為本人的聲音時,報告書即認定為使用了本人的「聲音」。做到「像、但不完全一樣」,不是一個安全港。而「模仿(物真似、聲音模仿)」正是那個有啟發性的反例:模仿表演通常不構成侵害,恰恰是因為表演者會標明自己的名字——識別資訊指向的是表演者,不是被模仿的人。把名字拿掉、讓聽眾誤以為那就是本人,報告書則認為有構成侵害的餘地。界線在「歸屬」,不在「相似」。

旁白與有聲書,明確被畫進了範圍裡

關於三種情形中的第一種——把聲音本身當作可獨立鑑賞的商品——報告書的例子從你預期的地方開始:名人的語音訊息、語音貼圖,然後繼續往下:它記載了將旁白、有聲書、車用導航、智慧音箱歸入同一類的學說見解。這不是什麼冷僻的邊緣案例,這正是 AI 聲音被拿來賣的那份日常清單。另外兩點,值得整條供應鏈停下來想一下。第一,知名度不是門檻:報告書明白指出,只要該聲音本身具有促進商品銷售的效力即為已足,配音員的姓名或肖像不需要廣為人知——一把只在某個類型、或某個地區被認得的聲音,只要能打動那群受眾,同樣成立。第二,它往上游延伸。專門圍繞某位演員的肖像或某位配音員的聲音所建立的訓練資料集,其「販售」行為本身就可能落入這套框架,例如被評價為對資料集這項商品的差異化。風險並不侷限在最後那支成品廣告。

而且,這也不只關乎名人。在形象權旁邊,還坐著另一項獨立的權利:不被隨意利用肖像——現在明確包括聲音——的權利。它保護的是精神價值而非商業價值,而且屬於每一個人。在報告書的其中一個設例中(以合成聲音朗讀猥褻文字),結論是:當事人是專業配音員或一般民眾,在判斷上不太可能出現重大差異——羞恥、不適、自尊受到的傷害,並不隨知名度而放大或縮小。

這份指針,為什麼在此刻出現

規模說明了時機。2026 年 6 月 25 日,日本一個監測肖像與形象權的非營利組織公布了 2025 年 4 月至 2026 年 3 月這一年度的調查。在 TikTok、X、YouTube 三大平台上,它清點出超過 4 萬則涉嫌侵權的貼文,累計約 3.35 億次觀看,對藝人造成的經濟損失推估約在 20 億至 45 億日圓之譜。而在回覆其業界調查的 174 家公司中,只有 1.1% 已訂定應對指引,46.6% 則沒有訂定的打算。該組織還往上一層測試了刪除:針對 20 個以某位演員肖像訓練的未授權模型提出申請,20 個全數下架;然後,同一個人的新模型又被上傳了。一個「刪得掉、但刪不完」的 100% 下架率,大致就是這份指針要回應的問題的樣子。

如果你是那個買聲音的人,這改變了什麼

現在有兩項義務,同時坐在同一個音檔上,而它們問的是不同的問題。歐洲問的是「有沒有標示」:歐盟《AI 法案》針對合成音訊的透明度規定,已自 2026 年 8 月 2 日起適用。日本問的則是「這是誰的聲音、那個人同意了嗎」。這兩個問題,都不會因為產出聽起來夠好而得到解答;也都不會有哪個自助工具幫你解答。所以,在你生成任何打算對外發佈的東西之前,實務版的問法很短:你說得出這把聲音來自哪一位真人嗎?你拿得出那份文件,證明他同意了這個用途、這個市場、這個期間嗎?另外也該說清楚,這件事還在動。檢討會並非所有議題都取得共識——經紀公司(而非本人)能否提出請求,就被留了下來;而 2026 年 6 月 12 日通過的日本智慧財產推進計畫,也仍把硬性立法留在桌上,包括是否修正《不正競爭防止法》。

這一切並不代表 AI 聲音是個壞主意。它代表的是:你買的,除了那段音訊,還有它的來源。這正是我們從 2008 年在台灣經營配音、一路走進 AI 時沒有改掉的那一塊:Onyx 聲音庫裡的每一把 AI 聲音,都能追溯到一位有名有姓的專業配音員,在一份載明可用於什麼用途的書面授權下錄音;而交到你手上的成品,帶著這條線索,而不是把它留在你那一側的桌上。如果對一個你正要發佈的檔案,你答不出「這是誰的聲音」,那現在弄清楚,總比播出去之後才弄清楚好。把你要配的內容、要投放的地方告訴我們,我們會確保答案跟著一起交過去。