如果有一天，你突然在網(wǎng)上聽到自己的聲音，卻完全不記得曾經(jīng)親口說過這些話，是否會(huì)陷入莊周夢(mèng)蝶、盜夢(mèng)空間般的恍惚？近日，《中國新聞出版廣電報(bào)》刊文指出：如今不少短視頻平臺(tái)上流傳著各類仿冒視頻，克隆明星、學(xué)者等公眾人物的聲音，散播真假難辨的內(nèi)容。

過去，聲音模仿技術(shù)依賴個(gè)人技藝，旁聽者能從細(xì)微處分辨真假，如同皮影投射，“京中有善口技者”曾是聲音模仿技藝的最高贊譽(yù)。當(dāng)下，AI合成語音技術(shù)卻能將聲調(diào)、語速、氣口，甚至情緒起伏完全復(fù)制、幾可亂真。

當(dāng)獨(dú)特的聲音，淪為可買賣、可篡改的數(shù)字符號(hào)，聲音和人類主體之間的天然綁定關(guān)系被解除：你沒說過的內(nèi)容，AI能替你說；你從未身臨的場(chǎng)景，AI替你造——嘈雜車站、雷電雨聲，甚至是求救哽咽隨意生成。聲音則變成可任意復(fù)制、拼貼和調(diào)色的“數(shù)字皮膚”。

聽覺，從來不是一條單薄的感官通道?！奥曊窳帜荆懚粜性啤?，人不僅是用耳朵這一個(gè)器官在聽，而是用整個(gè)身體在感知。聲音景觀以固有的包圍性與環(huán)繞性，引發(fā)身體感官共振。因而，AI深度偽造技術(shù)制造的不只是“聲音”，而是一整套沉浸式聽覺場(chǎng)，讓人在生理層面誤以為“他就在那兒”，并放下警惕。非法的AI聲音克隆，因其無所不在的欺騙性，甚至比視覺偽造更隱秘。

更棘手的是，AI克隆聲音的技術(shù)門檻極低，易形成產(chǎn)業(yè)鏈條。幾分鐘素材、幾行代碼，一個(gè)人的聲紋信息便可復(fù)制。從專業(yè)團(tuán)隊(duì)到素人玩家，都能參與到此種“半真半假”的侵權(quán)行為中。根據(jù)《中華人民共和國民法典》第一千零二十三條第二款規(guī)定：對(duì)自然人聲音的保護(hù)，參照適用肖像權(quán)保護(hù)的有關(guān)規(guī)定。而技術(shù)賦權(quán)下，取證難、認(rèn)定難，可能讓法律條例在執(zhí)行時(shí)面臨前所未有的挑戰(zhàn)，AI正將“聲音被偷”推向一個(gè)監(jiān)管難以完全觸及的灰色地帶。

縱容AI克隆聲音，不僅傷害歌手、配音從業(yè)者、學(xué)者等公眾人物，更會(huì)引發(fā)深層的社會(huì)問題。如今網(wǎng)絡(luò)平臺(tái)上流傳著各類仿冒視頻，有的逗人一笑僅為娛樂，有的則誘導(dǎo)消費(fèi)、投資，甚至涉及極端觀點(diǎn)、導(dǎo)向欺詐違法行為，分辨力弱的網(wǎng)民一聽便信、關(guān)心則亂，幾秒鐘就被“熟悉的聲音”帶至陷阱之中。

“非黑即白”的判斷標(biāo)準(zhǔn)不可取，但更深的隱患在于我們正失去對(duì)聲音的信任。在新聞配音、數(shù)字遺產(chǎn)、無障礙閱讀、影視制作等領(lǐng)域，AI的諸多積極價(jià)值一目了然。問題不在技術(shù)本身，而在其使用導(dǎo)向與倫理邊界。若要避免聲音淪為可以隨意捏造、操控、變賣的“廉價(jià)資源”，須對(duì)不同應(yīng)用場(chǎng)景區(qū)分，對(duì)是否獲得授權(quán)劃紅線，對(duì)濫用行為進(jìn)行法律約束。

治理AI克隆聲音亂象，監(jiān)管須走在技術(shù)之前，而非被動(dòng)滯后“補(bǔ)漏”。未來，持續(xù)完善符合人工智能發(fā)展需求的治理體系、提升相關(guān)治理能力，保持政策靈活性。各類平臺(tái)理當(dāng)承擔(dān)主體責(zé)任，建好“技術(shù)護(hù)欄”，讓聲音克隆可查、可控、可追溯。內(nèi)容傳播平臺(tái)要把好“入口”，提供買賣服務(wù)的平臺(tái)也應(yīng)對(duì)克隆行為嚴(yán)格管理。只有發(fā)布者自律、平臺(tái)盡責(zé)、監(jiān)管到位，形成治理合力，才能讓技術(shù)在制度的邊界內(nèi)平穩(wěn)運(yùn)行。

樹葉和泉水的聲音究竟意味著什么？它從來不只是物理現(xiàn)象，而是構(gòu)建世界、承載人性的獨(dú)特通道。從授權(quán)制度、技術(shù)標(biāo)識(shí)到法律規(guī)制，固然都至關(guān)重要，但更重要的是廣泛公眾意識(shí)的提升：認(rèn)識(shí)到聲音是人的延伸、情感的觸角，而非市場(chǎng)的玩物。

來源 | 人民論壇網(wǎng)

責(zé)任編輯 | 常嫦