日本演员协会发布生成式 AI 配音规范：声优的声线，玩家的听觉记忆#

湛蓝影刃 | 2026年10月21日

各位朋友好，我是湛蓝影刃。今天要聊的这条新闻，关键词是「声音」——准确地说，是配音演员的声音在生成式 AI 时代归谁所有、怎么用、用什么代价用。

据多家行业媒体本周报道，日本演员协会（Japan Actors Union，也就是不少报道里所称的「日本演员工会」）发布了一份题为「声音相关生成式 AI 利活用指南」（Guidelines for the Use of Generative AI Related to Voice）的行业规范，覆盖约 2600 名演员与配音演员，是日本首批专门针对 AI 语音的行业规范之一。据日本 AI 行业媒体 Global AI News 的口径，指南于 10 月 15 日正式发布，随后一周内多家媒体陆续跟进报道——游戏行业媒体 The Daily Game 于 10 月 19 日报道，腾讯新闻·IT时代网于 10 月 20 日刊出四要点中文转述，欧洲游戏行业媒体 GI.biz 也在 10 月 21 日跟进，报道节奏整整横跨一周。

协会在官方声明里的表态，我认为值得原样记下来：技术进步不会停止，但「活生生的人类表达」与「对权利的尊重」必须始终居于核心位置。这句话是整份指南的底色，也是本文想展开的两条线——一条是声优的权益治理，一条是作为玩家的我们，那份由声音构成的听觉记忆到底意味着什么。

先说清楚写作口径：本文所有条款、人名、日期与数字，均以多方公开报道的交叉转述为限；个别细节仅有单一媒体来源，我会逐一标注，不做外推。

一、先说清楚：发布规范的是谁，这份指南管到多宽#

按海外科技媒体 Digital Watch Observatory 与多家中文媒体的汇总，这份指南的基础信息先钉死，后面的条款讨论才有落点：

这个发布方本身值得多说一句：日本演员协会（Japan Actors Union），一个涵盖约 2600 名演员与配音演员的行业组织。多家媒体报道时称其为「演员工会」，本文统一使用「该协会」指代。它的定位是日本首批针对 AI 语音的行业规范之一，性质是行业规范而非法律——这一点第六节会专门展开，它是全文最大的张力所在。

术语体系上，指南定义了「表演者」「表演者之声」「数字复制品」「合成表演者」等关键术语。别小看这件事——术语先钉死，条款才有边界，这是所有规则文件能落地执行的前提。

适用范围比很多朋友想象的要宽。按 Digital Watch Observatory 的转述，覆盖链条如下：

1. 数据收集——从演员处收声纹数据的环节就在管辖之内，不是「生成那一刻」才受管；
2. 模型开发——用演员声音训练模型，本身就是一个需要授权的独立阶段；
3. 生成与分发——具体生成会话、成品发布，逐次可查；
4. 后续再利用——生成的语音素材日后挪作他用，同样落在规范之内；
5. 域外活动——即便相关活动在日本境外开展，只要面向日本受众，同样在覆盖范围内。这条设计明显是冲着「把录音环节挪到海外规避监管」的操作去的。

署名要求也写得具体：AI 生成语音须标注署名，包括 AI 提供方、产品名与演员本人名，除非演员本人要求匿名。换句话说，指南的设想里，玩家听到的每一段 AI 合成配音，原则上都应该是「知道自己听到的是什么」的。

一句话概括这份指南的姿态：它不是禁止生成式 AI，而是给「怎么用人的声音」画出了流程边界。这也是它区别于单纯抗议声明的关键——抗议表达态度，规范给出操作口径。

二、四条核心条款，逐条拆：每一句都对着制作流程去#

被各媒体反复引用的，是四条核心条款。我先按「条款内容—对配音制作流程意味着什么」整理成表，再逐条展开：

条款一：知情同意，四条里分量最重的一条#

按 Digital Watch Observatory 与 Global AI News 的一致口径，生成式 AI 流程的每一个阶段都必须取得许可——训练、生成、输出使用三阶段分别须本人书面事先同意。更关键的是排除项：一揽子买断合同、口头同意、默示同意、事后追认，均视为无效。

这一条直接把行业里常见的「合同里塞一句『乙方同意甲方将其声音用于包括人工智能在内的各种用途』」的打法判了死刑。对演员而言，这是从「卖身契」回到「逐项授权」；对企业而言，法务和流程成本是实打实地涨，但换来的是授权链条干净可查。

条款二：报酬——AI 复制就是一次「新的表演」#

AI 复制演员作品被视为一次「新的表演」，企业须向演员支付版税或报酬。这个定性的巧妙之处在于：它不纠结「AI 合成的声音算不算原表演」，而是把它直接定义为一次新的表演——新的表演，自然要有新的对价。

长线运营的游戏要更新语音包、要做周年庆语音、要出衍生动画，过去一次性付清的录音费覆盖不了这些后续使用，现在每一次复用都构成新的付费义务。对配音演员来说，这条条款改变的是收入结构：声音的每一次复用，都重新计价一次。

条款三：翻译——游戏行业的朋友要格外留意的一条#

生成式 AI 翻译（把演员的表演自动转成其他语言）必须保持原表演的「艺术完整性」，且未经许可不得用于海外地区。

想想现在最热的方向：用 AI 把日语配音自动转成中文、英语、西班牙语，成本低到可以给每个 NPC 都配上完整语音。这条规范等于说：这条管线想跑，先拿到演员对每个语言版本的许可，还得保证转出来的表演不走样。艺术完整性怎么判定是个难题，但「未经许可不得用于海外」是清晰的硬约束——本地化团队再也不能把「机器翻译配音」当成无需过问演员的免费午餐。

条款四：已故演员——四条里最没有余地的一条#

禁止用生成式 AI 复制已故演员的声音，除非该演员生前已明确授权；即便有生前授权，仍须取得家属、生前所属经纪公司或事务所的许可，并支付版税。

双重许可叠加版税，这条的门槛刻意搭得很高。对游戏行业来说，这一条关系到一类真实场景：长线运营十几年的作品，原配音演员离世后，角色声音是就此封存、换人重录，还是永远停在上一个版本——现在指南给出的答案倾向是「不能默认复刻」。

四条放在一起看，指向其实非常一致：把「声音的使用权」从企业的合同口袋里拿出来，交还给演员本人，并且按阶段、按用途、按语言逐项计价。

三、程序性底线：7 天、48 小时，以及「分别同意」#

条款之外，指南还配了一套程序性要求，这部分最像「操作手册」。先把时限整理成一张速查表：

多源一致的部分，展开来说：

• 提前 7 天：向演员及其事务所提供声纹数据或启动开发流程之前，至少提前 7 天书面通知。
• 提前 48 小时：具体生成会话开始前，至少提前 48 小时通知。
• 分别同意：同意按「每个项目、每个使用阶段、每个语言版本」分别取得——项目、阶段、语言三个维度，任何一个变了都要重新拿授权。

这套时限设计的逻辑不难读：7 天是给演员和事务所留出评估与谈判的时间，48 小时是保证每一次具体生成都在演员知情的状态下发生，分别同意则堵住了「用一个授权打包所有衍生场景」的口子。

单一来源的三项——一年有效期、30 天删除、14 天披露——本文照录但请读者留意其确证程度。如果后续有更多渠道交叉证实，这三条会让「撤回权」从纸面权利变成可执行的流程：演员不仅能在签约前说不，还能在合作中途带着 30 天的数据删除期限退出，这对声音数据的长期沉淀方是相当强的制衡。

把四条核心条款和这套程序拼起来，就能看出这份指南的真实形态：它不是一份原则宣言，而是一份试图直接嵌入配音制作排期的流程规范。哪一天给声纹数据、哪天开生成会话、每份授权管多久、到期怎么续——全都给出了数字化的底线。

四、这份规范不是凭空掉下来的：2024 年的抗议、津田的官司、野泽雅子的发言#

理解这份指南，得把它放回日本声优行业近两年的脉络里。按时间排开，有三个节点：

节点一：2024 年，组织化的抗议#

据行业资讯站 AIBase 的梳理，2024 年多名日本配音演员成立组织，抗议 AI 声音滥用，直指现有版权法对声音的保护不足。换句话说，声优行业的焦虑不是从这份指南才开始的，组织化的抗议至少已经进行了两年——这份指南是两年抗议脉络结出的第一个成文果实。

节点二：津田健次郎起诉 TikTok——败了官司，立了先例#

声优津田健次郎因社交平台大量出现未经授权使用其声音的 AI 视频，起诉了短视频平台 TikTok。据 AIBase 转述，在相关视频下架之后，案件被驳回——但这场官司留下了比胜败更重要的东西：它确立了个人声音受公开权（publicity rights）保护的先例。

津田健次郎的代表作常被列举为《进击的巨人》《电锯人》《游戏王》，The Daily Game 还补充了《咒术回战》。看这份作品列表就明白，他的声音本身就绑着一长串高人气角色，这桩案子在声优群体里的示范意义不言自明。

这次的指南，某种意义上正是踩在这个先例上发布的：先例解决了「声音受不受保护」的问题，指南则试着回答「怎么用才算尊重保护」。从个案抗辩到成文规范，这是劳权行动里相当标准、也相当扎实的一步。

节点三：发布会上的野泽雅子——「与盗窃无异」#

据 AIBase 中文转述的口径，因《龙珠》孙悟空一角为几代观众熟知的声优野泽雅子在发布会上表示：未经许可使用她的声音与盗窃无异，声音和表演都应受尊重，即使少量使用也必须事先征得同意；她还指出，AI 复刻的声音缺乏情感表现。

需要说明，她发言的完整原话版本目前仅有这一家的中文转述，细节以现场完整记录为准。但即便只看转述，这段话的两层意思都很清楚：前半句是权利主张——少量使用也要事先同意，堵的是「我就用一小段怎么了」的侥幸心理；后半句是艺术判断——AI 复刻缺乏情感表现，这句我们放到下一节展开。

「与盗窃无异」这五个字，说的是法律意义上的权利，但戳中的是情感意义上的认同。一个角色陪玩家走过十年二十年，玩家记住的不只是台词，还有那条声线的呼吸、停顿和沙哑——这些东西在工会的话语体系里叫「表演」，在玩家的记忆里，叫「这个角色就应该是这个声音」。三个节点连起来看：2024 年的组织化抗议给出态度，津田的官司给出法律立足点，野泽雅子的发言给出情感注脚，这份指南则把它们全部收拢成一套可以写进合同的条款。

五、声优之声，是玩家听觉记忆的底色#

聊到这里，我想从编辑部的视角多说几句——这条新闻让我这种国产网游老玩家特别有代入感。

我是从《石器时代》那个年代一路玩过来的。那个年代的网游没有配音，角色的情绪全靠文字框和几声系统音效，我们对「角色的声音」的想象，是自己脑补出来的。后来国产网游一件一件把配音铺满——主线剧情有人念了，NPC 会开口了，登录界面有主题声了——再后来，一个角色换配音演员，玩家会在论坛里吵上好几天。这种争吵的本质是什么？是玩家发现脑内那套听觉记忆被人动了。

日厂 RPG 把这件事推到了另一个极致。角色声线是角色塑造的一部分，玩家闭上眼睛能分辨出角色开口的那一秒是谁在说话，这份分辨力本身就是多年游戏时光沉淀下来的资产。野泽雅子说 AI 复刻缺乏情感表现，玩家的体感其实和她同源：一段合成语音即使音色逼近，呼吸的节奏、台词里的犹豫、笑到一半收住的分寸，这些「活生生的人类表达」目前仍然替换不掉。

而听觉恰恰是极其挑剔的记忆——画面风格变了玩家会说「美术升级了」，声音变了玩家只会说「这不是我的角色」。声音没有中间地带，因为它是角色在你耳边说话的方式，容不得「大体像就行」。我自己就经历过这种时刻：一款玩了多年的网游更新版本后，某个常驻角色的配音换人，第一耳朵就觉得世界不对劲——角色还是那个角色，立绘没变，技能没变，但那句熟悉的台词一出口，一种难以名状的陌生感就压过来了。后来才想明白，那份熟悉感从来不是角色本身给的，是那条声线日复一日替角色「活着」攒下来的。

所以这份指南里最打动我的，不是某一条罚则，而是协会声明里那句「活生生的人类表达」必须居于核心。声优保护的表面是就业和报酬，底下是玩家的听觉记忆——这条线被一份行业规范正式写出来，在我印象里并不多见。声音不是素材库里的一个资源文件，它是表演，而表演背后是一个活人。

六、指南不等于法律：真正的牙齿要等修法，玩家短期看不到变化#

写到这里必须泼一盆冷水，把预期管理做足：这份指南不具有法律强制力。 据 The Daily Game 与腾讯新闻的报道，协会表示将推动其成为全行业规则，并推动政府立法保护「声音权」。换句话说，它目前是一份行业自律规范，约束力靠共识、靠舆论、靠谈判桌上的筹码，而不是法庭传票。

立法层面的动向倒是真实的：据 Digital Watch Observatory 报道，日本政府正考虑修订《不正当竞争防止法》，为未经授权使用 AI 生成声音提供法律保护，指南的发布与这项修法讨论正值同期。

这构成了一条清晰的时间线：行业规范先行给出操作口径，政府修法紧随其后提供强制力，声优群体两年的组织化抗议、一桩确立公开权先例的官司，都在为这条时间线铺垫。指南真正的牙齿，大概率要等《不正当竞争防止法》的修订落地才会长出来。

还有一个冷峻的事实：截至目前，没有任何日本 AI 企业或平台公开表态采纳这份指南——The Daily Game 明确指出，无企业公开同意采纳。规范发布了，被规范的对象集体沉默，这是所有行业自律规范都要经历的试用期，最终是谈判实践把它变成惯例，还是立法把它变成义务，接下来一两年就能看出走向。

对游戏行业配音流程与成本结构的潜在影响#

以下三条是基于条款的制作流程推演，属于分析判断，不是既成事实：

1. 配音合同要重写。 三阶段书面同意加分别授权，意味着过去那种总括性声音授权条款不再被认可，企业需要在训练授权、生成授权、输出使用授权上分别签署，法务工作量是可预期的增量。
2. 本地化管线的成本结构会变。 AI 翻译须保持艺术完整性并逐语言版本取得授权，直接作用于多语言配音管线——恰恰是 AI 复刻最想压缩成本的场景。省下的钱和要付的版税、报酬之间的账，各家企业会重新算。
3. 长线角色的声音规划提前到签约阶段。 已故演员条款加上同意有效期（按单一来源口径最长一年），意味着运营周期以十年计的作品，要在签约时就想清楚声音授权的续期与继承安排。

给玩家的直接结论#

这是一份行业规范加一项立法动向，不是一款游戏的更新公告——短期内，你不会在任何一款游戏里看到配音流程的即时变化。

真正值得盯的是两个后续：《不正当竞争防止法》修订案的进展，以及有没有第一个公开表态采纳指南的厂商出现。哪天这两件事任意一件落地，那才是这条新闻从「行业新闻」变成「玩家新闻」的时刻。

七、这条新闻和站内聊过的那些 AI 议题，不是一回事#

熟悉我们站的朋友可能记得，AI 相关的话题我们写过不少：AI 游戏生产工具如何改写开发流程，AI 重建老游戏撞上版权方的红线，日本游戏开发者生成式 AI 使用率飙至 85.8%，还有 OpenAI 员工用 AI 仿作《符文传说》后被叫停下架的版权争议。

但这次我想把这条新闻和它们清楚地分开。之前那些文章的主语是「工具」——AI 能把开发流程提速多少、AI 生成的内容算不算侵权、开发者用不用得趁手；而这一篇的主语是「人」——一个人的声线、一个演员的表演权、一份听觉记忆的所有权。工具的效率可以量化，权利的边界只能谈判。前者问的是「AI 能做到什么」，后者问的是「AI 不该碰什么」。这份指南给出的回答朴素而硬：不碰的前提，是每一阶段的书面同意。

顺带说明一点：可能有读者期待我们把这份指南与欧美同业的劳权协议做逐条对照。这个对照眼下做不了——本次可交叉核实的公开材料里，缺少与欧美相关协议条款直接可比的内容，硬写对照就只能靠想象，而那是我们不愿意干的事。等有可对照的公开材料，这个话题我们再展开。

最后把本文的观察点列成一张清单，方便后续回访核对：

写在最后#

从《石器时代》的纯文字框，到今天为一条声线能否被 AI 复刻而发布全行业规范，二十多年过去，玩家和声音的关系被正式摆上了台面。作为当年连角色长什么样都靠脑补的老玩家，我很清楚「听觉记忆」这四个字的分量——它不写在配置文件里，写在几千个小时的游戏时光里。

这份指南最终会以什么形态影响我们玩到的游戏，现在下结论还早。但方向是清楚的：当技术的成本曲线一路向下，总得有人替「人的表达」守住一条底线——不是拦住技术，而是让技术在碰到一个人的声音之前，先敲敲门。

技术往前走是大势，协会声明里那句「技术进步不会停止」也没有回避这一点。但同一句话的后半段更重要：活生生的人类表达，以及对权利的尊重，必须始终居于核心。希望下一个十年，我们在游戏里听到的新声音，仍然出自活人的喉咙、带着呼吸的温度；也希望每一份由 AI 参与合成的语音，都清清楚楚地告诉我们它是谁、从哪来、经过谁的允许。

声音值得这份郑重。

——湛蓝影刃，NTGame 编辑