朋友傳來一段談 MH370 的影片,問旁白是不是 Chris Williamson。他沒有錄過,卻聽見了熟悉的口音、發音與停頓。這位 Modern Wisdom 主持人循線找到 ElevenLabs 的 Archer 聲音,懷疑自己的聲音被取用;公司則提出另一名配音員與一份聲音比對結果。兩邊爭執的起點是「這到底是不是我」,但後面的問題更大:一段讓人認出你的聲音,能不能在你不知情時替產品說話?

他在意的不只是報酬,而是誰決定他說什麼

Williamson 說,最初的旁白讓他不安,後來又聽到類似聲音替產品做廣告。他特別指出,這不只是付一筆授權費就能解決的事:自己的工作建立在表達與信任上,合成聲音卻能讓他看起來支持從未認同的產品或主張。片頭還安排一段虛構飲料廣告,再明講那不是本人說的,產品也不存在;這是示範冒名效果,不是真實代言。

留言區的 @Aviation-files 也自述,曾使用 ElevenLabs 的 Archer,起初不知道 Williamson,看到觀眾提醒後才發現相似,之後改用自己的聲音。這能補充使用者怎麼碰到這個聲音,不能證明 Archer 的訓練資料來自誰。

0.28 是公司提出的分數,不是獨立鑑定

依影片展示及朗讀的回覆,ElevenLabs 表示 Archer 由一名配音員提供聲音,當時沒有理由認為對方涉及詐欺;公司也稱,採用 ECAPA-TDNN 比對後得到 0.28,而高於 0.7 才算高度吻合。這是 Williamson 公開的公司回覆,不是外部機構替雙方完成的鑑定,0.28 也不能直接改寫成「只有 28% 像」。

ECAPA-TDNN 的 2020 年原始論文,描述的是從錄音擷取說話者特徵,再比較兩段錄音是否出自同一人。研究使用特徵間的餘弦分數,並進行分數正規化。這類比對回答的是錄音的說話者是否吻合,不是直接檢查某個生成模型用過哪些訓練資料。影片沒有提供足以重做測試的完整樣本、模型與設定,因此目前無法用這個分數獨立判定誰的說法正確。

不是本人的錄音,也不代表冒名代言沒有問題

影片提到的 Bette Midler 案,正好說明這兩個問題不能混在一起。1988 年美國第九巡迴上訴法院處理的,是廣告商遭 Midler 拒絕後,找她的伴唱歌手刻意模仿她,替汽車廣告唱歌。用的不是 Midler 的原始錄音,歌曲本身也取得授權,但爭議仍然涉及對她個人身分的利用。

法院認為,刻意模仿廣為人知的職業歌手獨特聲音來賣產品,可以構成加州普通法下的侵權,並撤銷原判、發回審理。判決同時明說,不是每一種廣告中的聲音模仿都能提告。這不是 AI 訓練案,也不能直接決定 Williamson 能否勝訴;它指出的是,錄音來源與冒用身分,是不同的法律問題。