21世纪经济报道记者 冯恋阁 广州报道
11年前的科幻电影《Her》讲述了这样一个故事，男主角与拥有自主感受、思考、学习、决策的能力的人工智能助手萨曼莎频繁交流，最后深陷爱河。而近日OpenAI发布的GPT-4o似乎肯定了这种幻想成为现实的可能——在屏幕的另一端，AI真的能够感知人类情感，与人交流。
这代产品或许正是受到了《Her》的启发。在产品发布后，并未出现在发布会现场的Sam Altman发布了一条只有一个词的推文：“Her”。
然而，“双向奔赴”背后却并不太平。近日，在《Her》中饰演萨曼莎的演员斯嘉丽约翰逊指控OpenAI新产品中的其中一个声音与她的声音太过相似，让她感到“震惊、愤怒和难以置信”。
各执一词
OpenAI的GPT-4o比上一代能力更强，在文本之外，还能够实时推理音频和视频。这一代产品不但能根据要求在其声音中添加情感，还可以通过观看用户脸部的自拍视频来推断一个人的情绪状态。在音频交互功能中，ChatGPT提供了Breeze、Cove、Ember、Juniper和Sky五种声音。
被斯嘉丽点名并要求下架是“Sky”。她认为，Sky与《Her》中AI助手萨曼莎的声音非常相似。
根据斯嘉丽发布的长文，去年9月，ChatGPT推出语音模式时，OpenAI曾找过她希望为其配音，但当时她由于个人原因拒绝了。而在今年5月的发布会前两天，OpenAI再次试图联系斯嘉丽合作，但并未成功。
然而，在产品发布后，许多人都认为Sky与斯嘉丽在电影中的声音极其相似。因此，斯嘉丽认为，OpenAI可能是刻意找人模仿了她的声音。
斯嘉丽在长文中表示，由于OpenAI的侵权行为，她已经通过法律顾问要求OpenAI详细说明“Sky”语音的创作流程。
OpenAI坚称该声音来自另一位专业配音演员。“Sky的声音并不是在模仿斯嘉丽·约翰逊，而是属于一位不同的专业女演员，她使用的是自己自然的声音。”OpenAI在其回应博文中表示。不过，公司同时指出，出于“保护隐私”的原因，OpenAI不会进一步透露配音演员的姓名。
在官网回应中，OpenAI披露了ChatGPT中5个配音的详细创作流程。OpenAI征集了400多名配音演员，从情感、声音特质等方面审核所有参与人员的作品，并最终做出选择。
在去年6-7月期间，选中的配音演员在洛杉矶完成了录制。而9月时，被选中的5个声音已经发布到ChatGPT中。
不过，由于斯嘉丽的指控，目前OpenAI已经暂停使用“Sky”模式的声音。“我们认为AI声音不应该刻意模仿名人独特的声音。”OpenAI在同一篇澄清博文中表示。
截至目前，两方各执一词，还未有新的回应或诉讼举动。
“总的来说，还是不能肆意地搭名人的‘顺风车’。”在上海大邦律师事务所高级合伙人游云庭看来，如果使用了和名人比较像的人的声音进行训练，又利用了名人演过的电影营销，有“擦边”之嫌。
并非孤例
OpenAI近日又迎来一轮人事变动。除了首席科学家Ilya Sutskever，该公司超级对齐团队负责人Jan Leike也宣布离职。超级对齐团队在OpenAI的主要职能之一就是为AI风险把关，负责对研发的AI进行评估并监督。因此，这一团队变动也引发了业界对AI技术伴生风险的担忧。
事实上，斯嘉丽这类对于AI“剽窃”声音的犹疑与指控可能并不是少数人的杞人忧天。
日前，美国配音演员 Paul Lehrman 和 Linnea Sage指控AI 初创公司 Lovo 在未经自己许可的情况下，在 AI 配音技术中非法使用和销售他们的声音。针对这一行为，两位演员要求该公司赔偿500万美元。这起诉讼之外，他们还试图联合其他声音被窃取的人，发起集体诉讼。
同样在5月，索尼向700多家全球科技公司、音乐平台发布“警告信”，要求它们不要在没有明确许可的情况下使用其作品训练AI。据媒体报道，谷歌、微软、OpenAI等AI大厂均在被警告之列。索尼还在之后发布单独声明，强调在未经授权的情况下，禁止将集团音乐作品（包括歌曲、歌词、唱片封面等）用于与AI相关的任何内容。
在更早的2023年，10月，环球音乐等三家唱片公司集体起诉Anthropic侵权使用了音乐作品训练大模型，并索赔7500万美元。
而在我国，目前司法实践中，针对AI服务中个人声音的合规使用已有相关判例。
4月，北京互联网法院公开全国首例“AI声音侵权案”判决。在该案中，被告将原告配音师声音被AI化后出售。最终，法院认定被告侵权，并强调，对录音制品的授权并不意味着对声音AI化的授权，未经权利人许可，擅自使用或许可他人使用录音制品中的声音构成侵权。
在游云庭看来，保障AI产业中个人权益不被侵害的关键在服务提供者和研发者：其一是使用他人声音肖像进行训练需要获得授权，其二是，生成的内容应当标注由人工智能生成。“此外，就我国目前法律规章来看，人工智能服务商具有对平台生成内容的审查义务。”他指出。
