背景

廣播主持人 David Greene 近期對 Google 提起訴訟，指控其 NotebookLM 工具未經許可竊取並複製了他的聲音。Greene 聲稱該 AI 生成的對話音檔與他本人的音色、語調及播報風格極度相似，引發了關於 AI 訓練數據來源以及聲音版權保護的法律爭議。

社群觀點

Hacker News 的討論呈現出兩極化的趨勢，核心爭議在於「聲音相似度」的判定標準以及「刻意複製」與「隨機巧合」之間的界線。部分資深音訊工程師與聽眾認為，Greene 的聲音屬於典型的「中大西洋口音」或「通用廣播男聲」，這種音色在廣播界極為普遍，且從業人員往往會刻意訓練出這種平穩、無特定地方色彩的專業語調。反對者指出，NotebookLM 的聲音在音調上其實比 Greene 高，且 AI 模型是基於海量數據訓練而成，生成出一個聽起來像「大眾廣播員」的聲音是統計上的必然，未必是針對特定個人的剽竊。

然而，另一派觀點則從技術細節出發，認為 Google 很難撇清關係。有長期收聽特定播客的網友分享經驗，指出 NotebookLM 在生成內容時，偶爾會出現極其精準的聲音特徵，甚至連特定主持人的口條習慣、呼吸節奏與齒擦音（如 s 的發音方式）都完美複製，這暗示模型在訓練過程中確實大量攝取了公開的播客音訊。討論中也提到了法律先例，如 1988 年 Bette Midler 控告福特汽車案，當時法院認定即便不是本人，但若刻意尋找模仿者來誤導聽眾，仍可能構成侵權。這意味著 Greene 不需要證明 Google 100% 使用了他的數據，只要能說服陪審團該 AI 聲音足以讓大眾聯想到他，並影響其商業價值，訴訟就有勝算。

此外，社群也反思了人類對聲音辨識的心理機制。有網友指出，人們對熟悉的聲音（如親友或長期追蹤的主持人）具有極高的辨識敏銳度，但對於陌生聲音則容易產生「聽起來都一樣」的錯覺。這種認知差異導致了評論區的各執一詞：熟悉 Greene 的聽眾覺得「簡直一模一樣」，而初次接觸的網友則覺得「只是另一個普通男聲」。這種主觀性使得 AI 時代的聲音版權判定變得異常困難。部分討論者更擔憂，隨著生成式 AI 填滿了聲音特徵的潛在空間，未來人類可能面臨「聲音撞臉」的窘境，就像網域或商標一樣，獨特的個人特徵將變得愈發稀缺且難以保護。

延伸閱讀

• 史嘉蕾喬韓森針對 OpenAI Sky 聲音事件的聲明（2024年5月）：討論中多次引用此案例作為對比，探討科技公司在面臨公關壓力時撤回聲音模型的行為。
• 1988 年 Midler v. Ford Motor Co. 案：關於聲音模仿與人格權的重要法律判例。
• NotebookLM 與 David Greene 聲音對比影片：網友提供的 YouTube 連結，用於實測兩者在音色與語調上的細微差異。