前段时间刷手机，看到一条消息说某头部音频平台上的AI配音功能又升级了，输入文字就能生成几十种音色，从醇厚男中音到甜美女声，从方言到外语，几乎能想到的都能合成出来。评论区里有人叫好，说做短视频方便多了，省了请配音的钱；也有人叹气，说认识的配音演员最近接单量掉得厉害，有的报价从一条几百块跌到几十块，收入直接降了八成。
其实这事不是突然发生的，过去两年AI语音合成技术一直在迭代，只是很多人没注意到它已经渗透到有声书、短视频旁白、广告片、游戏角色、导航语音这些领域。你想，以前一条几十秒的广告配音，找个熟手至少几百上千，现在用AI工具，输入文案，选个音色，几秒钟就出来了，成本几乎为零。对甲方来说，账太好算了。说白了，这不是技术好不好用的问题，是技术用得太顺手，顺手到把人的饭碗端走了。
我有个朋友以前做有声书录制，一个月能接两三本书，每本几千块，虽然累但收入还算稳定。去年开始，平台推AI有声书，同样的文本，AI能一口气录完，还能模仿不同角色，后期剪辑也省事。他现在的活儿少了一大半，剩下的要么是要求特别高的，要么是甲方懒得折腾AI的。他跟我说，最难受的不是没活儿，是那种“你干了十几年，突然发现自己的声音可以被复制、被拼接、被无限次使用，而你一分钱拿不到”的感觉。
这话听着挺扎心的。其实AI“偷声”这事，比抢活儿更麻烦。抢活儿是市场选择，偷声是侵权。你想想，一个人的声音，跟他的脸、他的笔迹一样，是身份的一部分。现在有些AI工具，只要你上传一段几十秒的录音，就能克隆出你的音色，然后拿去做任何内容，你根本不知道。网上已经有网友发现，某些短视频里的旁白，声音跟自己关注的一个配音演员一模一样，但那个演员根本没授权。这种事放在谁身上都难受，就像有人拿你的照片去相亲，你都不知道该找谁说理。
这事让我想起前几年讨论很热的“换脸”技术，当时大家也慌了一阵，后来出了规定，要求AI生成内容必须标注，不能随便用人脸。声音这块，目前的规定还比较模糊。民法典里提到声音受保护，参照肖像权，但具体怎么界定“模仿”和“侵权”，怎么证明一段AI音频是来自某个人的声音，取证很难。而且很多AI工具在用户协议里藏了一行小字，说你上传的素材你负责，平台不担责。普通人哪会逐字看那些条款？说白了，技术跑得太快，规则还在后面追。我现在的办法是，如果我要用AI配音做东西，尽量选那些明确说“音色来自公开授权库”的工具，或者自己录自己用，不碰别人的声音。虽然麻烦点，但心里踏实。
其实配音演员收入降八成，不光是AI的锅。整个内容行业都在变。短视频兴起后，长音频的需求被切碎了，有声书、广播剧的付费意愿也在降。再加上经济环境，甲方预算收紧，能省就省。AI只是加速了这个过程。你想，以前一个广告片，配音、配乐、剪辑各是各的活儿，现在一个人用AI工具就能全包。这不是配音一个行业的事，是很多中间环节都在被压缩。我认识一个做后期剪辑的，他说现在AI能自动卡点、自动调色、自动生成字幕，他的活儿也少了很多。这种时候，抱怨技术没用，抱怨时代也没用。我自己也在试，把AI当成一个工具，而不是对手。比如我做短视频，以前要花一两个小时录旁白，现在用AI生成初稿，我再自己调整语气、节奏，效率高了不少。关键是，你得让甲方知道，AI出来的东西和真人调出来的东西，差别在哪里。这个差别，就是你的价值。
说到差别，我想起一个挺有意思的现象。现在网上有些AI配音，听起来字正腔圆，但总感觉少了点“人味儿”。比如念到“妈妈做的红烧肉”这句话，AI就是平铺直叙，但真人配音会不自觉地放慢一点，带点温度。这种细微的东西，AI暂时还学不会。就像南方人听北方人说话，觉得干脆利落；北方人听南方人说话，觉得软糯温柔。这种地域带来的语感差异，AI可以模仿，但很难真正理解。我有个在成都做配音的朋友，他说他的优势就是能用四川话配出那种“麻辣”的感觉，AI虽然也能合成四川话，但听起来像外地人学说四川话，味道不对。这就是人的空间。说白了，AI能干掉的是标准化、重复性的配音，干不掉的是有个人风格、有情感温度、有文化底蕴的配音。
这事往大了说，其实跟很多行业面临的处境一样。外卖骑手被算法催着跑，网约车司机被平台抽成，现在配音演员被AI抢活儿。技术提升了效率，但效率的红利归谁，是个问题。你想，AI配音省下来的钱，是进了甲方口袋，还是降了消费者的价？好像都没有。有声书还是那个价，广告还是那个价，只是中间干活的人换了。这种时候，光靠个人努力是不够的。我现在的办法是，多学点AI工具的使用，别让自己被落下；同时，如果遇到自己的声音被侵权，该投诉投诉，该发声发声。虽然麻烦，但总比什么都不做强。
网上有人评论说，AI配音挺好，以后不用听那些千篇一律的播音腔了。也有人反驳，说AI配音才是千篇一律，真人配音才有灵魂。这种争论，跟当年讨论机器翻译会不会取代人工翻译一样，最后发现，简单的活儿机器干了，难的活儿还是得人上。配音这行，以后可能两极分化：一边是AI批量生产的廉价配音，一边是真人精雕细琢的高端配音。中间那层，最难受。我认识的一个配音演员，以前什么活儿都接，现在只接纪录片和高端广告，因为那些甲方要的就是“人味儿”。他说，他现在花更多时间练基本功，研究不同角色的语气，甚至去学方言、学戏曲。这些投入，AI暂时替代不了。
说到方言，我想起一个事。前阵子有个短视频用AI合成了某地方言配音，结果当地网友一听就笑了，说这口音像外地人学了三天。方言这东西，不是简单换个发音就行，它背后有当地的生活节奏、幽默方式、甚至气候影响。比如东北话的豪爽，跟天冷有关系；广东话的绵软，跟湿热有关系。AI能学个大概，但学不到骨子里。这就是人的优势。我自己也在试，如果我要做跟地方文化有关的内容，尽量找当地配音演员，哪怕贵点，出来的东西对味。消费者其实能听出来，只是有时候图便宜不说。
其实配音演员收入降八成，不光是AI的事，也不光是配音的事。它反映的是整个内容生产链条在重构。以前需要很多人协作的事，现在几个人甚至一个人就能干。这种变化，对消费者来说，可能意味着更多、更便宜的内容；对从业者来说，意味着必须找到自己不可替代的地方。我现在的办法是，不跟AI比效率，跟它比温度、比个性、比文化理解。同时，我也在关注相关的政策，比如声音权怎么保护，AI生成内容怎么标注。这些事，光靠个人解决不了，得靠规则。但规则出来之前，自己得先有意识。
说到规则，最近看到有些平台开始要求AI配音必须标注“AI生成”，这算是个进步。但执行得怎么样，还得看。我试过几个工具，有的标了，有的没标，有的标在角落，不仔细看根本注意不到。这种时候，消费者自己得留个心眼。如果你听到一段配音，感觉像某个人，但又不太确定，可以去查查有没有授权。如果没有，那就是侵权。虽然普通人管不了太多，但至少可以不传播、不点赞。说白了，市场是大家一起养的，你支持什么，什么就活得好。
其实这事往深了想，跟咱们日常生活中的很多选择一样。比如买菜，你图便宜买AI配音的，还是多花点钱买真人配音的？这没有标准答案，看你在意什么。我在意的是，如果有一天，所有声音都是AI合成的，那世界会多无聊。就像你去饭馆吃饭，全是预制菜，方便是方便，但少了锅气。配音也是一样，真人配音有呼吸、有停顿、有情绪起伏，这些细微的东西，才是内容有温度的原因。我现在的办法是，自己能做的地方自己做，做不了的地方，尽量找真人。虽然慢点，但心里舒服。
说到底，AI是个工具，用它的人决定它干什么。如果用它来偷别人的声音，那就是侵权；如果用它来辅助创作，那就是效率。我现在的办法是，把AI当成一个助手，而不是替身。比如我写文章，会用AI查资料、理思路，但最后成文还是自己写。配音也一样，可以用AI生成初稿，但最终版本自己调。这样既省了时间，又保留了个人风格。关键是，你得知道自己在干什么，别被工具牵着走。
最后，我想说，配音演员收入降八成，这事听着挺吓人，但也不是没出路。我自己的办法是：第一，多学点AI工具，别让自己被落下；第二，找到自己不可替代的地方，比如方言、情感、文化理解；第三，遇到侵权，该投诉投诉，该发声发声；第四，如果可能，支持那些用真人配音的内容，哪怕贵点；第五，别把AI当敌人，把它当工具，用它省下来的时间，去提升自己。这些事，说起来容易做起来难，但总比干等着强。我自个儿也在试，一边试一边调整。日子还得过，活儿还得干，只是干法得变变了。
热门跟贴