2020年，网络配音员麓雨接到一笔大单，对方请他到北京线下录音，日薪4千，用途保密。考虑到可观的单价，入行两年的麓雨只身北上，进棚一周拿到3万元。
3年后，麓雨突然接到朋友的消息：“你听，这是不是你的声音？”
在某当红剪辑软件的热门榜上，他的声音被用作免费的文本朗读。一位业内人士透露，像这样用途甚广的声音，绝不会是3万酬劳了事。麓雨这才反应过来，自己可能遇到了外包公司、欺诈合同。
随着众多生成式AI产品的问世，AI生成的语音已经完全能满足简单的自媒体作品创作，当年那些对声音要求低、价格低、时长短的配音单，已经很久没有出现在市面上了，取而代之的是随处能听见的：“注意看，这个男孩叫小帅，这个女孩叫小美”。平庸的人声与之相比岌岌可危。
起风了，唯有努力生存。
一些幸运的配音员已经建起了自己的声音护城河，在他们看来，AI也许可以保持稳定高效的输出，替代一部分简单的工作，但这并非配音的使命和终点。人类声音中永远无法被标准化、瞬息万变的复杂情感，对一个角色的理解力和创造性，才是配音这门艺术最具魅力的地方。
“AI能替代一部分，但绝不会取代所有配音员。在对AI的新鲜感褪去之后，声音也许仍是一门专属人类的艺术。”从业6年的麓雨这样说。
一、本就残酷的配音行业
大家入行的原因大致相似，都绕不开“热爱”二字。在这个较小众的领域里，有句说法叫“两年练嘴，三年练口，五年出戏”：用两年的时间锻炼口齿，用三年能轻松对上配音人物的口型和气口，五年才能胜任主角。要有足够的热爱、勇气，才能吃下这份苦，心甘情愿坐上冷板凳。
麓雨因为喜欢主持，大学选了播音专业。他兼职做过婚礼主持、少儿口才培训老师、讲解员、艺考老师：“在所有经历中，配音是最能让我投入真情实感，发挥创造力的一件事，它很美妙，让我觉得享受。”
人类对声音极为敏感，戴上耳机，配音员这天的心情、对内容的理解度、对雕琢声音的投入度，都能被悉数传递给听众。作为忠实听众的柳山，在漫长的考研期中，全靠耽美广播剧“续命”。想从书海里抬头喘口气时，她都用这种方式来放松心情。有一天，深受声音打动的她突然领悟到内心的悸动：“我想成为配音演员，希望成为创造这种声音的一份子。”
那年生日，她面对烛光，许下了这个心愿。
紧随热爱而来的，是对现实和生存状况的考量。在这个竞争激烈的行业里，人脉、性别、声线、精力，都会成为左右收入的重要因素。
麓雨是幸运的。他不仅在配音中得到了精神上的满足，也有足够物质上的反馈：
“大二的时候，我的月收入就能达到2至3万，到了大三大四甚至能接近5万。”毕业时，他决定全职做配音，在那个三线城市里，通过网络和样音包（配音员的声音名片）探索自己的边界，负责从配音到拓客的一切流程：“我自己就是一家公司”，他这么说。
麓雨的样音包
那是2020年，遍布全国、长达数月的居家拉动了短视频的内容生产，配音需求随之增多。当大家都说这个行业在走下坡路的时候，它意外而短暂地出现了小小的回春，麓雨趁势而上。
国内的配音行业大致有网配和棚配两种形式。前者的从业人数占多数，对于需求方和提供方而言，这种方式无论在对接和价格方面都更为自由，但质量的差异和出现不可控因素的概率也很大。而棚配可以让甲方、配音导演、配音演员、录音师聚在一起，在更专业的设备和声学环境下共同完成作品的创作。目前国内高质量的影视剧、TVC广告、广播剧，大多都选择棚配。
国内录音棚大多集中在北上杭三座城市，其中，北京的影视传媒行业聚集度最为发达，尤其吸引那些想要在配音行业追梦的年轻人们。北京之于配音，简直就像横店之于影视剧，只不过，在线下配音圈，想要获得哪怕是一个群演的机会都不容易。
来自十八线城市的少年们凭一腔热血闯荡至此，为了接触到线下的录音棚，会选择先上配音班，通过课程和考核淘汰机制获得最后的“跑棚”机会。但就算开始接单，也常因为熬不过（可能是2至5年的）收入空档期而惨淡转行、离开。
配音班的课程包括发声基本功、人物剧本分析表演、录音棚配音练习等。和同学相比，作为福建人的柳山并不占优势。
“一次课上练习，每个同学喊一嗓子，老师都会鼓励一下，说些建议。但轮到我后，老师露出了很尴尬的笑容。那个表情其实是很伤人的，意思是我想夸夸你，但是实在找不出可以夸的地方。他就只说了一句：全部都错了，你下去吧。”课程结束后，柳山的努力有目共睹，但老师没有给她渴望的跑棚机会，只是鼓励她：“如果你真的喜欢，希望你能继续坚持。”
和配音圈的老师、同学们交流过后，她更发现，这是一个以女生为主，男生较少的行业。但角色和试音机会里，往往是男生角色居多。女生们常为了一两个角色抢破头，男生相对来说就更容易出头。在《我是特优声》中，配音演员段艺璇和钟可的表达也印证了这点。
“在录音棚练习时，这一点也很明显：一个配音片段里，女生的台词明显比男生少，但女生人又多，所以一般女生只能录一遍过，男生就可以和很多女生搭档，练习很多遍。”
在女性竞争本就激烈的配音场上，柳山没有出众的天赋，只能更刻苦。她四次申请加入话剧社练习表演、旁听艺术学院影视剧的课程、每周保持4至6次的声音练习、在配音秀上积累了600多个作品，但一直没得到合适的商配机会，至今还是行业的边缘人。
她想：“也许这个行业就是这样，肯定有很多像我一样喜欢配音的女生，她们能力比我还强，但也缺少配音机会。”
就是这样残酷的配音修罗场，在近两年迎来了新变量：AI语音生成技术。
二、AI来抢活儿
市面上，需要配音的片子大致分为两种：广告、宣传片、纪录片这些要求声音比较“正”的，和影视、动漫、游戏、电视剧这些需要角色扮演的。前者由播音主持专业的学生涉足较多，后者需要一定的表演能力，甚至是天赋，也要释放天性，对声音的可塑性、多样性、创造性有较高要求。
能兼顾二者的配音工作者，当属语言天赋、风格、能力都很强的交叉人才。但对一般人来说，能走好一条路已属不易。更别说近几年，随着配音培训班的泛滥，一些没有接受过专业训练的新人大量涌入行业，加剧了内卷。有时，甚至有500个人来争夺一个200/h（行业较低的价格）的配音机会。业内人说，这里面有不少连话都说不利索就莽撞来试音的人，挨个听就要花不少时间，产出效率极低。
小白急需机会，就会在小单市场里肆意压价降价，“菜鸡互啄”是常有的事。而在这个规则和价格都不太规范、信息不透明的行业中，AI技术的出现，更让能力一般的配音小白丧失了议价主动权，市场面临尾部的大洗牌。
2021年，剪映开始推出各种音色的文本朗读功能，在2024年初又推出了克隆音色功能。自媒体的配音成本正随着技术的发展变得越来越低。如今的AI语音生成已经可以用在很多场景中，比如听书、视频配音，在闲鱼，你甚至可以花几块钱买到偶像对你说生日祝福的语音。
一些更专业的软件，还能模拟出真人的喘息、换气、哽咽感。一个有趣的变化是，从2022年左右开始，一些配音员接到来自甲方的要求是一边配音，一边自拍视频，以此证明是真人在工作。
事实上，只要是对声音有些追求的配音员，都会觉察到AI的笨拙，不会用它砸自己的饭碗。但在AI生成技术的财富引力下，一些灰色操作正在侵蚀着这个行业里的人们：一些人用AI偷走了配音员的声音，以此替代一些人的工作。
就在麓雨签下“半欺诈性质“的录音合同那年，美国的配音演员Paul Lehrman也在零工网站上收到一个录制旁白叙述的工作。对方称语音样本仅限于用来进行学术研究，向他支付了1200美元的酬劳。几年过去，他开始在YouTube视频和播客中听到自己的声音。2024年5月中旬，他和另一名有相似遭遇的配音演员Linnea Sage一起对AI公司Lovo提起了诉讼，要求对方支付超过500万美元的赔偿。
这样的事情不止发生在普通人身上，著名演员斯嘉丽·约翰逊也遇到了类似的事情：她在拒绝Sam Altman请她为ChatGPT-4配音的请求后，发现该公司创造了一个与她极其相似的声音，并命名为Sky。近期，她聘请了法律顾问，随后，Open AI暂时关闭了Sky的语音使用。
“如果他们能对约翰逊女士这样做，想象一下他们会对刚起步的编剧，或者刚到好莱坞、没有像这位女演员那样履历的演员做什么。”律师贾斯汀·纳尔逊这样说。
麓雨就是这样，他考虑到漫长的维权过程，只能以愤然删掉对方的联系方式而告终。他想起自己4年前曾在北京碰到一位配音界的前辈，对方签了280万字、0.5元/字的声音收集合同，也许至今仍在履约——用自己的声音，喂养自己未来的AI竞对，沿着无意间签定的宿命，一步步走向终点。
日前，全国首例“AI生成声音人格权侵权案”一审宣判，在这一案件中，配音师的声音被AI化出售，获赔25万元，并要求被告书面赔礼道歉。这是个值得业内振奋的消息，但灰幕下的侵权行为远不止这些，能被大众看到的维权声音寥寥，资本巨头与素人，这场隐蔽的较量几乎是没有悬念的残酷。
在大多数配音师对AI技术的不当使用感到愤怒，希望躲开暗地伸来的黑手时，行业里也有人主动打破了这道边界：
4月24日，沪圈知名配音演员赵乾景宣布，将声音授权给TME出品的AI有声剧《凡人修仙传》，并用其训练出多音色AI人声，实现“一人分饰多角”。这在业内掀起轩然大波，不少人认为，这是头部演员在砸自己的饭碗，带头败坏配音界的生存环境。
配音演员安琪在自己的账号上公开表态：“既然已经吃了时代红利，站在风口上被尊称一句大佬，不求说继续保持初心，但能不能不要忘了来时的路，不热爱这个行业了，也不要砸碗。”
配音演员沈磊则有另一种观点：“现在所有的配音演员哪个有技术、感情？还不如让AI来，这个行业已经不需要新人了……现在最好的工作，就是把AI的技术提高，取代所有不如AI的配音演员。”他的话听起来很残酷，却符合资本市场的逻辑。接下来，和AI技术赛跑，已经成为每个配音员必须要考虑的生存发展问题。
三、和“完美AI”赛跑
“一部作品，重要的是各具特色的声音下传递出的那些故事感和生命力。AI可以创造出相对完美的东西，但完美并不是艺术的追求，也不会是有声书听众的追求。”配音演员安琪这样说。
的确，那些不完美的声音，比如某处笨拙的发音、一些儿化音、方言味，都可以被称为一个人难以复刻的标志。一个配音员的经历、心情、状态，都蕴藏在声音里，最终和声线、天赋、热情一起，融合为自己的声音名片。
早在不知情地为AI录制语料之前，麓雨就已经开始有意识地检视自己的作品：那些要求不高、价格一般、没有挑战性的东西，全部舍弃掉。他找到自己的声线定位和差异点，由此拉开市场的一道口子，锁定了自己的客群和作品。每当看到优秀的作品，就把它们收集下来，找差异，做模仿：“看看自己能不能模仿到大佬水平的60%～70%，也看看我们的声音之间有没有中间值，可以让我做二次创作。”
回到文章开头说过的，当麓雨发现自己的声音被做成了模板广泛使用时：“它采集的是我2020年的声音，用一种很机械的方式表达出来。它在重复学习过去我的声音时，我已经在认知、用声习惯上都进步了许多。AI可以模仿气口、发音方式、稳定性、固定情绪下人的表达状态，甚至已经做得很真实了。但再怎么真实，它总是在算法控制之内的。而我作为人，生活状态太多变了，现在我挂了电话去吃了饭，再说话又是另一个状态，AI是学不够的。”
这是一种近乎哲学的概念：人的声音像溪水泛舟，瞬息万变，而AI永远在刻舟求剑。
但当一个声音太有辨识度，以至于与一个角色深度绑定，一旦背后的真人行为不端，它对应的角色也将背负永久的污点：正如偶像“塌房”带来的巨大舆论和经济风险催生了永不塌房的虚拟偶像一样，许多制作方也开始因为“人类的不完美”而选择AI。
据日本媒体文春的近期报道，曾为《名侦探柯南》中的安室透、《海贼王》中的萨博、《圣斗士星矢》中的星矢、《美少女战士》中的夜礼服假面、《龙珠》中的雅木茶等角色配音的古谷彻（70岁），与33岁的女粉丝发展婚外恋，并有令对方堕胎、施加暴力的行为。这让许多观众大跌眼镜。AI在这时呈现出其具有压倒优势的一面：它的稳定可控，让它在工具性上完全胜于人类狂乱的本能。
回到配音作品上，未来，配音商品和配音艺术品的差异性将会被逐渐拉大。前者满足稳定、效率、滴水不漏，后者负责承载感情、意义、人类的尊严和创造性。这也是许多配音员坚信的事情：越来越成熟的AI语音生成技术，一定会取代一大批基础配音的工作；但只要坚持提升自己的声音条件，增强自己在市场上的独特点，就很难被AI完全取代。
麓雨介绍，如今，AI技术和配音员正在相互磨合彼此的位置。一些剪辑师会先在视频前期敲上字幕，加入AI模拟的配音，在甲方初审后，再找更符合片子调性、更符合甲方想法的真人配音师完成最后的工作。在双方知情的情况下，AI可以作为配音界的助手，有效提升剪辑制作的效率。
“未来，也许AI技术成熟了，但成本会不会一直居高不下？就算成本降下来，那人们的审美会不会越来越疲劳？当甲方变成了自小接触科技的90、00后，他们会不会对AI声音感到厌倦？对AI的使用，也许是一个不断升高再逐渐回落的过程吧。”
本文来自微信公众号：刺猬公社 （ID：ciweigongshe），作者：徐嘉，编辑：陈梅希