Giọng nói không còn “vô chủ”: phán quyết lịch sử của tòa án Tokyo
AI nhân bản giọng nói là việc sử dụng mô hình trí tuệ nhân tạo để học và tái tạo âm sắc, nhịp điệu, cách nhấn nhá của một người, rồi tạo ra bản sao giọng nói đủ giống để gắn kết với danh tính và giá trị thương mại của họ, từ đó dùng trong video, quảng cáo hoặc nội dung số mà không cần sự tham gia trực tiếp của chủ giọng nói. Vụ Kenjiro Tsuda kiện TikTok khiến khái niệm này rời khỏi vùng mờ đạo đức để bước hẳn vào vùng tranh chấp pháp lý. Phán quyết ngày 30/9 của Tòa án Quận Tokyo khẳng định lần đầu tiên rằng giọng nói cá nhân, giống như hình ảnh, là dấu hiệu nhận diện và có thể thuộc quyền kiểm soát thương mại của chủ thể. Điều này không chỉ giải quyết riêng vụ TikTok voice cloning, mà đặt nền móng cho cả khung bảo vệ pháp lý giọng nói trong kỷ nguyên AI. Tòa tuyên rõ: dùng giọng một nghệ sĩ với mục đích kiếm tiền mà không có phép có thể xâm phạm quyền công khai – quyền kiểm soát việc khai thác tên, hình ảnh và yếu tố nhận diện cá nhân.
Vụ kiện Kenjiro Tsuda – TikTok: khi giọng trầm không còn là “giọng nam chung chung”
Kenjiro Tsuda, diễn viên lồng tiếng gắn liền với những vai như Nanami trong Jujutsu Kaisen hay Seto Kaiba trong Yu-Gi-Oh!, đã kiện TikTok vì một tài khoản ẩn danh đăng ít nhất 188 video dùng giọng được cho là do AI nhân bản từ chất giọng trầm, giàu âm sắc của ông. Nội dung các video xoay quanh truyền thuyết đô thị, hiện tượng huyền bí và các thuyết âm mưu, tận dụng hình ảnh nhân vật Tsuda từng lồng tiếng để hút người xem. Luật sư của Tsuda lập luận rằng chủ tài khoản đã cố ý sao chép giọng ông, khai thác sức hút thương mại gắn với tên tuổi và giọng nói, xâm phạm quyền công khai – quyền được kiểm soát và hưởng lợi từ yếu tố nhận diện cá nhân. TikTok đáp trả rằng đây chỉ là một “giọng nam phổ thông”, mô hình AI được huấn luyện từ giọng người khác, và không ai sở hữu độc quyền một kiểu chất giọng như trầm hay khàn. Thực chất, mấu chốt không nằm ở độ trầm mà ở việc chủ tài khoản dùng một giọng khiến fan anime dễ nhận ra là Tsuda, rồi biến sự nhận diện đó thành lượt xem và thu nhập.
AI nhân bản giọng nói đe dọa nghề diễn viên: luật chạy theo công nghệ
Suốt nhiều năm, giọng nói dù là công cụ sống còn của diễn viên lồng tiếng lại mơ hồ trong pháp luật: không có khái niệm “quyền giọng nói” riêng, và luật chủ yếu bảo vệ hình ảnh, tên tuổi. Khi chưa có AI, việc bắt chước giọng sao cho giống đến mức gây nhầm lẫn là vô cùng khó; còn hiện nay, chỉ cần vài phút ghi âm, mô hình AI đã có thể học được âm sắc, nhịp điệu, cách nhấn nhá và đọc bất kỳ văn bản nào bằng giọng đó. Giọng nói – thứ nghệ sĩ mất hàng chục năm rèn luyện và là nguồn thu nhập chính – bỗng trở thành dữ liệu dễ sao chép gần như không tốn chi phí. Không ngạc nhiên khi các diễn viên lồng tiếng Nhật phát động chiến dịch “No More”, phản đối AI tạo sinh mô phỏng giọng nghệ sĩ không xin phép. Liên đoàn Quốc tế các Diễn viên đã cảnh báo rằng luật bản quyền và bảo vệ dữ liệu tại nhiều nước chưa điều chỉnh đủ để bảo vệ nghệ sĩ trước các bản sao AI. Dù hội đồng chuyên gia Bộ Tư pháp Nhật khuyến nghị đối xử với giọng giống như hình ảnh, khoảng trống giữa khuyến nghị và luật rõ ràng vẫn tồn tại, khiến tòa án buộc phải sáng tạo cách áp dụng luật chống cạnh tranh không lành mạnh cho trường hợp AI giọng nói.
Tiền lệ pháp lý quan trọng nhưng chưa đủ sức ngăn làn sóng voice cloning
Phán quyết Tokyo được nhiều chuyên gia coi là tiền lệ pháp lý đầu tiên thừa nhận giọng nói nằm trong phạm vi quyền công khai tại Nhật. Nó gửi thông điệp rõ ràng: nếu cố tình tạo ra giọng giống một nghệ sĩ để hút người xem và kiếm tiền, bạn đang lấy đi tài sản thương mại của họ. Tuy vậy, phán quyết mang tính biểu tượng nhiều hơn thực tiễn: tài khoản TikTok đã kịp xóa toàn bộ video trước khi tòa xử, nên yêu cầu buộc nền tảng gỡ nội dung bị bác vì “không còn gì để gỡ”. Hệ quả là mô hình lách luật khá rõ: tài khoản vi phạm có thể kiếm tiền hơn một năm, rồi biến mất khi bị kiện, trong lúc hệ thống tư pháp còn đang xử lý hồ sơ. "The Tokyo ruling could therefore become a notable reference for future disputes, as the line between real voices and AI-generated voices becomes increasingly blurred". Nhưng tham chiếu pháp lý không tự khôi phục khoản lợi nhuận đã bị chiếm dụng, cũng không đủ nhanh để chặn tài khoản tiếp theo. Nghệ sĩ cần nhiều hơn một bản án – họ cần cơ chế xử lý nhanh, công cụ truy vết voice cloning và nghĩa vụ chủ động từ nền tảng.
Ý nghĩa toàn cầu: từ Scarlett Johansson tới hợp đồng AI giọng nói
Câu chuyện Kenjiro Tsuda không phải cá biệt. Trên thế giới, tranh chấp quyền tác giả giọng nói đã manh nha từ các vụ như việc một hãng AI ngừng dùng một giọng trong hệ thống trợ lý ảo sau khi Scarlett Johansson cho rằng nó nghe giống hệt giọng mình. Ở chiều ngược lại, một số nghệ sĩ nổi tiếng đã chọn ký hợp đồng cho phép công nghệ AI dùng hoặc tái tạo giọng nói trong điều kiện nhất định – tức là biến voice cloning từ hành vi xâm phạm thành sản phẩm được cấp phép, có kiểm soát. Vì vậy, phán quyết của tòa án Nhật Bản về AI nhân bản giọng nói không chỉ là chuyện nội bộ. Nó là lời nhắc rằng mọi nhân vật công chúng – từ diễn viên, ca sĩ đến MC, Youtuber – đều sở hữu một tài sản vô hình dễ bị trộm: giọng nói. Quyền tác giả giọng nói, xét cho cùng, là quyền được quyết định giọng mình xuất hiện ở đâu, trong ngữ cảnh nào, với thù lao và điều kiện ra sao. Nếu các hệ thống pháp luật không kịp công nhận và bảo vệ, thị trường giải trí số sẽ bị chi phối bởi ai nắm công nghệ, chứ không phải ai sở hữu tài năng.
