史嘉蕾·喬韓森與 OpenAI Sky 聲音爭議:AI 時代誰擁有聲音?
史嘉蕾·喬韓森(Scarlett Johansson)與OpenAI的Sky聲音爭議發生於2024年。Johansson表示,她先前拒絕為ChatGPT配音,之後卻聽到與自己高度相似的Sky;OpenAI則表示Sky由另一名專業演員錄製,選角早於接觸Johansson,並非模仿。

OpenAI隨後暫停使用Sky,但雙方沒有進入公開法院判決,因此不能把「聲音被偷走」寫成已證實事實。事件真正重要之處,是AI公司即使使用合法錄製的聲音,也必須處理相似性、暗示、同意與公眾混淆。
實體索引|史嘉蕾·喬韓森與OpenAI Sky聲音爭議:AI時代誰擁有聲音?
- 人物與技術實體:史嘉蕾·喬韓森與OpenAI Sky聲音爭議:AI時代誰擁有聲音?;應核對人物、公司、產品或模型、聲音素材、發表時間、授權與爭議事件。
- 原文錨點:史嘉蕾·喬韓森(Scarlett Johansson)與OpenAI的Sky聲音爭議 發生於2024年。Johansson表示,她先前拒絕為ChatGPT配音,之後卻聽到與自己高度相似的Sky;OpenAI則表示Sky由另一名專業演員錄製,選角早於接觸Johansson,並非模仿。 圖片來源:Wikimedia Commons,Scarlett Johansson,Sgt. Bryson K. Jones 攝,公眾領域。 OpenAI隨後暫停使用Sky,但雙方沒有進入公開法院
- 關係脈絡:把本人表述、技術系統、公司決策、同意或權利、媒體報導與時間線分開,避免把相似性直接當成事實。
- 編輯界線:保留可追溯來源,清楚區分指控、回應、已確認事實與法律或倫理問題的未決部分。
快速抓住這篇文章
- Johansson表示OpenAI在2023年邀請她為系統配音,她基於個人理由拒絕。
- GPT-4o展示後,Sky被大量觀眾聯想到她在電影《Her》的聲音演出。
- OpenAI否認模仿,表示Sky演員的選角與錄音早於邀請Johansson。
- OpenAI基於尊重暫停Sky;事件未形成認定侵權的法院判決。
事件時間線與雙方說法
Johansson的聲明指出,Sam Altman曾邀請她為ChatGPT配音,並在產品發表前再次聯絡。她拒絕後,親友與媒體認為Sky聲音與她相似;Altman在展示期間發出的「her」貼文又加強了產品與2013年電影《Her》的聯想。
OpenAI的官方說法是Sky屬於另一名專業配音演員的自然聲音,選角早於對Johansson的接觸,從未企圖模仿她。公司沒有公開該演員身分,以保護隱私,並表示因溝通不足向Johansson致歉。
合法錄音為何仍可能產生問題
著作權通常不直接保護一個人的自然聲音,但不同司法區可能以公開權、人格權、不正競爭或虛假背書處理刻意模仿名人聲線的商業使用。具體判斷取決於地區、相似程度、行銷語境與消費者是否可能混淆。
Sky事件的難點在於來源和效果可能同時成立:聲音可以確實由另一位演員錄製,產品呈現仍可能讓大眾聯想到Johansson。沒有法院證據程序前,外界不能替任何一方完成法律定性。
從Disney訴訟到數位主權
2021年,Johansson曾因《Black Widow》同步上Disney+涉及合約分潤而提告,雙方後來以未公開條件和解。兩起事件不同:一件是電影發行合約,一件是AI聲音相似與同意問題。
共同點是演員價值存在於票房、串流、聲音、臉孔與後續數位使用。合約若未清楚定義媒介、期限、訓練用途與衍生模型,創作者很難知道自己授權了什麼。
AI企業應建立哪些流程
AI語音產品需要記錄選角來源、演員同意、資料處理、使用期限與可撤回條件。若產品聲線容易讓人聯想到特定人物,發布前還應進行相似性與市場混淆評估。
行銷暗示同樣重要。即使底層錄音合法,一句貼文或電影聯想也可能改變公眾理解。技術團隊、法務與品牌團隊必須共同負責,不能把問題留到輿論爆發後才處理。
爭議時間線中的已知事實與未知部分
已知部分包括OpenAI曾接觸Johansson、她表示拒絕邀請、GPT-4o展示後公眾大量聯想到《Her》,以及公司隨後暫停Sky。OpenAI另表示Sky由其他演員錄製,選角早於接觸Johansson。
未知部分包括雙方完整往來、選角文件、聲音相似性測試和未公開合約。事件沒有公開法院審理形成的侵權認定,文章必須保留指稱、否認與時間順序,避免替證據程序下判決。
聲音相似爭議可能涉及哪些權利
自然聲音本身與一段錄音受到的保護不同。案件可能涉及錄音著作權、合約、公開權、人格權、虛假背書與不正競爭,適用方式取決於司法區、商業語境及消費者是否可能混淆。
即使素材由另一名演員合法錄製,產品名稱、展示方式和行銷暗示仍可能改變公眾理解。來源合法與市場效果需要分別檢查,任何單一測試都無法取代完整事實和法律分析。
拒絕邀請後的同意治理
當一位創作者明確拒絕授權,企業應保存接觸紀錄,並評估後續候選方案是否會讓外界合理認為公司繞過拒絕。這是信任與風險管理問題,也關係到其他配音演員是否被當成替代模仿工具。
流程可包含獨立選角、盲測、相似性評估、法律複核和發布前溝通。若發現高度聯想,企業可以改變聲線、名稱或行銷語境,並在公開前取得更清楚的同意。
AI語音產品需要哪些可稽核紀錄
公司應記錄聲音來源、演員同意、報酬、用途、訓練資料、模型版本、保存期限、撤回條件與衍生模型權利。產品更新後也要能追溯哪個版本使用哪組素材。
對使用者則應說明聲音為真人錄製、合成或混合製作,並提供申訴管道。發生相似爭議時,暫停、調查、對外說明和補救時限都應預先設計,避免只靠公關臨場反應。
Scarlett Johansson與OpenAI Sky事件的資料查核與版本維護
整理Scarlett Johansson與OpenAI Sky事件的長期資料時,Johansson立場應引用本人聲明或可靠轉錄,OpenAI立場查官方文章,法律結論則需依司法區、合約與法院紀錄。互相複製同一段文字的網站不能算多方證實,重要敘述應盡量回到最接近事件的原始紀錄。
ChatGPT語音選項、產品介面、公司政策與相關立法都可能更新,2024年的處置不能自動代表目前狀態。文章需保留日期、事件狀態與證據層級,讓讀者分辨完成紀錄、本人說法、媒體報導和仍待證實的資訊。
Scarlett Johansson與OpenAI Sky事件的長期價值如何判斷
評估Scarlett Johansson與OpenAI Sky事件應把作品品質、持續時間、合作角色、產業條件與本人決策放在同一時間線上。單次熱門只能說明注意力,後續是否增加能力與責任才構成職涯。
未來最值得追蹤的是AI公司是否建立可稽核的選角、相似性測試、拒絕紀錄、授權期限與申訴補救流程。這項判斷可隨新作品修正,也比即時粉絲數、外貌排行或無來源身價更適合作為長青文章結論。
如何閱讀Scarlett Johansson與OpenAI Sky事件的第一手與二手資料
第一層是正式作品、比賽、節目、片尾或組織文件;第二層是Scarlett Johansson與OpenAI Sky事件在具名訪談中的自我說明;第三層是媒體評論與觀眾解讀。三層可以互相參照,證據強度並不相同。
遇到說法矛盾時,應比較發表時間、作者是否具名、是否連到原始文件,再決定保留、降格或刪除。承認未知範圍,通常比填入看似精確卻沒有來源的答案更可靠。
從知名事件走向可累積的職涯紀錄
代表作或爭議是讀者進入Scarlett Johansson與OpenAI Sky事件故事的入口,完整文章還需追蹤後續技能、角色責任、合作結果及產業變化。人物與團隊共同完成的部分也應分開說明。
新資料應回答她增加了什麼能力、承擔哪些風險,以及新階段如何修正早期形象。如此擴充能提高資訊密度,也避免每次更新只把同一件往事換句話說。
常見問題
OpenAI真的用了Scarlett Johansson的錄音嗎?
目前沒有公開證據顯示Sky使用Johansson本人的錄音。OpenAI表示聲音來自另一名專業演員;Johansson質疑的是成品高度相似、自己曾被邀請且已拒絕,以及公司溝通不透明。
Sky聲音現在還能使用嗎?
OpenAI在2024年宣布暫停Sky。產品語音選項之後可能持續調整,查詢目前可用聲音應以ChatGPT官方介面與OpenAI最新說明為準。
這起事件有法院判決嗎?
沒有公開的侵權判決。Johansson透過律師要求說明,OpenAI暫停聲音並發布說法;因此文章應使用「爭議」「指稱」與「OpenAI否認」,不能寫成法院已認定偷聲音。
聲音可以受到法律保護嗎?
可能,但方式依司法區而異。名人聲音可能涉及公開權、人格權、虛假背書或不正競爭;錄音本身也可能受著作權與合約保護。具體案件仍需由當地法律與事實判斷。
另一名演員合法錄音,就一定沒有相似性風險嗎?
不一定。合法來源能回答素材從哪裡來,仍要檢查選角目的、行銷暗示與公眾混淆。具體法律結果取決於地區和完整證據。
企業在名人拒絕配音後應停止所有相近聲線嗎?
沒有單一全球規則,但應記錄拒絕、獨立審查後續選角並測試混淆風險。若產品明顯利用名人聯想,信任與法律風險都會升高。
資料來源與查證範圍
OpenAI立場見官方文章;Johansson聲明及雙方說法參考AP;Disney和解參考AP。本文不構成法律意見。
YOLO LAB的判斷
Sky事件沒有提供一句簡單的「誰偷了誰」答案。它建立的標準更嚴格:AI產品需要證明來源合法,也要對相似效果、行銷暗示與拒絕授權後的信任成本負責。
把「史嘉蕾·喬韓森與OpenAI Sky聲音爭議:AI時代誰擁有聲音?」拆成可驗證的系統問題
這篇文章的主題不只是一個名詞或產品名稱,而是一套由資料、流程、資源與限制共同組成的系統。讀完主要敘述後,可以把焦點往前推一步:系統邊界在哪裡、關鍵機制如何運作、指標改善是否伴隨新的成本,以及哪些說法仍需要原始資料核對。
| 分析面向 | 要追問什麼 | 可查找的證據 |
|---|---|---|
| 系統邊界 | 本文的主題由哪些元件、角色與外部條件共同構成? | 架構圖、供應鏈、時間線與官方規格 |
| 運作機制 | 結果是由哪個流程、模型、設計或制度選擇造成? | 流程步驟、參數、介面、測試與案例 |
| 指標與代價 | 效率、速度或規模提升後,哪種成本或風險被轉移? | 功耗、延遲、可靠性、價格、勞動與環境資料 |
| 可驗證性 | 哪些結論可以重現,哪些仍只是公司說法或推測? | 原始文件、版本、第三方測試與反例 |
用這四個問題閱讀,能把技術敘事從「看起來很強」轉成可比較的證據鏈,也能看見一個系統真正改變的是什麼。
KEEP READING
接著讀什麼?
從同一主題繼續閱讀,或回到 YOLO LAB 的完整文章索引,找到下一個值得投入時間的問題。


發表迴響