📝📝：錄音 19 小時，現領 8 萬美元的高薪｜微軟端出「浮士德的交易」試圖壟斷錄音工作

本文參考自《TechCrunch》的報導：Voiceover Artists Weigh the 'Faustian Bargain' of Lending Their Talents to AI

近幾個月來，演藝圈出現了一種不同尋常的現象，震動了線上徵才平台。在那些常見的低酬學生短片或臨演招募訊息之間，忽然冒出一個截然不同的機會 「科技公司 AI 專案」。

這並不只是一次普通試音，而是一次窺見配音工作未來的契機：僅需錄音 19 小時，報酬竟高達 8 萬美元。

微軟試圖壟斷錄音工作

8 萬美元意義不容小覷，對比之下，全國性的大品牌廣告案，通常給予配音演員的酬勞約為 6,000 美元。

這項由 Microsoft 支持、透過配音經紀平台 Voice123 執行的專案，其報酬標準比業界行情高出十三倍以上。該專案徵求 19 種語言的配音演員，除常見的英文、法文、西班牙文、義大利文；需求甚至遍及：中文、日文、泰文、越南文。並對口音有精細要求：

• 來自法國的法語母語者（French from France native speaker voice actor）

• 巴西當地的葡萄牙語配音演員（Brazilian Portuguese Voice Actor）

• 巴勒斯坦/以色列阿拉伯社群使用的阿拉伯語（Arabic as spoken by Palestinian/Israeli Arab communities voiceactor）

資深 Podcast 主持人與配音演員 Katie Clark Gray 一眼就看出這些徵才訊息非比尋常。

Gray 在產業配音領域（從員工培訓影片到電話語音系統）已有十多年經驗，深知這種來自知名品牌的高額報酬極為罕見。她收到的通知量也前所未有，顯示產業內同類專案可能同時在多個地方展開。

招募方 Crispin Alfario 表示，這些工作涉及「錄製對話、角色聲音與自然語音，以協助訓練 AI 系統」。這並不是單純為某個廣告或角色配音，而是為 AI 系統提供龐大的真人聲音資料，使其能無限期地複製與生成語音模式。
​
​

Microsoft Copilot 的計畫

若將這些徵才事件放入 Microsoft 的 AI 佈局中，其時機就更耐人尋味。

就在外界對這些神祕配音角色提出詢問的同一天，Microsoft 執行長 Satya Nadella 發布公司內部備忘錄，宣布裁員 4% 的同時，也承諾要「重新想像 AI 時代的每一層技術」。不到兩週，Microsoft 發布了 Copilot 的全新虛擬角色，初期僅提供英文版本。

隨後，Microsoft 發言人證實，這些高額酬勞的配音工作確實與 Copilot Voice 的開發有關，並表示會「隨著功能擴展，持續尋找更多人才」。這也揭示，Gray 所注意到的徵才訊息，其實是為重大產品發布所做的前期準備：

在公開亮相前，先建立龐大的多語種聲音資料庫。

這種策略意味深長。Microsoft 並未選擇完全以合成方式開發 AI 聲音，而是以來自不同語言與方言的真人語音作為基礎。這顯示，即使 AI 技術日益精進，其根基仍需依賴真實的人類表達作為素材來源。
​
​

聲音工作的浮士德交易

對配音演員而言，這些機會正如 Clark Gray 所形容，是一場「浮士德的交易」（The Faustian Bargain，也稱魔鬼契約），雖然 19 小時換取 8 萬美元對大多數配音演員而言是改變人生的收入，但其影響遠超當下交易本身。

Clark Gray 一語道破核心矛盾：

「你只是因為他們多給你一點，就把明天的飯碗拱手讓人。這 19 小時的素材，會被擴展成數百甚至數千小時的 AI 產出，但原本他們必須為此付費。」

Clark Gray 的觀點呼籲，每位配音員的聲音資料一旦被 AI 擴大使用，就可能取代掉原本能維持產業生計的無數工作機會。

過去，產業配音領域涵蓋電話系統、培訓影片、自動語音公告等，雖不光鮮，卻為配音演員提供穩定收入來源。

Gray 指出，如今她已很少看到這類員工培訓影片或電話語音的工作，這正是她十多年前起步時仰賴的機會。當這些基礎工作被系統性取代，將斷絕新進配音員練習與建立職涯的入口。
​
​

沒有人的聲音表演

洛杉磯的演員兼喜劇人 Hunter Saling（化名）分享了他在 AI 聲音試音中的經驗，為這種新型工作提供了不同的視角。

今年五月，Saling 參加了一個「類似 Siri 的 AI 助理」試音，該職位的報酬高到足以讓他「很長一段時間不必找其他工作」。Saling 形容，錄音要求的聲音風格是一種「無表演的表演」(Performance of No Performance) ，不是毫無個性，而是中性、友善、且有幫助的語氣。

Saling 坦言，這與傳統配音強調角色塑造、情感表達與詮釋創意的方式截然不同。試音材料刻意涵蓋多種日常情境且內容平淡：

「我讀了一個故事、一份食譜，以及一些普通的句子。」

這種設計並非偶然，目的是為了捕捉 AI 助理在不同情境下所需的全方位語音模式與語調變化。目標不是藝術表現，而是全面性的數據蒐集。

其中有一段台詞特別令 Saling 印象深刻。他被要求「肯定」某人。這讓他思考 AI 陪伴的更深層意涵，並有些憂慮地指出：

「確實，有人需要從家中的助理獲得肯定。」

這觸及了 AI 系統角色的擴張，從單純的任務執行，走向情感支持與社交互動的領域。
​
​

聲音變成一種工具

AI 聲音工作的崛起，正與娛樂產業內部的重大勞資爭議同時發生。

2023 年長達四個月的 SAG-AFTRA 罷工，以及近期才結束、歷時近一年的電玩產業罷工，都有相當一部分焦點集中在 AI 使用問題上。這些勞動行動促成了協議的誕生，試圖在娛樂領域中，為不同類型的 AI 應用劃出明確界線。

談判達成的框架，區分了兩種情況：其一是 AI 系統數位化修改或複製特定演員的表演，其二是以演員的作品訓練生成式 AI，進而創造「合成表演者」（synthetic performers）。

Saling 支持這種區分，認為被數位強化的藝術表演，與提供原始素材供工業化複製之間，有著實質差異。他將 AI 助理的語音工作視為純粹的工業用途，而非藝術創作：

「這不是一場表演，不是一個角色。而是一個工具。

然而，這些區分在實務上的影響依然複雜。

每一次 AI 訓練，都在推動系統能力成長，最終可能減少多類工作對人類演員的需求。協議雖能在一定程度上保護藝術表演，卻同時也為 AI 工業化使用人聲的做法提供了正當性。