Vem är egentligen rösten? – AI konkurrerar ut skådespelarna

Scen & Film varnar för en arbetsmarknad där en skådespelares AI-röst kan bli billigare än skådespelaren själv. Det första AI-rösten gör är inte att slå ut skådespelaren. Den dyker upp som ett val i hörlurarna.

I Storytels app kan en ljudbok få fler röster än den spelades in med. När Voice Switcher lanserades på svenska fanns bland annat en AI-version av Stefan Sauks röst med bland alternativen. För bolaget handlar det om valfrihet, kortare köer och titlar som annars inte hade blivit ljudböcker. För branschen innebär samma funktion att gränsen mellan framförande, produkt och licens börjar flytta på sig.

I mars tecknade Scen & Film ett nytt kollektivavtal med dubbningsbolagen Eurotroll och Iyuno. Formellt handlar det om ersättningar och villkor i en dubbningsbransch som vuxit med streamingtjänster och internationella beställare. Men frågan har blivit större än dubbningsarvodet. När röster kan kopieras och användas på nytt handlar avtalen också om vem som kontrollerar en skådespelares digitala efterliv.

– Rösten är alltid en tillgång. Frågan kanske handlar om vems tillgång, säger Simon Norrthon, förbundsordförande för Scen & Film.

Tidigare behövde producenten oftast gå tillbaka till människan bakom rösten. Nu kan samma röst, åtminstone tekniskt, fortsätta användas utan ett nytt besök i studion.

– Det som hänt med AI är att det rösten gör inte nödvändigtvis behöver vara kopplat till en utövare. Rösten blir autonom och kan användas på andra sätt än vad den ursprungliga kroppen gjorde med rösten.

När den möjligheten väl finns räcker det inte, enligt Simon Norrthon, att den enskilde i efterhand försöker stoppa användning som redan pågår. Han vill se ett system där rättighetshavaren aktivt måste säga ja till träning av en röst, i stället för att själv behöva leta upp och säga nej.

Lo Kauppi, skådespelare och ljudboksuppläsare, är inte beredd att lämna över rösten som en öppen licens.

– Jag vill självklart veta vad min röst används till på samma sätt som jag tackar ja eller nej till varje förfrågan jag får. Jag vill ju inte att min röst används till fascistisk propaganda eller för att sälja skit.

Hon säger inte att tekniken redan hotar varje del av skådespelaryrket. Inte än. Men hon tror att mycket av det som gör en uppläsning levande ligger i valen, inte i klangen.

– Till exempel kanske jag gör en äldre man feminin i sitt sätt att prata i vissa scener och mer macho i andra beroende på situationen. Sådana val tror jag inte att AI gör, utan den kör nog safe och ger så lite färg till karaktärerna den kan. Då vattnas allt ur och blir förenklingar.

När den syntetiska rösten söker det mest sannolika uttrycket finns risken att det udda, skeva och motsägelsefulla försvinner först.

– En äldre man låter som generaliseringen av en äldre man utan att ta hänsyn till klass, yrke, bakgrund, uppväxtort och annat som gör en rolltolkning unik. Det blir ett mekaniskt uttryck där allt låter som allt annat och där generaliseringar och förenklingar kommer att leda till mer fördomar.

Att rösten spelar roll är också utgångspunkten för Storytels satsning. I bolagets data syns hur starkt uppläsaren påverkar både valet av bok och viljan att lyssna klart. Johan Ståhle, Chief Product & Technology Officer på Storytel, säger att rösten länge varit mer än en transportsträcka mellan text och lyssnare.

– En uppläsares röst är inte bara ett verktyg för att förmedla en bok. Den är ofta ett konstnärskap, en identitet och i många fall ett varumärke i sig.

I bolagets data syns hur starkt uppläsaren påverkar både valet av bok och viljan att lyssna klart. På flera marknader står de 20 mest populära rösterna för mer än hälften av all konsumtion. Nära 90 procent av kunderna har någon gång avbrutit en bok för att de inte gillat uppläsningen.

– AI-röster kan fortfarande inte ersätta de bästa mänskliga uppläsarna. Riktigt stark uppläsning är ett hantverk som mycket få behärskar på absolut toppnivå, säger Johan Ståhle.

Storytel ser värdet i att rösten kan användas där den mänskliga produktionen inte räcker till. Titlar som saknar budget kan ändå bli ljudböcker. Efterfrågade uppläsare med långa köer kan nå fler verk. Enligt Johan Ståhle kräver det uttryckligt samtycke, avtal om ersättning och full transparens mot lyssnaren.

Simon Norrthon ser en annan följd av samma utveckling. När produktionen blir snabbare och billigare hamnar de enklaste uppdragen först i farozonen. Han tror att assistentfunktioner försvinner tidigt, men ser också en större förskjutning: det som i dag tar tid i en inspelning, att pröva, välja om och brottas med texten, kan börja behandlas som en kostnad att kapa.

– Det jag oroar mig för är kreativiteten. Vi lämnar över så många sysslor till AI att vi tappar förmågan att brottas med ett problem, att pröva och ompröva, att vi förlorar vårt behov av att vara kreativa.

I Lo Kauppis arbete finns den brottningen i sådant som inte går att läsa ut ur manus: hur länge en paus får ligga kvar, när en replik ska hållas tillbaka, när texten behöver skava och när en figur ska få vara mer motsägelsefull än den först verkar. Det är sådant som skiljer en uppläsning från en fungerande leverans av text.

– Närvaron går inte att få än så länge med AI. De riktiga variationerna och karaktärerna.

Hon tror inte att AI-rösten redan hotar skådespelaren fullt ut. Men om förlagen på allvar kan göra fler böcker billigare med syntetiska röster blir följden lätt att känna igen.

– Då försvinner såklart jobben som skådespelarna har med ljudböcker. Men jag tror inte vi är där ännu, och kanske inte heller hamnar där.

Simon Norrthon återkommer till kontrollen. Den som lämnar ifrån sig en röst måste kunna begränsa användningen och dra sig ur när villkoren inte längre håller.

– Det måste finnas ett samtycke i botten och en möjlighet att häva avtalet, säger han.

Kvar återstår den fråga som kan bli svårast att avtala bort.

– Även om det finns en licens kan det bli en konkurrenssituation. Vem är billigast, originalet eller kopian?

***

Läs även: När reklamen var en del av folksjälen

Läs även: Vem tjänar egentligen pengar på kulturen?