В 2019 году актриса дубляжа Алёна Андронова записала для банка большой объём текста: голос был нужен колл-центру и виртуальному ассистенту. Через несколько лет знакомые начали присылать ей рекламу, стримы и ролики, которые звучали её голосом, хотя она их никогда не озвучивала. Оказалось, что синтез на основе её записей стал доступен сторонним пользователям. В августе 2024 года суд отказал в иске: по договору права на записи были переданы в полном объёме, включая переработку, и создание синтезированного голоса суд посчитал логичным продолжением этих прав.
Для продакшна из этой истории следует простой вывод: в вопросе голоса всё решает договор, и решает задолго до того, как кто-то нажал «сгенерировать». В статье «Промпт не делает вас автором» мы разбирали, кому принадлежат права на результат генерации. С голосом вопрос возникает раньше: какие разрешения нужны, чтобы этот результат вообще создать и использовать в рекламе. Разберём, где синтетическая озвучка справляется с задачей, когда нужен живой актёр и что проверить до того, как голос попадёт в ролик.
Важный дисклеймер: эта статья не юридическая консультация. Для конкретных проектов нужен юрист, но ориентиры ниже помогут понять риски ещё до старта проекта.
Под словами «AI-голос» обычно смешивают три разные вещи, и правовые риски у них отличаются.
Голос из библиотеки сервиса. Готовые голоса, которые платформа предлагает всем пользователям. Что с ними можно делать, определяет лицензия сервиса: на каких тарифах разрешена коммерческая реклама, можно ли выходить на ТВ, есть ли ограничения по тематике. Риск здесь договорной, и проверять условия лучше на этапе оценки, чтобы на сдаче не выяснилось, что выбранный тариф рекламу не покрывает.
Голос, созданный по описанию. Пользователь задаёт пол, возраст, тембр и манеру, а модель собирает новый голос. Конкретного человека за ним нет, но случайное сходство с узнаваемым голосом возможно, и об этом поговорим отдельно.
Клон конкретного человека. Модель обучается на записях реального диктора или актёра и затем читает его голосом любые новые тексты. Это самый мощный сценарий и самый рискованный, потому что в нём появляется живой человек с правами на своё исполнение, своими интересами и репутацией.
Технически все три варианта работают через синтез речи из текста. Поэтому полезный вопрос для продакшна звучит так: чей голос лежит в основе модели и что этот человек разрешил делать с ним дальше.
Современные сервисы управляют темпом, ударениями и эмоциональным тоном, поэтому вопрос «умеет ли нейросеть передавать эмоции» уже мало что решает. Для выбора полезнее другой критерий: сколько режиссёрской работы и итераций понадобится, чтобы получить дубль, который утвердит клиент. Если нужная подача получается за несколько генераций, синтетика экономит время и деньги. Если каждую фразу приходится собирать по слогам, перегенерировать и склеивать, живая запись с актёром выйдет быстрее.
С клонами есть ещё одно ограничение: модель, как правило, воспроизводит тот диапазон, который был в исходных записях. Если диктор записывал ровную информационную подачу для колл-центра, шёпот, смех или крик этим голосом получатся заметно хуже.
Черновая озвучка аниматика. Голос нужен, чтобы проверить тайминг, ритм монтажа и длину текста до записи. Здесь синтетика экономит дни: текст можно переписывать хоть каждый час, не вызывая диктора в студию.
Внутренние, обучающие и продуктовые ролики. Инструкции, онбординг, нейтральные эксплейнеры, где от голоса требуется понятность и ровная подача.
Много версий одного ролика. Адаптации под разные форматы и хронометражи, варианты для A/B-тестов, правки текста после юридического согласования. Перезаписать фразу синтезом иногда проще, чем согласовывать с актёром дополнительную смену.
Персонажи. В персонажной анимации голос работает вместе с мимикой и таймингом, и именно он делает героя живым. Актёр предлагает интонационные решения, которых не было в сценарии, и аниматоры потом строят на них игру.
Ирония, подтекст, диалог. Всё, где смысл держится на паузе, полутоне или реакции на партнёра. Синтез может прочитать такую реплику правильно, но добиться точной подачи обычно дольше, чем записать актёра.
Голос как часть бренда. Если голос будет звучать в кампаниях годами, бренду нужен конкретный человек, с которым можно договориться о сроках, эксклюзивности и новых записях.
У синтетического черновика есть побочный эффект, который стоит учитывать. За недели согласований к временной озвучке привыкают все участники, и живой голос на финале может показаться «не тем», даже если он объективно лучше. Поэтому черновой голос лучше сразу обозначать как технический и подбирать по характеру близко к будущему актёру.
Чтобы выбрать подход на конкретном проекте, достаточно короткого теста: взять ключевую реплику, сделать несколько вариантов синтезом и посмотреть, сколько итераций уходит до подачи, которую готов утвердить режиссёр.
Отдельной нормы о голосе в Гражданском кодексе пока нет. В 2024 году в Госдуму внесли законопроект № 718834-8 с новой статьёй 152.3 «Охрана голоса гражданина». Голос предлагали охранять по аналогии с изображением, в том числе при имитации и синтезе речи, а использовать запись голоса или воссозданный голос только с согласия человека. Правительство инициативу не поддержало, и по открытым данным на октябрь 2026 года закон не принят.
Это не значит, что голос совсем без защиты. На практике работают три механизма.
Смежные права исполнителя. Диктор, который озвучил текст, является исполнителем, и на запись его исполнения распространяются смежные права. Ими можно распорядиться по договору: передать полностью или выдать лицензию на конкретные способы использования. У исполнителя также есть личное право на защиту исполнения от искажения, и в будущих спорах о синтезе на него наверняка будут ссылаться.
Общие нормы о нематериальных благах. Статья 150 ГК защищает личные блага гражданина, но без специальной статьи о голосе опираться на неё в споре о синтезе сложно: непонятно, по каким признакам голос считать индивидуальным и как доказывать, что он принадлежит конкретному человеку.
Договор. В реальных спорах решает именно он. В деле Андроновой ключевыми оказались формулировки: права переданы в полном объёме, разрешены переработка, изменения и использование третьими лицами. Слов «синтез» и «нейросеть» в договоре, по словам актрисы, не было, но широкие формулировки суд истолковал в пользу банка.
Из этого следуют выводы для обеих сторон. Для студии и бренда широкий договор формально защищает, но если человек узнает свой голос в неожиданном контексте, репутационные потери никакой договор не компенсирует. Для актёра урок тот же, что для любого подрядчика: любое «и иными способами» стоит перечитывать. Союз дикторов России ещё в начале 2023 года предлагал запретить отчуждение прав исполнителей при голосовом синтезе и перейти на лицензии с чётким сроком. Закона так и нет, но в отдельных договорах такой подход уже можно применять.
Если проекту нужен клон конкретного голоса, согласие актёра должно быть явным и предметным. Формулировка «права на запись передаются в полном объёме» здесь работает против всех: актёр потом чувствует себя обманутым, а бренд рискует оказаться в новостях. Мы бы прописывали как минимум пять вещей.
Вторая сторона договора, о которой часто забывают, это сам сервис. У крупных платформ есть собственные правила: например, ElevenLabs требует явного разрешения владельца голоса на клонирование, открывает профессиональное клонирование только после технической верификации и блокирует голоса знаменитостей. Эти правила полезны, но их нельзя считать изложением российского права: они защищают платформу и не заменяют договор с актёром.
Есть и обратная сторона. В прошлой статье мы разбирали ловушку в лицензионных соглашениях AI-сервисов: загружая материалы, пользователь часто выдаёт платформе широкую бессрочную лицензию. С голосом это работает так же. По разбору условий ElevenLabs, сервис оставляет за собой бессрочную лицензию на загруженные голосовые данные для обучения и улучшения моделей. Значит, актёр должен заранее знать, в какой сервис попадут его записи и на каких условиях, а клиент должен понимать это до старта.
Самый неочевидный сценарий: никто ничего не клонировал, голос собран по описанию или взят из библиотеки, но звучит как известный человек. Свежий пример пришёл из Японии. 30 сентября 2026 года окружной суд Токио впервые признал, что голос защищён правом на коммерческое использование образа наравне с портретом. Актёр озвучивания Кэндзиро Цуда требовал удалить 188 роликов из TikTok, где закадровый AI-голос рассказывал городские легенды. Автор канала утверждал, что использовал «обычный мужской голос», обученный на записях друга, но анализ показал высокое сходство с голосом актёра. Суд учёл и то, что канал зарабатывал от 500 до 750 тысяч иен в месяц, и удовлетворил все требования, кроме удаления: аккаунт к тому моменту уже удалили.
Специального закона о голосе в Японии нет, и суд применил к нему логику защиты изображения. Российский законопроект о статье 152.3 строился на той же аналогии. Прецедента такого масштаба в России пока нет, но сама логика претензии понятна: если слушатели узнают в ролике конкретного человека, вопрос о его согласии возникнет, даже если технически голос собран с нуля.
Для продакшна отсюда несколько практических правил:
Пункт про логи перекликается с главным советом из прошлой статьи: фиксируйте всё. С голосом история генерации становится аргументом в споре так же, как история итераций при доказательстве авторства.
Большинство проблем с голосом можно снять одним разговором на этапе оценки. Мы бы проходили по четырём вопросам.
Какой голос нужен. Библиотечный, собранный по описанию, клон или живой актёр. От ответа зависят смета, сроки и набор документов, поэтому решение лучше принять до КП.
Что разрешает сервис. Покрывает ли выбранный тариф коммерческую рекламу и нужные площадки, что сервис делает с загруженными данными.
Какие права уходят клиенту. Права на голос диктора, как и на музыку из стоков, обычно нельзя передать клиенту полностью. У нас в сметах это вынесено отдельно: клиент заранее видит, на какой срок и для каких площадок он получает голос, и не узнаёт об ограничениях после выхода кампании.
Есть ли письменное согласие. Если голос принадлежит конкретному человеку, в согласии должны быть прямо названы синтез и генерация новых реплик.
AI-озвучка уже стала рабочим инструментом, и отказываться от неё ради принципа странно: на аниматике, в обучающих роликах и многоверсионных кампаниях она экономит дни. Но голос остаётся частью человека, и закон, пусть с опозданием, движется к тому, чтобы защищать его так же, как лицо. Чем раньше в проекте прозвучит вопрос «а разрешение спросили?», тем дешевле на него ответить.
Материал подготовлен командой SWIFT Studio. Статья носит информационный характер и не является юридической консультацией. При принятии решений по конкретным проектам рекомендуем консультироваться с профильными юристами.