Intelligenza artificiale, voci rubate e audiolibri sintetici: una nuova class action minaccia le Big Tech.

L’intelligenza artificiale generativa ha aperto un nuovo fronte nello scontro tra creatori di contenuti e Big Tech. Dopo le cause intentate da scrittori, giornali, fotografi e musicisti, ora tocca al mondo della voce.

Giornalisti radiofonici, narratori di audiolibri e doppiatori americani hanno avviato una delle offensive legali più pesanti degli ultimi anni contro le grandi aziende tecnologiche della Silicon Valley.

La questione riguarda migliaia di ore di registrazioni audio utilizzate per addestrare sistemi di IA vocale senza autorizzazione esplicita. In gioco ci sono diritti economici certo, ma soprattutto la questione verte sul controllo dell’identità vocale umana.

Nove class-action contro le Big Tech

Una coalizione composta da professionisti vincitori di premi Pulitzer, Emmy e Peabody ha depositato nove class-action presso il tribunale federale di Chicago.

Nel mirino ci sono alcune delle aziende più potenti del pianeta:

• Alphabet
• Amazon
• Apple
• Meta
• Microsoft
• NVIDIA
• Adobe
• Samsung
• ElevenLabs

Secondo i querelanti, queste società avrebbero costruito prodotti multimiliardari basati sull’intelligenza artificiale utilizzando materiale audio raccolto online senza consenso. L’obiettivo sarebbe stato estrarre le cosiddette “impronte vocali”, cioè i dati biometrici che identificano in modo univoco una voce umana.

Il caso rischia di diventare uno spartiacque per l’intera industria dell’IA generativa.

Cos’è una “impronta vocale”

Il cuore della disputa ruota attorno al concetto di voiceprint. Una impronta vocale funziona come un’impronta digitale. È una rappresentazione matematica costruita analizzando elementi fisici e comportamentali della voce:

• tono
• timbro
• risonanza
• accento
• ritmo
• cadenza

Questi parametri permettono ai modelli di IA di riprodurre una voce in modo realistico, fino a imitare inflessioni emotive e caratteristiche personali.

Il problema nasce dal fatto che questi dati biometrici sarebbero stati raccolti senza autorizzazione.

Il ruolo della legge BIPA

Le class-action si fondano sull’Illinois Biometric Information Privacy Act, noto come BIPA. Negli Stati Uniti viene considerata una delle leggi più severe in materia di privacy biometrica.

Secondo il BIPA, un’azienda che raccoglie dati biometrici deve:

• informare in modo chiaro l’interessato
• spiegare come verranno conservati i dati
• ottenere un consenso scritto esplicito

I querelanti sostengono che le aziende tecnologiche abbiano ignorato tutti questi passaggi.

La questione assume un peso enorme perché i dati biometrici non sono sostituibili. Una password compromessa si cambia. Una voce no.

Per chi lavora con la propria voce, il rischio diventa professionale ed economico allo stesso tempo.

Amazon e il modello “ciclo chiuso”

Tra i casi più discussi emerge quello di Amazon. L’accusa descrive un sistema definito “predatorio” nel mercato degli audiolibri. Il modello funzionerebbe in tre fasi.

La prima riguarda l’approvvigionamento dei dati. Amazon dispone già di una quantità enorme di registrazioni professionali grazie ad Audible, la piattaforma leader nel settore degli audiolibri.

La seconda fase riguarda l’addestramento. Le registrazioni umane verrebbero utilizzate per alimentare sistemi vocali sintetici interni.

La terza fase riguarda la sostituzione commerciale. Amazon venderebbe poi sistemi di narrazione automatica basati proprio su quelle voci umane utilizzate durante il training.

In pratica, secondo i querelanti, i narratori starebbero contribuendo involontariamente alla costruzione degli strumenti destinati a sostituirli.

Il crollo dei costi cambia il mercato

La questione economica pesa quanto quella legale. Un narratore professionista di audiolibri negli Stati Uniti costa mediamente tra 250 e 400 dollari per ogni ora finale registrata. Un romanzo completo può superare facilmente i 3.000 o 4.000 dollari di lavorazione.

Le piattaforme di IA vocale propongono invece modelli completamente diversi.

ElevenLabs, una delle aziende più aggressive nel settore della sintesi vocale, offre piani in abbonamento che permettono di generare interi audiolibri con costi mensili molto bassi.

Per editori indipendenti e autori self publishing il vantaggio economico è enorme. Ridurre i costi di produzione degli audiolibri cambia completamente gli equilibri dell’intero mercato editoriale digitale.

Il problema nasce quando il materiale utilizzato per addestrare questi sistemi arriva da professionisti che non hanno dato alcun consenso.

La voce come identità culturale

La vicenda non riguarda soltanto il lavoro dei doppiatori mainstream. L’IA vocale sta puntando anche su nicchie linguistiche e culturali molto specifiche. Accenti regionali, tonalità emotive e inflessioni particolari hanno un valore commerciale crescente.

Il caso della narratrice Victoria Nassif viene citato come esempio emblematico. La sua voce, caratterizzata da un inglese con inflessione levantina araba, rappresenta una specializzazione professionale rara e richiesta.

Secondo le accuse, modelli sviluppati da aziende come Meta ed ElevenLabs sarebbero in grado di replicare proprio queste caratteristiche vocali.

Per molti professionisti il rischio eiguarda la perdita stessa dell’unicità professionale.

Il doppio standard delle Big Tech

L’aspetto più controverso della vicenda riguarda il comportamento delle piattaforme. Quando le aziende vogliono utilizzare la voce di celebrità internazionali, i contratti arrivano rapidamente.

Meta ha stretto accordi milionari con attori e personaggi pubblici come:

• Judi Dench
• John Cena
• Kristen Bell

ElevenLabs ha lanciato un “Iconic Marketplace” con licenze ufficiali per le voci di attori celebri come Michael Caine e Matthew McConaughey.

Questo dimostra che il problema dei diritti vocali è perfettamente noto all’industria.

Secondo i querelanti, però, le stesse tutele non vengono applicate ai professionisti meno famosi, le cui registrazioni sarebbero state raccolte dal web senza autorizzazione né compensi.

Il rischio più grande per l’industria dell’IA

Le conseguenze della causa potrebbero avere effetti enormi sull’intero settore tecnologico. Le impronte vocali non vengono archiviate semplicemente in un database separato. Entrano nei parametri interni dei modelli di IA durante la fase di addestramento.

Questo significa che una sentenza favorevole ai querelanti potrebbe obbligare le aziende a distruggere e ricostruire da zero interi sistemi vocali commerciali. Prodotti come Amazon Polly o Meta Audiobox rischierebbero un riaddestramento completo.

I danni economici potenziali valgono miliardi di dollari. Ma il problema più grande riguarda il tempo e l’infrastruttura tecnica necessaria per ricostruire modelli puliti dal punto di vista legale.

E adesso?

Gli audiolibri, come abbiamo scritto spesso qui su EDITORIA DIGITALE magazine, sono uno dei segmenti con la crescita più veloce nel mercato digitale. L’intelligenza artificiale promette di abbassare drasticamente i costi di produzione e aumentare la quantità di contenuti disponibili. Molti piccoli editori guardano a queste tecnologie con interesse.

La questione, però eiguarda la provenienza dei dati utilizzati per costruire queste piattaforme. Se le accuse verranno confermate, il settore dell’IA vocale dovrà affrontare un problema strutturale simile a quello già visto nel mondo editoriale con libri, articoli e immagini utilizzati per addestrare modelli generativi senza autorizzazione.