Klonowanie głosu: lektor, który musi udowodnić, że brzmi jak on

Jarosław Łukomski czyta filmy od 1983 roku. W maju 2025 roku usłyszał w reklamie przydomowych szamb głos, który brzmiał jak jego, choć niczego takiego nie nagrał. Od stycznia przed warszawskim sądem trwa pierwszy w Polsce proces o głos wygenerowany przez AI. Uważam, że jego stawka jest większa niż jedna reklama. Sąd rozstrzygnie, czy głos jest czyjąś własnością, czy tylko brzmieniem, które każdy może sobie wziąć.

Link przysłał mu znajomy. Spot reklamował przydomowe oczyszczalnie ścieków i szamba, a lektor mówił tak, jak Łukomski mówi od ponad czterdziestu lat w Canal+ i w filmach takich jak „Szklana pułapka” czy „Szeregowiec Ryan”. „Pomyślałem, że to są słowa wypowiedziane moim głosem, ale nie wypowiadane przeze mnie” - opowiadał w lutym OKO.press. Dwa miesiące później dodał w „Rzeczpospolitej” zdanie, które lepiej niż jakikolwiek wywód prawny oddaje, co się stało: „Miałem wrażenie, jakby ktoś wszedł do mojego domu i go splądrował”.

Reklama, według ustaleń lokalnego portalu ekoszalin.pl, krążyła w mediach społecznościowych od listopada 2024 roku. Sam Łukomski szacuje, że dotarła do kilkuset tysięcy osób. Pozwał spółkę JFC Polska. Sprawa toczy się przed XXII Wydziałem Własności Intelektualnej Sądu Okręgowego w Warszawie pod sygnaturą XXII GW 724/25. Lektor żąda przeprosin, zaprzestania naruszeń, 50 tysięcy złotych zadośćuczynienia za krzywdę moralną i osobno 102 tysięcy złotych z tytułu bezpodstawnego wzbogacenia. Pierwsza rozprawa odbyła się 23 stycznia 2026 roku, kolejna jest wyznaczona na 27 listopada.

Spółka zaprzecza, że cokolwiek naruszyła. Jej prezes Mirosław Majewski oświadczył za pośrednictwem PAP: „Byliśmy przekonani, że postępowaliśmy zgodnie z prawem”, i podkreślił, że w materiałach „nigdy nie wykorzystano imienia, nazwiska ani wizerunku Pana Łukomskiego”. To zdanie jest sednem sporu. Nazwiska nie użyto. Twarzy też nie. Użyto brzmienia. Pytanie brzmi, czy brzmienie do kogoś należy.

Najbardziej polski z zawodów

Żeby zrozumieć, dlaczego ta sprawa zaczęła się właśnie w Polsce, trzeba przypomnieć, jak osobliwy jest polski lektor. Jan Suzin przeczytał swój pierwszy film w telewizji 26 listopada 1955 roku. Były to „Wakacje pana Hulot”, a wybrano go, razem z Eugeniuszem Pachem, spośród dwóch tysięcy kandydatów. Przez kolejne dekady jeden męski głos czytający dialogi na tle oryginału stał się w Polsce standardem, jakiego gdzie indziej prawie nie ma. Oprócz nas tę technikę stosują głównie Rosja, Białoruś, Bułgaria, Litwa i Łotwa. Tomasz Knapik, wieloletni głos Polsatu, zmarł w 2021 roku, a rok później jego imieniem nazwano przystanek autobusowy na warszawskim Bródnie. Trudno o lepszy dowód, że głos lektora jest w Polsce czymś więcej niż usługą.

Przyzwyczajenie trwa. W badaniu ARC Rynek i Opinia dla Babbel z 2022 roku ponad połowa Polaków deklarowała, że filmy w serwisach streamingowych ogląda z lektorem, a z napisów korzysta mniej więcej co trzeci. Nowszego reprezentatywnego badania nie znalazłem, więc traktuję te liczby jako obraz sprzed kilku lat.

Teraz ironia, której nie wymyśliłby żaden scenarzysta. Najcenniejsza na świecie firma klonująca głosy ma polskie korzenie i narodziła się właśnie z polskiego lektora. Piotr Dąbkowski i Mati Staniszewski, koledzy z warszawskiego liceum im. Kopernika, założyli ElevenLabs, a według opisu organizacji Endeavor, która wspierała firmę na starcie, impulsem był lektor czytający wszystkie postacie w filmie znudzonym, monotonnym głosem. W lutym 2026 roku ElevenLabs zebrało 500 milionów dolarów przy wycenie 11 miliardów. We wrześniu TechCrunch pisał o wycenie rzędu 22 miliardów i 600 milionach dolarów rocznych przychodów powtarzalnych, a wśród klientów wymieniał polski rząd, który używa głosów ElevenLabs do przypomnień o wizytach lekarskich. Irytacja polskim lektorem okazała się jednym z najlepszych pomysłów biznesowych dekady. Polski lektor musi teraz przed sądem udowadniać, że jego głos jest jego.

Dziesięć sekund

Ile potrzeba, żeby zabrać komuś głos? Sprawdziłem to niedawno na blogu, w tekście o klonowaniu głosu w ElevenLabs. Nie klonowałem niczyjego prawdziwego głosu. Zaprojektowałem nieistniejącego lektora, nagrałem nim dwie minuty tekstu o Bieszczadach i zrobiłem z tego trzy klony: z 10 sekund, z 30 sekund i z całości. Model weryfikacji mówcy WavLM, w którym 1 oznacza głos identyczny, ocenił klon z dziesięciu sekund na 0,990, a klon z dwóch minut na 0,995. Utworzenie klonu nie zużyło żadnych kredytów, trzeba tylko mieć plan Starter za 6 dolarów miesięcznie.

Uczciwie zaznaczam, że źródło było syntetyczne, idealnie czyste, bez pogłosu i szumu. Nagranie z telefonu dałoby gorszy wynik. Ale lektor to ktoś, kogo głos w najlepszej jakości studyjnej leży w internecie w setkach godzin. Dla modelu to wymarzona próbka.

Warto wiedzieć jeszcze jedno. ElevenLabs nie pozwala zrobić profesjonalnego klonu cudzego głosu nawet za zgodą tej osoby, bo wymaga weryfikacji, że głos należy do właściciela konta. Przy klonie natychmiastowym, tym z dziesięciu sekund, wystarczy mieć do głosu prawo, co w praktyce sprowadza się do oświadczenia użytkownika. Nie wiem, jakim narzędziem powstała reklama JFC, i nie twierdzę, że było to ElevenLabs. Opisuję tylko, jak niska jest dziś bariera.

Podobny to nie ten sam

Proces pokazuje, jak trudno przełożyć zdrowy rozsądekk na język sądu. Biegły z zakresu fonoskopii Tomasz Łach uznał głos z reklamy za „łudząco podobny” do głosu Łukomskiego. Jednocześnie wyjaśniał w czerwcu przed sądem, że parametry sygnałowe „wyraźnie rozjeżdżają się” i „to jest jednak nie ta osoba”. Obie rzeczy są prawdą, bo głos wygenerowany nie jest nagraniem lektora. Jest czymś, co ma brzmieć jak on.

Sędzia Sylwia Wit vel Wilk postawiła pytanie, które uważam za właściwe: czy przeciętny odbiorca bierze ten głos za głos powoda. Biegły uzupełnił opinię, opierając się na ocenie 24 słuchaczy, a pełnomocniczka JFC Monika Cieślak odpowiedziała, że trudno taką opinię uznać za wiarygodną. W sierpniu sąd stwierdził, że uzupełnienie w dużej mierze usuwa braki, i odroczył sprawę do listopada, żeby przesłuchać pracownika spółki. Strony spierają się także o to, kto nie chciał ugody. JFC twierdzi, że proponowała polubowne rozwiązanie. Łukomski mówi, że drogi polubowne się wyczerpały.

Nie przesądzam wyniku. Zwracam uwagę na coś innego. Spółka broni się tym, że nie użyła nazwiska ani twarzy. Tyle że w reklamie radiowej czy internetowej lektor nie ma twarzy. Ma tylko głos i to głos jest jego nazwiskiem. Pełnomocnik Łukomskiego Tomasz Ejtminowicz powiedział OKO.press, że argumentacja, według której w internecie wszystko jest darmowe, „jest zupełnie niedostosowana”. Zgadzam się. Dostępność nagrania nie jest zgodą na jego przetworzenie, tak jak dostępność zdjęcia w sieci nie jest zgodą na wklejenie twarzy do cudzej reklamy.

Prawo chroni sławnych

Polskie prawo nie jest wobec lektora bezbronne, ale ma lukę, która w epoce klonów staje się przepaścią. Sąd Najwyższy w 2007 roku (II CSK 207/07) nazwał głos „dźwięcznym wizerunkiem”, pod warunkiem że osoby trzecie go rozpoznają. W 2023 roku (II CSKP 659/22) poszedł dalej i uznał głos za samodzielne dobro osobiste, wymieniając deepfejk jako typowy przykład naruszenia. To dobra wiadomość. Zła jest taka, że ochrona wciąż zależy od rozpoznawalności. Prawo autorskie pomaga jeszcze mniej, bo czytanie tekstu przez lektora zwykle nie jest artystycznym wykonaniem, a sąd w Nowym Jorku w sprawie firmy Lovo przypomniał w 2025 roku, że prawo autorskie chroni nagrania, a nie abstrakcyjne cechy głosu.

Im bardziej jesteś znany, tym lepiej prawo chroni twój głos. Młody lektor, aktorka dubbingowa bez nazwiska i zwykły człowiek, którego nagranie leży w sieci, mają przed klonem najmniej do powiedzenia.

Piotr Olszewski, promptowy.com

Łukomski ma szansę, bo jego głos zna pół Polski. Uważam jednak, że jego proces obnaża problem, którego sam nie rozwiąże. Klonowanie głosu opłaca się najbardziej właśnie tam, gdzie głos jest dobry, a jego właściciel mało znany. Nikt nie klonuje gwiazdy do reklamy szamba, bo to ryzykowne i łatwe do wykrycia. Klonuje się solidnego, anonimowego profesjonalistę, którego rozpozna garstka ludzi z branży. Przed sądem taki lektor usłyszy, że przeciętny odbiorca nie wziąłby tego głosu za jego głos, bo przeciętny odbiorca go nie zna.

Syrenka i imitatorzy

W „Małej syrence” Andersena wiedźma stawia bohaterce warunek: „Ale głos ten musisz mi oddać. Nic droższego nie masz”. Syrenka pyta, co jej zostanie, jeśli odda głos, i mimo to się zgadza. Baśń jest okrutna, ale zachowuje jedną zasadę: głos oddaje się świadomie i za cenę. Łukomski twierdzi, że w jego sprawie nikt go o nic nie pytał i nikt mu nie zapłacił.

Amerykańskie sądy przerabiały ten problem, zanim ktokolwiek usłyszał o sieciach neuronowych. W 1988 roku agencja reklamowa Forda chciała, żeby Bette Midler zaśpiewała w spocie piosenkę z jej repertuaru. Midler odmówiła, więc agencja zatrudniła jej byłą chórzystkę, która śpiewała łudząco podobnie. Sąd apelacyjny uznał to za przywłaszczenie tożsamości i napisał zdanie, które mogłoby stać się mottem każdego pozwu o klon: „Głos jest równie charakterystyczny i osobisty jak twarz”. W 1992 roku Tom Waits wygrał z producentem chipsów Doritos, który w reklamie użył imitatora jego chrapliwego głosu. Waits przez lata konsekwentnie odmawiał udziału w reklamach. Ława przysięgłych przyznała mu 375 tysięcy dolarów odszkodowania i 2 miliony dolarów odszkodowania karnego, a sąd apelacyjny ten wyrok utrzymał.

W sierpniu 2025 roku ta logika dotarła do klonów. Sąd krajowy w Berlinie rozpatrywał sprawę Manfreda Lehmanna, niemieckiego głosu Bruce’a Willisa, którego sklonowanym głosem youtuber udźwiękowił dwa filmy. Sąd uznał, że klon trzeba traktować tak samo jak wynajętego imitatora, i zasądził po 2000 euro za film jako fikcyjną opłatę licencyjną. Nie trzeba więc wymyślać nowego prawa, żeby uznać, że klon jest naśladowcą. Trzeba tylko przestać udawać, że maszyna zmienia naturę czynu.

Znaczek „AI” to nie zgoda

Od 2 sierpnia 2026 roku obowiązuje art. 50 AI Act, który nakazuje ujawniać, że treść jest deepfejkiem. Pisałem o tym w tekście Deepfake a AI Act. To potrzebny przepis, ale nie rozwiązuje problemu lektora. Oznaczenie mówi odbiorcy, że głos jest sztuczny. Nie mówi niczego o tym, czy człowiek, którego ten głos naśladuje, się na to zgodził. Reklama szamba z dopiskiem „głos wygenerowany przez AI” byłaby zgodna z art. 50, a zarzut Łukomskiego pozostałby dokładnie ten sam.

Dlatego najważniejszy z postulatów koalicji „Mój głos. Moja własność” stoi na pierwszym miejscu. Związek Artystów Scen Polskich, Związek Zawodowy Twórców Dubbingu i Związek Zawodowy Aktorów Polskich zawiązały ją 27 kwietnia 2026 roku, a właśnie sprawa Łukomskiego była impulsem. Domagają się obowiązku zgody na każde użycie głosu przez narzędzia AI, jawności danych treningowych, oznaczania produkcji z AI, prawa do usunięcia danych głosowych i realnej odpowiedzialności firm. Zwracają też uwagę na praktykę, o której mówi się ciszej: producenci wpisują do standardowych umów szerokie prawa do późniejszego użycia nagrań w AI, a wykonawcy często nie znają skutków takich zapisów i nie dostają za nie dodatkowych pieniędzy. Prezes ZASP Jan Tomaszewicz mówił, że technologia rozwija się szybciej niż przepisy, „ale państwo nie może pozostawać bierne”.

Inni już nie są bierni. W Stanach Zjednoczonych Tennessee w 2024 roku przyjęło ELVIS Act, który chroni głos także wtedy, gdy chodzi o jego symulację. Federalny projekt NO FAKES Act przeszedł w czerwcu 2026 roku jednogłośnie przez senacką komisję sądownictwa i czeka na głosowanie, a popierają go nie tylko aktorzy, ale też YouTube i OpenAI. Dania pracowała nad przepisem, który dałby każdemu prawo do własnego ciała i głosu. Nie udało mi się potwierdzić, czy ustawę ostatecznie uchwalono, więc piszę o niej jako o kierunku, nie o gotowym wzorze. W Polsce nie ma nawet projektu.

Adwokaci diabła

Są poważne argumenty przeciw zbyt szerokiej ochronie i trzeba je uczciwie wyłożyć.

Po pierwsze, ludzie mają podobne głosy. Barwa nie jest niczyją wyłącznością i gdyby każdy, kto brzmi jak znany lektor, musiał się tłumaczyć, zamknęlibyśmy drzwi przed całym pokoleniem młodych lektorów. Sam biegły w sprawie Łukomskiego przyznał, że głos z reklamy to „jednak nie ta osoba”. Po drugie, tani syntetyczny głos pozwala małym firmom zrobić film instruktażowy czy komunikat na infolinię, na które nigdy nie byłoby ich stać. Po trzecie, satyra i parodia żyją z naśladowania i żadne prawo nie powinno ich dusić. Duński projekt i AI Act przewidują dla nich wyjątki nie bez powodu. Po czwarte, rynek licencji działa. ElevenLabs wypłaciło ponad 22 miliony dolarów ludziom, którzy świadomie udostępnili swoje głosy, a Mati Staniszewski mówił we wrześniu TechCrunchowi, że rozmówca powinien dziś wiedzieć, kiedy rozmawia z maszyną.

Wszystkie te argumenty przyjmuję, ale żaden z nich nie usprawiedliwia użycia syntetycznej wersji głosu konkretnego człowieka bez jego zgody. Czy tak było w sprawie JFC, rozstrzygnie sąd. Podobieństwo przypadkowe to co innego niż podobieństwo zamówione. Tani głos syntetyczny dla małej firmy może być głosem zaprojektowanym od zera, a nie głosem konkretnego człowieka. Parodia deklaruje, że jest parodią, a reklama chce, żeby odbiorca uwierzył. Rynek licencji zaś dowodzi czegoś, co przemawia za lektorami, a nie przeciw nim: skoro da się pytać o zgodę i płacić, to znaczy, że niepytanie i niepłacenie jest wyborem, a nie technologiczną koniecznością.

Czego bym chciał

To moja opinia. Uważam, że Polska potrzebuje wprost zapisanego prawa do własnego głosu, niezależnego od tego, czy głos jest sławny. Nie chodzi o prawo autorskie do barwy, tylko o prostą zasadę cywilną: kto chce użyć syntetycznej wersji głosu konkretnej osoby w celach komercyjnych, potrzebuje jej zgody i płaci jej jak lektorowi. Do tego zakaz ogólnikowych klauzul AI w umowach z wykonawcami, bez osobnego wynagrodzenia. I obowiązek dla serwisów klonujących, żeby przy każdym klonie cudzego głosu pytały o dowód zgody, a nie o oświadczenie. ElevenLabs przy klonach profesjonalnych już dziś sprawdza, czy głos należy do właściciela konta, więc da się.

Proces Łukomskiego tego nie załatwi. Rozstrzygnie jedną reklamę i jeden głos, który na szczęście dla powoda jest znany. Może jednak dać ustawodawcy argument, którego brakuje: wyrok, w którym polski sąd powie, czy klon jest naśladowcą, czy nikim.