IA, VOICE CLONING E LA TUTELA DELL’IDENTITA’ PERSONALE

INTRODUZIONE

La recente notizia della cessione dei diritti vocali da parte di attori come Michael Caine e Matthew McConaughey a piattaforme di intelligenza artificiale ha riacceso l’attenzione mediatica su un tema di crescente rilevanza giuridica: il rapporto tra le nuove tecnologie di sintesi vocale e la tutela dell’identità personale. Nel novembre 2025, la società ElevenLabs ha lanciato un marketplace denominato “Iconic Voices” che consente agli utenti di far “parlare” con le voci di celebrità i propri contenuti, sulla base di accordi di licenza conclusi con gli artisti o, per le personalità storiche, con le società che ne gestiscono i diritti.

Non si tratta di un caso isolato, ma dell’ultimo episodio di una tendenza in rapida accelerazione. Negli ultimi anni si sono moltiplicati sia gli accordi volontari di licenza – James Earl Jones per il personaggio di Darth Vader nel 2022, la musicista Grimes con il suo innovativo modello open source Elf.Tech nel 2023 – sia le controversie giudiziarie e le polemiche pubbliche. Tra queste ultime spicca il caso di Scarlett Johansson contro OpenAI (maggio 2024) per la voce “Sky” dell’assistente ChatGPT, ritenuta dall’attrice “inquietantemente simile” alla propria dopo che aveva espressamente rifiutato la richiesta di collaborazione. A questi si aggiungono i deepfake musicali non autorizzati, come il brano virale “Heart on My Sleeve” (aprile 2023) che imitava le voci di Drake e The Weeknd raggiungendo 13 milioni di visualizzazioni su TikTok prima della rimozione.

Questi episodi sollevano interrogativi giuridici di fondo che il presente contributo si propone di analizzare: quali strumenti offre l’ordinamento italiano per tutelare la voce e l’immagine di una persona rispetto all’utilizzo da parte di sistemi di intelligenza artificiale? Come si coordinano il diritto d’autore, i diritti connessi, i diritti della personalità?

1. RIPRODUZIONE VS. GENERAZIONE: LA SFIDA DELL’IA ALLE CATEGORIE TRADIZIONALI

L’intelligenza artificiale generativa è oggi in grado di replicare con elevata fedeltà la voce di una persona, partendo da campioni audio anche limitati – talvolta pochi secondi di registrazione. Le tecnologie di voice cloning o voice synthesis analizzano le caratteristiche acustiche di registrazioni esistenti – timbro, intonazione, prosodia, ritmo, pattern di respirazione – e costruiscono modelli matematici (tipicamente reti neurali) in grado di generare nuovo audio che riproduce quelle caratteristiche, facendo “pronunciare” alla voce sintetica testi mai effettivamente registrati dal titolare.

Questa capacità tecnologica pone l’ordinamento giuridico di fronte a una sfida di inquadramento. Le categorie tradizionali del diritto d’autore sono state concepite per disciplinare la riproduzione di opere e prestazioni esistenti: la copia di un libro, la duplicazione di un disco, la ritrasmissione di una performance. Il paradigma della “riproduzione” presuppone l’esistenza di un originale che viene copiato. È un modello binario: c’è un’opera, qualcuno la copia, la copia è illecita se non autorizzata.

Ma nel caso della sintesi vocale IA non si riproduce una registrazione esistente: si genera ex novo un contenuto che, pur non essendo mai stato creato dal titolare della voce originale, ne replica le caratteristiche distintive in modo tale da risultare indistinguibile dall’originale. Non c’è un “originale” che viene copiato; c’è una generazione che imita.

2. PERCHÉ IL DIRITTO D’AUTORE E I DIRITTI CONNESSI NON BASTANO

Di fronte alla clonazione vocale mediante IA, il primo istinto è cercare protezione nel diritto d’autore. La Legge n. 633 del 1941 (L.d.A.) tutela le “opere dell’ingegno umano (la parola “umano” è stata introdotta dalla legge italiana sull’IA, l. 132/2025) di carattere creativo”. Ma qui emerge un primo limite strutturale: la voce in quanto tale – intesa come attributo fisiologico della persona, caratteristica naturale dell’apparato fonatorio – non costituisce un’opera dell’ingegno. Non si tratta di una creazione intellettuale, ma di un dato biologico, al pari dei lineamenti del volto o delle impronte digitali. Non vi è, nella mera emissione vocale, quell’apporto creativo che l’art. 1 L.d.A. richiede: la voce è un “mezzo espressivo”, non un “contenuto espresso”.

Quando la voce si fa veicolo di un’opera (il cantante che interpreta una canzone, l’attore che recita un testo drammatico, il doppiatore che dà voce a un personaggio), l’oggetto della tutela autorale non è la voce dell’interprete, ma l’opera sottostante – la composizione musicale, il testo teatrale, la sceneggiatura.

I diritti connessi degli artisti interpreti (artt. 80-85-bis L.d.A.) sembrano più promettenti: proteggono la prestazione artistica in sé, indipendentemente dall’opera. L’art. 80 riconosce agli artisti interpreti diritti esclusivi di fissazione, riproduzione, comunicazione al pubblico e distribuzione delle loro prestazioni. Ma anche qui emerge un secondo limite strutturale: i diritti connessi proteggono la specifica prestazione fissata – quella particolare esecuzione di quel brano, in quel giorno, con quelle caratteristiche – non la voce in astratto né le sue caratteristiche timbriche generali.

Questo significa che, se un sistema di IA viene addestrato utilizzando registrazioni di un artista, l’utilizzo di quei campioni audio per l’addestramento può richiedere autorizzazione (come “riproduzione” della fissazione). Ma l’output generato dall’IA – che riproduce le caratteristiche timbriche senza copiare le registrazioni originali – non costituisce tecnicamente una “riproduzione” della prestazione artistica: è una nuova creazione che suona come l’artista ma che l’artista non ha mai realizzato.

3. LA RISPOSTA DEI DIRITTI DELLA PERSONALITÀ: DALLA TUTELA DELL’IMMAGINE ALLA TUTELA DELLA VOCE SINTETICA

Se il diritto d’autore e i diritti connessi mostrano limiti strutturali di fronte alla clonazione vocale, è sul piano dei diritti della personalità che si rinviene la tutela più efficace. E questo per una ragione precisa: i diritti della personalità non tutelano opere o prestazioni, ma la persona in sé, nei suoi attributi identificativi e nella sua dignità.

L’art. 10 c.c. (“Abuso dell’immagine altrui”) e gli artt. 96-97 L.d.A., pur riferendosi testualmente all'”immagine”, sono pacificamente estesi dalla giurisprudenza alla voce. L’art. 96 L.d.A. stabilisce il principio del consenso: “Il ritratto di una persona non può essere esposto, riprodotto o messo in commercio senza il consenso di questa”. Lo sfruttamento commerciale dell’immagine (e della voce) altrui presuppone sempre il consenso espresso del titolare.

Ma ciò che qui importa rispetto al rapporto con l’IA è che la tutela opera non solo contro l’uso di registrazioni originali, ma anche contro l’imitazione delle qualità distintive. È esattamente ciò che accade con la sintesi vocale IA: non si usa la registrazione originale, si genera un’imitazione.

Il precedente italiano più significativo è il caso Branduardi (Tribunale di Roma, 12 maggio 1993). Uno spot pubblicitario per prodotti dolciari utilizzava non registrazioni del cantautore Angelo Branduardi, ma un imitatore umano che ne replicava la voce caratteristica, nota per il timbro peculiare e fortemente identificativo. Il Tribunale ha riconosciuto la violazione dei diritti della personalità, affermando che la tutela si estende non solo alla voce direttamente registrata, ma anche all’imitazione delle sue qualità distintive. La pronuncia anticipa di trent’anni le questioni poste oggi dalla clonazione vocale IA: la violazione non richiede l’uso di registrazioni originali del titolare.

Analoga l’esperienza statunitense. In Midler v. Ford Motor Co. (9th Circuit, 849 F.2d 460, 1988), la cantante Bette Midler aveva rifiutato di prestare la propria voce per uno spot Ford. La casa automobilistica aveva ingaggiato un’imitatrice che replicasse la voce caratteristica della cantante. La Corte ha riconosciuto la violazione, affermando: “when a distinctive voice of a professional singer is widely known and is deliberately imitated in order to sell a product, the sellers have appropriated what is not theirs and have committed a tort“. Sulla stessa scorta, in Waits v. Frito-Lay (9th Circuit, 978 F.2d 1093, 1992), la Corte ha riconosciuto un risarcimento di 2,6 milioni di dollari per l’imitazione della voce del cantante Tom Waits.

L’implicazione per l’IA è immediata: la clonazione vocale mediante sistemi di intelligenza artificiale, quando replica le caratteristiche distintive di una voce al punto da creare confusione o da sfruttarne il valore commerciale, viola i diritti della personalità esattamente come farebbe un imitatore umano. Il mezzo tecnico è irrilevante: che l’imitazione sia realizzata da un essere umano o da una rete neurale, la lesione del diritto è identica. La tecnologia cambia, la tutela no.

4. LE NUOVE FRONTIERE: DEEPFAKE, CONSENSO E CLONAZIONE DELL’IDENTITA’ VOCALE NEI CASI CONCRETI

Se i diritti della personalità offrono già una tutela efficace, il legislatore europeo e italiano ha introdotto strumenti specifici per affrontare le peculiarità dell’IA che si aggiungono alla tutela esistente.

Il Regolamento (UE) 2024/1689 (AI Act) introduce obblighi di trasparenza calibrati sulla tecnologia. L’art. 50, par. 2, impone ai fornitori di sistemi che generano contenuti sintetici di garantire che gli output siano “contrassegnati in un formato leggibile meccanicamente e rilevabili come generati o manipolati artificialmente” (obbligo di watermarking). L’art. 50, par. 4, impone ai deployer di deepfake – definiti dall’art. 3, n. 60, come contenuti audio o video generati dall’IA che assomigliano a persone esistenti e potrebbero apparire falsamente autentici – di rendere noto al pubblico che il contenuto è stato generato artificialmente (obbligo di disclosure).

La L. 132/2025 va oltre, introducendo nel codice penale il nuovo art. 612-quater: “Chiunque cagiona un danno ingiusto a una persona, cedendo, pubblicando o diffondendo, senza il suo consenso, immagini, video o voci falsificati o alterati mediante sistemi di intelligenza artificiale e idonei a indurre in inganno sulla loro genuinità, è punito con la reclusione da uno a cinque anni”. È la prima fattispecie penale specificamente dedicata ai deepfake vocali nell’ordinamento italiano. L’art. 61, n. 11-undecies c.p. introduce inoltre un’aggravante comune: la pena è aumentata fino a un terzo quando l’uso dell’IA abbia reso il reato più insidioso.

Ma attenzione: queste norme riguardano l’uso illecito della tecnologia, non la tecnologia in sé. La questione centrale resta quella del consenso. Qui emerge una caratteristica fondamentale dei diritti della personalità, decisiva per il rapporto con l’IA: il consenso allo sfruttamento della voce è sempre revocabile. La Cassazione ha più volte affermato che il consenso prestato all’esposizione del proprio ritratto è sempre revocabile, giacché riguarda l’esercizio del diritto e non il diritto stesso, che, in quanto espressione della personalità, non può essere oggetto di disposizione da parte del titolare.

Questo principio ha conseguenze pratiche decisive per i contratti di licenza vocale con le piattaforme IA: il licenziante può sempre revocare il consenso. Una clausola che pretendesse di rendere il consenso irrevocabile sarebbe nulla per contrarietà a norme imperative. Il principio è che la revoca è sempre possibile, ma può essere onerosa.

Il caso Scarlett Johansson vs. OpenAI (maggio 2024) illustra la dinamica: l’attrice aveva espressamente rifiutato la richiesta di concedere la propria voce all’assistente ChatGPT. Quando OpenAI ha lanciato la voce “Sky”, ritenuta dall’attrice “inquietantemente simile” alla propria, la contestazione si è fondata proprio sulla violazione del diritto all’identità – non sul diritto d’autore, non sui diritti connessi, ma sul diritto della personalità a controllare l’uso della propria voce distintiva. Il caso conferma che il paradigma rilevante è quello dell’identità, non quello della riproduzione.

Il caso “Heart on My Sleeve” (aprile 2023) offre un altro esempio significativo: il brano virale che imitava le voci di Drake e The Weeknd è stato rimosso dalle piattaforme non per violazione del diritto d’autore sulle canzoni (che erano originali), ma per l’utilizzo non autorizzato dell’identità vocale degli artisti. Anche qui, la tutela rilevante non era quella delle opere, ma quella dell’identità. L’IA aveva generato nuova musica con voci “clonate”.

CONCLUSIONI

L’intelligenza artificiale generativa pone una sfida specifica all’ordinamento: la capacità di generare contenuti che replicano la voce di una persona – facendole “dire” cose mai dette – non rientra nel paradigma tradizionale della riproduzione su cui si fondano il diritto d’autore e i diritti connessi.

Dall’analisi condotta emerge che il diritto d’autore non tutela la voce in quanto tale (che è un dato biologico, non un’opera creativa) e che i diritti connessi proteggono solo la specifica prestazione fissata, non la voce in astratto. L’output sintetico che replica caratteristiche vocali senza riprodurre registrazioni originali sfugge a entrambe le tutele: non c’è un “originale” che viene copiato, c’è una generazione che imita.

È sul piano dei diritti della personalità che si rinviene la risposta più efficace. La voce, come l’immagine, è un attributo identificativo della persona, il cui sfruttamento richiede il consenso del titolare. E la protezione opera anche contro la mera imitazione delle qualità distintive – sia essa realizzata da un essere umano o da un sistema di intelligenza artificiale.

Avv. Cristiano Cominotto

Dott. Gabriele Giovagnoli