作者：杨卫薪
声音权益是一种特殊的人格利益。民法典对自然人声音的保护，参照适用肖像权保护的有关规定。随着AI语音合成技术的广泛应用，声音被收集、训练、合成、传播的现象也越来越普遍，这也对自然人声音权益的法律保护提出了挑战。今年四月，北京互联网法院一审开庭宣判全国首例AI生成声音人格权侵权案。该判决明确认定，在具备可识别性的前提下，自然人声音权益的保护范围可及于AI生成声音。该案判决结果对涉及人工智能生成内容（Artificial Intelligence Generated Content,简称AIGC）服务中的AI语音合成技术侵权问题进行了回应，体现了对自然人声音权益的充分保护。
案情简介：
原告殷某是一名配音师，发现他人利用其声音制作的作品在多个APP中广泛流传，但相应作品中的声音均非原告本人所配。经溯源，上述声音来自于被告一北京某智能科技公司运营平台中的文本转语音（Text to Speech，简称TTS）产品。平台用户通过在该产品中输入文本、调整参数，就可以实现文本转化成语音的功能。
法院审理查明，原告曾接受被告二北京某文化传媒公司的委托录制录音制品，被告二为录音制品的著作权人。后被告二将该录音制品的音频提供给被告三某软件公司，允许被告三以商业或非商业的用途使用、复制、修改数据用于其产品及服务。被告三以原告录制的录音制品作为素材进行AI化处理，生成了涉案文本转语音产品，并在被告四上海某网络科技公司运营的云服务平台对外出售。被告一北京某智能科技公司与被告五北京某科技发展公司签订在线服务买卖合同，由被告五向被告三下单采购，其中包括了涉案文本转语音产品。被告一北京某智能科技公司采取应用程序接口形式，在未经技术处理的情况下，直接调取并生成文本转语音产品在其平台中使用。
原告主张，被告的行为已经严重侵犯了原告的声音权益，被告一北京某智能科技公司、被告三某软件公司应立即停止侵权、赔礼道歉，五被告应当赔偿原告经济损失、精神损失。
鉴于本案中的当事人多且法律关系复杂，各当事人之间的关系状态辅以图示描述帮助理解。
法院观点：
一、原告声音权益及于涉案AI声音
自然人声音以声纹、音色、频率为区分，具有独特性、唯一性、稳定性特点，能够给他人形成或引起一般人产生与该自然人有关的思想或感情活动，可以对外展示个人的行为和身份。自然人声音的可识别性是指在他人反复多次或长期聆听的基础上，通过该声音特征能识别出特定自然人。利用人工智能合成的声音，如果能使一般社会公众或者相关领域的公众根据其音色、语调和发音风格，关联到该自然人，可以认定为具有可识别性。
本案中，因被告三某软件公司系仅使用原告个人声音开发涉案文本转语音产品，而且经当庭勘验，该AI声音与原告的音色、语调、发音风格等具有高度一致性，能够引起一般人产生与原告有关的思想或感情活动，能够将该声音联系到原告本人，进而识别出原告的主体身份。因此，原告声音权益及于涉案AI声音。
二、被告二北京某文化传媒公司、被告三某软件公司关于获得原告合法授权的抗辩不能成立
本案中，被告二北京某文化传媒公司对录音制品享有著作权等权利，但不包括授权他人对原告声音进行AI化使用的权利。被告二与被告三某软件公司签订数据协议，在未经原告本人知情同意的情况下，授权被告三某软件公司AI化使用原告声音的行为无合法权利来源。
三、未经许可使用原告声音构成侵权，赔偿损失应当综合考量被告侵权情节、同类市场产品价值等因素
被告二、被告三未经原告许可AI化使用了原告声音，构成对原告声音权益的侵犯，应承担相应的法律责任。被告一、被告四、被告五主观上不存在过错，不承担损害赔偿责任。
法院裁判：
一审判决被告一北京某智能科技公司、被告三某软件公司向原告赔礼道歉，被告二北京某文化传媒公司、被告三某软件公司向原告赔偿损失共计25万元。
律师评析：
一、对录音作品的著作权授权不等于对声音AI化使用的授权
本案中，被告二、被告三的重要抗辩是原告曾委托录制录音制品，被告二为录音制品的著作权人，具有合法的权利来源。法院最终未认可该抗辩。
为什么看似获得合法授权，行为人最终却要承担侵权赔偿责任？
一个录音作品上承载的权利是多样的，其中最重要的当然是著作权，但同时该作品是由自然人的声音创作的，还包含着人格权的部分，即声音权益。另外，自然人的声音还属于敏感个人信息，收集、存储、使用或传播该声音应当遵循个人信息处理的原则。被告二将该录音制品授权给被告三进行AI化，该授权明显超出了著作权的范围。
AI化的过程会提取自然人声音的声纹、音色、频率进行训练，最终形成文字转语音产品，用户使用该产品产生的音频也会带有该自然人的这些特点。这些具有独特性、唯一性、稳定性的声音特点，能使一般社会公众或者相关领域的公众根据其音色、语调和发音风格关联到该自然人，具有可识别性。
因此，这种可识别性使得声音权益具有人身专属性，也使得该声音构成敏感个人信息，因此未经权利人许可，擅自使用或许可他人使用该声音即构成人格权侵权。而从《个人信息保护法》的角度，该种未经合法授权而擅自将合法收集的声音不当使用或传播的行为同样可能构成个人信息侵权。本案中法院虽未专门论述，但也不失为侵权责任认定的法律依据之一。
二、声音类AIGC服务的主要侵权风险
（一）著作权侵权风险
我国《著作权法》第二十四条规定了合理使用，即在特定情况下可以不经著作权人许可而使用其作品，且无需向其支付报酬，这些情形包括个人使用、适当引用、科学研究、免费表演等。
然而，公开的商业平台以此为素材，在AI训练过程中对作品的使用并不符合现行法律规定的合理使用条件。具体而言，当训练者使用未经授权的录音作品作为训练数据时，实际上是对这些作品进行了复制和再利用，这直接侵犯了著作权人的复制权、修改权和信息网络传播权等权利。
（二）人格权侵权风险
人格权侵权风险是本案重点关注的风险。北京互联网法院明确认定，在具备可识别性的前提下，自然人声音权益的保护范围可及于AI生成声音。对录音作品的著作权授权并不意味着对声音AI化人格权的授权。未经权利人许可，擅自使用或许可他人使用声音构成人格权侵权。
（三）个人信息侵权风险
尽管在本案中没有提及，但个人信息侵权风险也是声音类AIGC服务提供者应当关注的要点之一。《民法典》第一千零三十四条的规定，自然人的个人信息受法律保护。《信息安全技术 个人信息安全规范》中明确，个人生物识别信息包括个人基因、指纹、声纹、掌纹、耳廓、虹膜、面部识别特征等。声音中的声纹信息具备可识别性，属于个人生物识别信息和敏感个人信息。而根据《个人信息保护法》第二十八条、第二十九条的规定，处理敏感个人信息必须满足具有特定的目的和充分的必要性，并采取严格保护措施的情形下，且应当取得个人的单独同意。
因此，训练AI使用声音数据应遵循最小必要原则和目的明确原则，确保在合法、正当、必要的范围内处理个人信息。未经同意收集、存储、使用或传播他人的声音数据，可能构成对个人信息的侵害。
（四）不正当竞争风险
AI产品的有效训练依赖于海量的数据，这些数据通常由数据提供方通过爬虫等技术手段进行抓取。然而，如果这些抓取行为涉及非法调用API、绕过技术限制或获取未公开数据，这种行为不仅侵害了数据所有者的合法权益，还破坏了公平竞争的市场环境。擅自使用这些数据进行AI训练或商业化应用，不仅可能侵犯权利人的商业秘密，情节严重的还可能涉嫌刑事犯罪。
三、对声音类AIGC服务提供者的合规建议
（一）模型训练者应保证训练数据来源的合法性
根据《生成式人工智能服务管理暂行办法》第七条的规定，生成式人工智能服务提供者应当依法开展预训练、优化训练等训练数据处理活动，使用具有合法来源的数据和基础模型；不得侵害他人依法享有的知识产权；涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形。
涉及到声音处理的情形，就包括前述的著作权、人格权、个人信息处理的三种风险。因此，在进行声音模型训练的时候，训练者需要严格审查训练数据来源的合法性，除了审查用于训练的录音录像作品本身的著作权授权，还应当审查是否有作者本人的人格权及个人信息处理的授权，包括肖像权、声音权益以及同意AI化使用的单独授权等。
（二）模型训练者可使用技术手段切断AIGC声音的可识别性
在本案中，录音作品的授权及侵权路径比较清晰，法院对于可识别性的认定仅通过当庭勘验AIGC声音的音色、语调、发音风格这些要素，未通过专业的声音鉴定机构做详细的分析。但是AIGC声音的可识别性作为侵权构成的必备要件，训练者应当注意并采取技术措施进行避让。
对于声音模型的训练者来说，在数据源上可以采用多样化数据源避免单一语音的过度拟合，在训练方式上可以使用噪音注入等手段增加数据的不可识别性，在后处理技术中可以对频率、声调等进行调整使之存在明显差异。总体来说，训练者可以使用多种技术手段增加数据多样性及不可识别性，降低AIGC声音的侵权风险。
（三）服务提供者应通过正规途径采购模型及服务
AIGC服务提供者可能是模型训练者本身，但也可能是第三方应用平台，比如本案中的训练者是被告三某软件公司，但实际对用户提供声音AIGC服务的是被告一北京某智能科技公司，并且在AIGC服务传播链条中还存在云服务平台商及采购中间商，而这些在链条中位于被告三之后的被告均无需承担赔偿责任。
因此，作为平台方向用户提供AIGC服务时，应当通过正规的云服务平台上采购模型及服务，可以有效降低侵权风险。
结语：
全国首例AI声音人格权侵权案的判决，不仅明确了自然人声音权益的保护范围，也为声音类AIGC服务的合规发展提供了重要启示。
未来，随着AI技术的不断发展和应用场景的扩展，声音权益的保护将面临更多复杂的挑战和考验。本案判决为行业树立了一个标杆，提醒各方在创新的同时，更需重视和尊重声音权益这一重要的法律保护领域。通过依法合规经营，不仅能够保护权利人的合法权益，也能促进AI技术的健康可持续发展。