曾夢 陳娜

摘? 要? 伴生于人工智能革命的AI翻唱在迅速被廣泛使用和產生流量經濟的同時，也帶來了爭議及對不同權利主體的侵權風險。目前較典型的AI翻唱制作流程表明，AI翻唱并不形成具有區(qū)分度的虛擬人格，其行為的實質是模仿。以對模仿的分析為出發(fā)點，AI翻唱在冒名頂替和歪曲行為之外并不侵犯歌手的表演者權或人格權，且不論是否認同現(xiàn)行法將“商標性使用”作為侵權要件的思路，AI翻唱皆不會侵犯聲音商標權。但AI翻唱會顯著地威脅著作權及錄音錄像制作者權，至于其是否能適用“合理使用”這一抗辯規(guī)則，則要依具體情形而定。此外，《中華人民共和國反不正當競爭法》和亟待制定的以民事權利保護為核心的數(shù)據(jù)法相較于其他法律而言，更處于規(guī)制AI翻唱的基礎性地位。

關鍵詞? AI翻唱；知識產權；人格權；數(shù)據(jù)權

引言：各類主體在現(xiàn)行法盲區(qū)下對AI翻唱的不同態(tài)度

自2023年4月以來，AI翻唱在媒體平臺上獲得了大量關注。以引發(fā)此輪熱度的“AI孫燕姿”為例，其在網易云音樂、嗶哩嗶哩上的翻唱歌曲播放量目前分別達到了862萬次、292萬次，且在多個平臺擁有翻唱歌曲合輯、賬號甚至粉絲團。伴隨可觀流量收益的，是AI翻唱對歌手、詞曲著作權人、錄音錄像制作者等主體的侵權風險。

不同主體針對AI翻唱的利益訴求不同。未被侵權風險涉及的聽眾普遍歡迎AI翻唱的出現(xiàn)，因為這能夠讓他們聽到任一歌曲被自己喜歡的歌手的音色所演唱，他們甚至會自行制作AI翻唱。在歌手方面，孫燕姿曾于2023年5月在其官方微博“Zifans”回應了AI翻唱事件，其在驚嘆AI發(fā)展速度的同時亦擔憂AI對人類獨創(chuàng)性所產生的威脅；加拿大歌手Grimes明確支持AI翻唱；美國有線電視新聞網（CNN）則報道了音樂家NickCave對AI翻唱的否定意見。在詞曲著作權人和錄音錄像制作者方面，中國音像著作權集體管理協(xié)會、世界知識產權組織中國辦事處于2023年8月合作舉辦了“人工智能與音樂產業(yè)版權問題研討會”，邀請了法學界、知識產權界和音樂界的人士共同正視AI翻唱所引發(fā)的知識產權問題；環(huán)球音樂集團（UMG）則明確反對AI爬取或使用其旗下的音樂數(shù)據(jù)。在AI技術革命引發(fā)國內外多重爭議、中國知識產權及數(shù)據(jù)權相關法律尚未直接針對上述問題作出規(guī)定的背景下，研究AI翻唱相關法律風險的必要性凸顯無疑。

一、AI翻唱的技術原理決定法律風險的內容

AI的運行方式是影響相關主體與行為法律性質的決定性因素，法律只是對行為的嗣后評價，這也意味著不同AI在制作相似AI翻唱的過程中所產生的法律風險可能不同。當前可供開放下載的Sovits、VISinger2、RVC等開源模型皆可被用于制作AI翻唱。以其中的Sovits為例，其制作AI翻唱的流程如圖：

如圖所示，制作AI翻唱的流程包括以下幾步。第一，收集歌手本人的音頻素材，包括其演唱的歌曲、接受采訪的視頻、直播視頻等，上述素材的數(shù)量（不僅包括絕對數(shù)量，還包括了素材的類型范圍，如是否囊括了歌手的高音、中音、低音等）和質量（主要指人聲的清晰度）皆影響著AI訓練的效果。第二，使用uvr5等軟件將素材中的人聲單獨提取出來，之后可使用RXAudioEditor等軟件進一步去除所提取人聲中的呼吸聲、混響或雜音等，以提高人聲的質量和后續(xù)AI訓練的效果。第三，使用AudioSlicer等軟件切除空白的音頻片段，同時也將人聲切分為短音頻。第四，將短音頻導入Sovits，開始訓練AI的音色和翻唱風格。第五，待Sovits顯示訓練完成之后即可上傳擬讓AI翻唱的歌曲，此時Sovits會自動將被翻唱歌曲中的聲音替換為經過訓練后的模擬聲音，從而最終形成翻唱內容。若對AI翻唱的逼真度不滿意，則可通過加長AI訓練的時間，或改善音頻素材的數(shù)量、質量后重新訓練等，以生成更理想的翻唱內容。

從整體和結果的角度觀察，此類AI翻唱的制作并非為了形成具有區(qū)分度、專屬于特定AI使用者的AI虛擬人物，如“初音未來”，也非直接復制歌手的演唱，而是試圖使AI翻唱盡可能地與歌手本人的演唱相似，即此類AI翻唱行為實則是對特定歌手的模仿行為。因此，應以模仿行為為核心而展開考慮此類AI翻唱所引發(fā)的法律風險。從具體的角度觀察，AI翻唱的形成過程可分為三類行為：數(shù)據(jù)收集（爬取）行為、數(shù)據(jù)使用（訓練）行為和內容生成（輸出）行為。這三類行為所引發(fā)的法律風險又與任一AIGC（人工智能生成內容）所引發(fā)的法律風險相似。因此，對AI翻唱相關法律風險的分析又與AIGC法律風險的分析存在交叉之處。

二、AI翻唱對歌手的侵權風險

AI翻唱行為是否侵犯歌手的權利，可以從鄰接權中的表演者權和民法典中的人格權這兩個方面考慮。從現(xiàn)行法條文來看，區(qū)別于表演權的表演者權包括了表明身份、保護表演形象不受歪曲的人身性利益以及許可他人通過直播、錄音錄像、信息網絡等方式傳播并獲得報酬的財產性利益，但并不包括禁止其他主體模仿表演者的權利。表演者權無法禁止模仿行為的佐證從各類模仿秀節(jié)目的既存、國內司法實務中的類案處理、學界通識中可見一斑，此外，兩大法系的代表——德國和美國亦不賦予表演者權禁止模仿行為的權能。[1]因此，AI翻唱中的模仿行為并不侵犯歌手的表演者權。模仿本身有時也是一種藝術，著作權法對利益的保護邏輯建立在對創(chuàng)造和模仿的不斷平衡之上。此外，由于在網絡上傳播的是“AI的翻唱”而非“歌手的演唱”，所以傳播模仿行為的行為也不受歌手的表演者權限制。至于翻唱中存在著的試圖冒名頂替或故意歪曲歌手表演形象的行為，則同時構成了對歌手表演者權和人格權的侵犯。

模仿與冒名頂替的核心區(qū)別是行為者是否試圖誤導他人對行為人的身份產生錯誤認知，導致他人將模仿者或冒名者與本人混淆。就AI翻唱而言，其技術優(yōu)勢和成長性使得翻唱在音色等各方面有無限接近于被模仿歌手的可能，此時在沒有技術檢測手段的支撐下，僅靠人的感知難以區(qū)分歌曲是否為AI翻唱，那么就只能通過“對AI身份進行明確標注”來低成本地識別歌曲的演唱主體。2023年8月，全國信息安全標準化技術委員會發(fā)布了《網絡安全標準實踐指南——生成式人工智能服務內容標識方法（征求意見稿）》，文件要求所有經由AI生成的內容皆須同時附有顯式和隱式水印標識，其中能被人類直接感知的顯式標識須至少包含“此內容由AI生成”這一信息；需經技術手段才能提取的隱式水印標識須至少包含AI服務提供者等信息。此行政規(guī)定為判斷AI翻唱是否構成冒名頂替行為提供了思路：主要考量AI生成內容是否合規(guī)標注了含有以上信息的水印，而不以AI生成內容的相似度（即外觀上給他人的可信度或可欺騙性）為重點。此思路使判斷標準形式化、具有可操作性，避免了實質審查的成本和主觀錯誤。冒名頂替所帶來的損害有兩種類型：第一種類型的損害是對聽眾造成了欺騙；第二種類型的損害是可能使被冒名者因其未實施的行為而被他人追究法律責任。而第二種類型的損害在AI翻唱情景中更常出現(xiàn)，因為歌手職業(yè)使得他們在任意公開場合的演唱皆容易被認定為商業(yè)性活動，繼而需要他們在演唱前取得詞曲著作權人的同意，否則就會承擔侵權責任，這不同于非歌手在公開場合演唱歌曲時的商業(yè)性認定標準。基于AI翻唱的高仿真度和高產出效率，在未標注翻唱內容為AI生成時，詞曲著作權人很可能將AI翻唱誤認為是歌手演唱，繼而以AI翻唱未獲得自己授權為由而向歌手追究侵權責任。對此，應當適用《中華人民共和國民事訴訟法》第122條之規(guī)定駁回起訴。此外，對于歌手明知AI翻唱同時侵犯了自己權利和他人的詞曲著作權，又因AI翻唱提升了自己的知名度等原因而對AI翻唱持贊許態(tài)度的，只能認定為歌手在訴訟外處分（放棄）了自己的權利，而不能將其認定為表見代理或對詞曲著作權人等的共同侵權。歌手在明知狀態(tài)下對AI翻唱的沉默，或并未正面回應對其的可否態(tài)度時，不能視為歌手在訴訟外處分了自己的權利。

至于對歪曲表演者形象行為的認定，有兩個難點：

難點之一在于《中華人民共和國著作權法》（以下簡稱《著作權法》）沒有明確地說明何種程度的篡改才會被界定為需要承擔法律責任的歪曲，這就導致立法本身難以在同一標準下應對紛繁復雜的篡改現(xiàn)象。常見于自媒體平臺的惡搞作品，雖在不同程度上丑化了表演者，但又可能因其博取的高流量使得被惡搞者受益。例如，某演員在電視劇《三國》和電影《一出好戲》中跳舞的片段被改編成的惡搞視頻受到網民熱捧，為當時“只有作品卻讓觀眾記不住名字”的名不見經傳的演員本人帶來了大量關注度。此類例子還有某演員在電影《宮鎖連城》中的泡澡片段、某演員在電影《繡春刀》里的加錢片段等。就AI翻唱領域而言，目前的翻唱類型主要為讓AI翻唱受歡迎程度較高但歌手本人未曾演唱過的歌曲，尚未出現(xiàn)諸如唱法怪異或被改編歌詞低俗之類的惡搞型翻唱。在AI翻唱愈發(fā)可觀的流量收益誘惑下，未來出現(xiàn)惡搞型翻唱的可能性之大不言而喻。對此問題的應對需遵循以下兩種基本思路。第一，在惡搞型翻唱只對歌手本人的表演者權和人格權造成損害時，將維權的程序啟動與否交由權利人決定，同時行政監(jiān)管部門也應加大對惡搞型翻唱的容忍度；但若惡搞型翻唱已經損害了公序良俗、社會公益或英雄烈士等的人格利益時，則由行政監(jiān)管部門參照《中華人民共和國民法典》（以下簡稱《民法典》）第185條的精神對其實施處罰。第二，在法律概念未統(tǒng)一、實務情況多樣的背景下，容易出現(xiàn)類案異判或部分法官無法合理地對新業(yè)態(tài)進行解釋的局面，此時可以通過包括類案、指導性案例、典型案例、法律適用分歧解決機制等在內的統(tǒng)一法律適用標準制度體系以實現(xiàn)科學、公正司法。[2]

難點之二在于需要適當對表演者權的客體范圍進行擴張解釋，這樣才能使得惡搞型AI翻唱被《著作權法》約束。AI翻唱并非如其他惡搞作品般通過修改原作品以形成新作品，而是直接自行生成新的翻唱內容，即在AI翻唱之中并不存在歌手本人的演唱，其人聲是由AI通過算法模擬的。這就帶來了一個需要解釋的問題：既然AI翻唱中不存在歌手本人，那么惡搞型的翻唱又是如何侵犯歌手本人的表演者形象呢？表演形象不受歪曲權的性質是人格性權利，核心目的是維護表演者的社會聲譽。[3]對其的保護思路要參照《民法典》第1019條、第1023條以及第1024條關于民事主體聲音權、名譽權的相關規(guī)定。惡搞型AI通過用貼近于歌手的聲音進行翻唱，在聽眾的腦海中建立起了AI翻唱與歌手之間的聯(lián)想關系，此時，即便聽眾明知翻唱內容皆由AI生成，但低俗化的演唱風格或內容等仍會沿著該聯(lián)想關系對歌手的形象造成損害。其實施的是以惡意模仿來侮辱歌手、侵犯其名譽的行為，故而也應被認定為侵害了歌手的表演者形象。

三、AI翻唱對商標的侵權風險

《中華人民共和國商標法》（以下簡稱《商標法》）第8條將聲音列為可得注冊商標的要素。為人熟知的聲音商標包括廣州酷狗計算機科技有限公司旗下“酷狗音樂”的聲音商標“hellokugou”，尤妮佳生活用品（中國）有限公司旗下“蘇菲”的聲音商標“SOFY”以及中國國際廣播電臺的開場曲等。但當歌手的聲音被注冊為商標時，即便AI翻唱的文字或音色與聲音商標再接近，也很難被認定為侵犯了聲音商標權。核心原因不在于聲音商標與AI翻唱的重疊內容在整個AI翻唱內容中所占比例較小，而在于中國當前的學術界和實務界普遍將“商標性使用”作為構成商標侵權的必要要件。[4]

在商標侵權案件中，“商標性使用”這一要件的地位與“混淆可能性”相當：只要涉嫌侵權的行為不滿足其中任何一個要件，該行為便不構成商標侵權。據(jù)《商標法》第48條，“商標性使用”的構成需同時滿足以下兩個關鍵要素：第一，使用場景必須是在商業(yè)活動中；第二，使用商標的目的是區(qū)分商品或服務的來源。而當前的AI翻唱皆以“提供與被模仿歌手音色和風格相近的歌曲演唱”為直接目的，且從聽眾角度觀察，其核心訴求也是聽翻唱歌曲本身，而制作AI翻唱所使用的軟件種類、AI翻唱與哪些商品或服務同時出現(xiàn)等問題，皆不是AI翻唱的提供者或者聽眾所重點關注的內容。即便AI提供者在宣傳中以某一與聲音商標存在重疊的翻唱歌曲為噱頭而標榜旗下的AI軟件，該重疊部分也并非被作為商標使用，而是與翻唱歌曲的其他部分一同被作為自證AI軟件質量的產品樣本，其屬于描述性使用。

盡管《商標法》第48條已經表明“商標性使用”的概念是貫穿于整部法律的，從而終結了一部分有關“商標性使用不應作為商標侵權構成要件”的爭議，但仍有學者認為“商標性使用”不應與“混淆可能性”處同等地位的情況下被作為商標侵權的要件，只有“混淆”才是商標侵權的核心構成要件，“商標性使用”應被“混淆可能性”吸收后成為判斷“混淆”與否的輔助要素，其理由包括以下幾點。[5]第一，“商標性使用”被作為要件時會增加認定上的不確定性，因為“商標性使用”本身是一個寬泛、模糊的概念，缺乏具體的界定標準，不同的法官、消費者、商標權利人等對同一行為是否為“商標性使用”易產生不同的結論。第二，“商標性使用”被作為要件時會與“混淆可能性”產生沖突，使得表面上沒有進行商標性使用，但實際上已經使消費者產生“混淆”的行為逃脫侵權認定。例如在“Arsenal案”中，被告稱自己于比賽當天在體育館外銷售的圍巾上所印的足球俱樂部的商標，不是為了表明該圍巾是由官方授權銷售或與官方存在合作經營關系，而只是為了表示對該球隊的支持。對此，英格蘭和威爾士的地方法院皆以被告并非“商標性使用”為由駁回了原告的訴訟請求，而當該案上訴到歐盟法院后，歐盟法院指出：只要造成了混淆的行為便足以認定為商標侵權，而不必過多考慮其對商標的使用是否構成了“商標性使用”。[6]第三，“商標性使用”被作為要件時會與商標正當使用抗辯規(guī)則相重疊?！渡虡朔ā返?9條規(guī)定了商標的正當使用規(guī)則以限制商標權的無限擴張，從而允許非商標權人在部分情形下免費使用與商標相同或相似的要素。在被告已經可以借由正當使用規(guī)則來避免自己被判定侵權時，就無需重復地在商標侵權的構成要件中增加“商標性使用”這一要件。

總之，不論是認可現(xiàn)行法將“商標性使用”作為商標侵權構成要件的做法，還是將“商標性使用”附屬于“混淆可能性”之中，并以正當使用規(guī)則抗辯商標侵權，皆能得出以讓聽眾收聽歌曲為目的的AI翻唱不會侵犯聲音商標權的結論。

四、AI翻唱對詞曲著作權人、錄音錄像制作者的侵權風險

雖然“模仿”一詞在詞意上與“剽竊（抄襲）”相近，但無論AI翻唱內容在何種程度上與歌手本人的演唱相似，該模仿行為也不會構成《著作權法》中的剽竊行為?！吨鳈喾ā返?2條中剽竊行為的認定標準包括兩點：一是剽竊者是否與被剽竊作品存在接觸可能；二是兩個作品的內容是否實質相似。[7]盡管AI歌手的制作者與被翻唱歌曲必然存在接觸事實——需要向Sovits導入原作品以生成翻唱內容，且經過訓練后AI歌手的音色、演唱風格等也無限接近于歌手本人，但由于AI翻唱行為所模仿的是歌手的表演，而非詞曲本身，因此AI翻唱行為不會經由“剽竊”這一路徑侵犯音樂的著作權。

與前述表演者權不同，《著作權法》第10條規(guī)定的表演權的權能則包含了對模仿行為的控制，只不過當模仿者分別為自然人及AI時，對其模仿行為的控制方式不一樣。在商業(yè)活動中，對于自然人翻唱行為的控制體現(xiàn)為自然人需提前取得著作權人的授權才能進行翻唱表演，否則就應承擔侵權責任；而對于AI翻唱而言，由于AI是基于已被制成的錄音錄像而生成的錄音，故AI使用者可適用《著作權法》第42條，在未經著作權人許可的情況下徑直使用已被制成的錄音錄像，對此，AI使用者雖需向著作權人付費，但不會構成侵權。此外，也正是由于AI翻唱是基于錄音錄像制成，因此，AI使用者還需依據(jù)《著作權法》第44條、第45條向錄音錄像者支付報酬，這亦與自然人的翻唱不同。

對于著作權和錄音錄像制作者權而言，規(guī)制AI翻唱的難點在于如何識別合理使用。一方面，商業(yè)音樂平臺和用戶類型多樣的自媒體平臺目前皆免費提供AI翻唱；另一方面，上述各類主體也未向AI軟件的提供者繳納制作翻唱歌曲的費用。若依國內普遍采用的“三步檢驗法”——只能限于特定情形、不能與作者對著作權的正常利用相沖突、不能對著作權人的利益造成不合理的損害，[8]并結合《著作權法》第24條第9款之規(guī)定，那么判定AI翻唱能否構成合理使用的關鍵只在于：是否以營利為目的。對于音樂平臺和自媒體的營利目的性判斷需以具體行為為依據(jù)。因為即便整體以營利為目的的音樂平臺，其在免費提供AI翻唱歌曲的界面可能也未投放任何盈利產品、商業(yè)廣告、引流鏈接等。自媒體賬號的使用方式則更加靈活，同一賬號所發(fā)布的內容可以輕易地在商業(yè)性和私人性之間轉換，而不論該自媒體賬號的粉絲數(shù)或單個AI翻唱的播放量是多少，仍應以單個音視頻是否投放了上述商業(yè)性內容，或是否與其他內容一同參與了自媒體平臺方的獎勵金等其他流量變現(xiàn)活動為依據(jù)以判斷其營利性。

結語：數(shù)據(jù)法與《中華人民共和國反不正當競爭法》對AI翻唱的規(guī)制更具基礎性

AI翻唱不僅要受到《著作權法》《商標法》《民法典》的約束，還要受到數(shù)據(jù)法的約束。制作AI翻唱的過程實際上也是AI收集數(shù)據(jù)、處理數(shù)據(jù)、生成內容的過程，它們又分別伴隨著數(shù)據(jù)來源合法性、數(shù)據(jù)訓練行為的商業(yè)性判斷、生成內容是否屬于作品及其知識產權歸屬人等問題。雖然數(shù)據(jù)法對AI翻唱的規(guī)制更具針對性，但目前我國還沒有相關立法，至于《中華人民共和國數(shù)據(jù)安全法》則更多是從國家的宏觀維度提出數(shù)據(jù)安全“總綱”，而非能被民事案件適用的權利保護“細則”?！吨腥A人民共和國反不正當競爭法》的基礎性體現(xiàn)在，其在司法實務中往往被用作知識產權領域維權的兜底性法律依據(jù)，即音樂行業(yè)的經營主體或音樂版權的集體管理組織等亦可以“不正當競爭”為由要求規(guī)制AI翻唱。

參考文獻：

[1]陳杰.AI表演的知識產權問題研究[J].知識產權，2023（07）：56-75.

[2]許少波，曾夢.以法官獨立為軸心的協(xié)作型統(tǒng)一法律適用之路[J].華僑大學學報（哲學社會科學版），2021（06）：113-127.

[3]肖麗佳.表演者的保護表演形象不受歪曲權研究[D].重慶大學，2016.

[4]祝建軍.判定商標侵權應以成立“商標性使用”為前提——蘋果公司商標案引發(fā)的思考[J].知識產權，2014（01）：22-28+94.

[5]姚鶴徽.商標侵權構成中“商標使用”地位之反思與重構[J].華東政法大學學報，2019，22（05）：141-158.

[6]何懷文.“商標性使用”的法律效力[J].浙江大學學報（人文社會科學版），2014，44（02）：165-176.

[7]鄭政蓉.剽竊的法律認定研究[D].中國政法大學，2010.

[8]戚笑雨，王崇敏.虛擬公共場景搭建對著作權合理使用制度的挑戰(zhàn)與應對[J].學習論壇，2023（05）：129-136.

本文系中國國家留學基金項目“數(shù)據(jù)及人工智能的法律規(guī)制研究”（編號202306360095）和中國人民大學振邦法學基金專項研究課題項目“數(shù)據(jù)資產作為破產財產的路徑與規(guī)則”（編號2023LAW013）的階段性成果。

（曾夢系中國人民大學法學院博士生，劍橋大學訪問博士生；陳娜 西南政法大學行政法學院）

【責任編輯：方曉紅】