在某火爆全網(wǎng)的AI配音軟件中，卡通虛擬人物“小璇”的聲音被打上了“純凈甜美、自然動聽”的特征標(biāo)簽，深受“聲控”們的歡迎，軟件內(nèi)下載量高達(dá)約32.6億次。然而，“小璇”的存在卻讓殷女士感到十分困擾。

“我的聲音被偷了”

殷女士是一名配音師，從業(yè)多年的她錄制過不少聲音作品。2023年5月，她收到了業(yè)內(nèi)朋友發(fā)來的信息，稱在某短視頻軟件上看到了她配音的短劇，問她是否進(jìn)行過授權(quán)。

隨后，殷女士打開短視頻App查看，發(fā)現(xiàn)某影視解說賬號中發(fā)布的聲音盡管被用AI技術(shù)處理過，但一聽就知道是自己的聲音。從2021年9月7日起到殷女士查看，該賬號一共發(fā)布了119部作品。

不僅如此，殷女士還發(fā)現(xiàn)自己的聲音在其他短視頻平臺也被廣泛傳播。她感到奇怪，自己從未授權(quán)過任何個人或公司將自己的聲音AI化，這些聲音是怎樣被生成的？

帶著疑問，殷女士仔細(xì)翻找了之前錄制的聲音作品，同時查找網(wǎng)上這些AI化聲音的來源。經(jīng)過對比，她發(fā)現(xiàn)這些AI作品的聲音均來源于北京某智能科技公司運營的AI配音軟件中的虛擬人物“小璇”。在該軟件中，只要支付對應(yīng)的標(biāo)價，就可以買到AI化的殷女士的聲音。

除了“小璇”外，該AI配音軟件中還有大量音色不同的虛擬人物，這些聲音都被明碼標(biāo)價售賣，付款后只要輸入文字就可以獲得。這些聲音不僅有年齡、性別作為區(qū)分，使用者還可以根據(jù)文字的不同內(nèi)容調(diào)整聲音的語境和情緒，滿足多樣化的創(chuàng)作需求。比如輸入一段文字，可以用東北話、陜西話等18種方言進(jìn)行朗讀，甚至還可以被一鍵譯成多種外語。

由于“小璇”十分受歡迎，該智能科技公司還在平臺主頁上展示了使用“小璇”的聲音制作的多部聲音作品。

“我以聲音播出為業(yè)，如果我的聲音可以在網(wǎng)上隨意被使用制作聲音作品，對我的職業(yè)生涯會產(chǎn)生不利影響?！币笈繉@樣的行為感到十分不滿。

其實，制作AI化聲音并不容易，需要一定量的原聲樣本，該智能科技公司是如何得到殷女士的聲音樣本的呢？殷女士找到律師經(jīng)過一番調(diào)查后弄清了事情的來龍去脈。

原來，殷女士曾與北京某文化傳媒公司合作，錄制了兩部有聲讀物，而該傳媒公司將殷女士為其錄制的音頻提供給某軟件公司，允許該軟件公司以商業(yè)或非商業(yè)的用途使用、復(fù)制、修改數(shù)據(jù)用于其產(chǎn)品及服務(wù)。軟件公司將殷女士錄制的錄音制品作為素材進(jìn)行AI化處理，生成了一款文本轉(zhuǎn)語音產(chǎn)品，并通過經(jīng)銷商對外售出。最終AI配音軟件所在的北京某智能科技公司采購了這款產(chǎn)品，調(diào)取并生成了名為“小璇”的文本轉(zhuǎn)語音產(chǎn)品，并在軟件平臺上銷售，用戶在平臺購買套餐后輸入文字，就能得到該聲音產(chǎn)品。

為此，殷女士以被告行為侵害其聲音權(quán)為由，將該AI配音軟件的運營主體北京某智能科技公司等5名被告起訴到北京互聯(lián)網(wǎng)法院，要求相關(guān)公司停止侵權(quán)、五被告賠禮道歉及賠償自己經(jīng)濟(jì)損失、精神損失共計60萬元。

“原告十分確定她沒有給予任何公司聲音AI化的聲音授權(quán)，并認(rèn)為這種做法嚴(yán)重侵害了她的人格權(quán)益?！币笈康脑V訟代理人任相雨說。

2023年6月12日，北京互聯(lián)網(wǎng)法院正式受理該起訴訟案件。

AI化的聲音受法律保護(hù)嗎

庭審中，對于AI化的聲音是否受到法律保護(hù)成為爭議的焦點問題之一。被告之一某智能科技公司的訴訟代理人認(rèn)為，本案中涉案聲音為AI化聲音，不具有與原告本身聲音人格的可識別性，與真人配音在技術(shù)上無法形成替代關(guān)系，社會公眾難以僅從該聲音識別為原告的聲音，因此原告主張構(gòu)成對其人格權(quán)益中聲音權(quán)益的侵害依據(jù)不足。

常言說“未見其人，先聞其聲”，這也反映出通過聲音能夠聯(lián)想到一個人，標(biāo)志性十分明晰。從2021年1月1日起，《中華人民共和國民法典》將人格權(quán)獨立成編，首次以立法形式將保護(hù)“聲音”寫入民法典。聲音權(quán)益是民法典新增加的標(biāo)表型人格權(quán)，屬于人格權(quán)的一部分。

根據(jù)《中華人民共和國民法典》第1023條規(guī)定，對自然人聲音的保護(hù)，參照適用肖像權(quán)保護(hù)的有關(guān)規(guī)定。而民法典第1018條第二款規(guī)定，肖像是通過影像、雕塑、繪畫等方式在一定載體上所反映的特定自然人可以被識別的外部形象。肖像要義在于“可識別性”，即通過該視覺形象可識別其“主人”。

從法理上看，聲音權(quán)益受到保護(hù)的前提也是具有“可識別性”。北京互聯(lián)網(wǎng)法院認(rèn)為，關(guān)于自然人聲音權(quán)益是否可以及于AI聲音，需要從自然人聲音是否具有可識別性以及AI聲音是否具有可識別性兩個維度把握。利用人工智能合成的聲音，如果能使一般社會公眾或者相關(guān)領(lǐng)域的公眾根據(jù)其音色、語調(diào)和發(fā)音風(fēng)格，關(guān)聯(lián)到該自然人，可以認(rèn)定為其具有可識別性。

經(jīng)當(dāng)庭勘驗，該AI聲音與原告的音色、語調(diào)、發(fā)音風(fēng)格等具有高度一致性，能夠引起一般人產(chǎn)生與原告有關(guān)的思想或感情活動，能夠?qū)⒃撀曇袈?lián)系到原告本人，進(jìn)而識別出原告的主體身份。

那么，將殷女士AI化的聲音生成聲音產(chǎn)品是否涉嫌侵權(quán)？殷女士表示，在與北京某文化傳媒公司簽訂合同的時候，她的確授權(quán)該文化傳媒公司使用自己錄制的有聲讀物，只是沒想到對方會用這樣的方式使用自己的聲音?！霸诤炗喓贤瑫r，最終聲音會放在哪些平臺，這些平臺將會如何使用聲音等內(nèi)容并未明確?！币笈空f。

而被告某文化傳媒有限公司稱，他們付費邀請殷女士錄制了兩本有聲讀物，后來也與殷女士簽訂了合同，已獲得案涉聲音的授權(quán)，應(yīng)該享有相關(guān)權(quán)益，他們不存在任何侵權(quán)的主觀過錯。

對此，任相雨說：“雖然殷女士錄制的有聲讀物的著作權(quán)歸某文化傳媒公司所有，但殷女士并沒有授權(quán)他們將聲音進(jìn)行AI化處理，對于殷女士聲音作品的AI化是基于著作權(quán)的改編，實際上已經(jīng)屬于侵犯人格權(quán)的范疇?！?/p>

法院經(jīng)過審理后認(rèn)為，聲音作為一種人格權(quán)益，具有人身專屬性，任何自然人的聲音均應(yīng)受到法律的保護(hù)，對錄音制品享有著作權(quán)并不意味著擁有聲音權(quán)，未經(jīng)許可擅自使用、許可他人使用錄音制品中的聲音，構(gòu)成侵權(quán)。

那么，本案中被殷女士起訴的5名被告應(yīng)該如何分擔(dān)責(zé)任？被告之一北京某智能科技公司稱只是采購了形式上合法的智能化產(chǎn)品，屬于正常采購，他們沒有過多的審核義務(wù)，也沒想到背后的聲音來源可能有問題。

該案承辦法官，北京互聯(lián)網(wǎng)法院黨組成員、副院長趙瑞罡認(rèn)為：“某智能科技公司僅承擔(dān)停止侵權(quán)的責(zé)任即可。而提供有聲讀物的某文化傳媒公司和將殷女士聲音進(jìn)行AI化處理的某軟件公司有過錯，應(yīng)該對侵權(quán)的結(jié)果承擔(dān)責(zé)任?！?/p>

而在對賠償金額進(jìn)行認(rèn)定時，殷女士稱60萬元的損失賠償是經(jīng)過計算的，并提交了“小璇”聲音產(chǎn)品的播放量界面，該界面顯示播放量約為32.6億次，而北京某智能科技公司稱“小璇”所在的平臺不是音視頻播放平臺，該播放量是手動輸入的預(yù)測數(shù)據(jù)，不是實際播放量，并提交了一份“小璇”聲音產(chǎn)品上線以來總體合成文章數(shù)的證明材料，材料顯示合成文章數(shù)為22700次。

北京互聯(lián)網(wǎng)法院認(rèn)為，北京某智能科技公司提供的數(shù)據(jù)為單方內(nèi)部數(shù)據(jù)，不足以采信。即便如北京某智能科技公司所述為其自行填寫，但其明知平臺公開的播放量數(shù)據(jù)會使得用戶認(rèn)為該數(shù)據(jù)為真實播放量仍予以填寫，應(yīng)自行承擔(dān)相應(yīng)后果。因此，北京互聯(lián)網(wǎng)法院對殷女士提供的播放量證據(jù)予以采信。

2024年4月23日，北京互聯(lián)網(wǎng)法院綜合考量侵權(quán)情節(jié)，同類市場產(chǎn)品價值、產(chǎn)品播放量等因素，判決被告某智能科技公司、被告某軟件公司向原告賠禮道歉，被告某文化傳媒公司、被告某軟件公司向原告賠償經(jīng)濟(jì)損失25萬元。

在接受采訪時，趙瑞罡告訴《方圓》記者：“本案是全國首例‘AI聲音侵權(quán)案’，該案對于理論界和實務(wù)界來說，都是新類型的案件?！?/p>

在案件辦理過程中，本案比較特殊的點在于被告承認(rèn)是利用原告的聲音生成的AI聲音，在類似的案件中，如果被告不承認(rèn)使用，原告的舉證難度就會相應(yīng)加大，這也可能是目前類似案件進(jìn)入法院審理流程相對較少的一個原因，不過隨著社會公眾對聲音權(quán)益的重視，類似的案件應(yīng)該還會出現(xiàn)。

此案辦結(jié)后，任相雨又接觸到不少這類聲音侵權(quán)的案件。任相雨告訴《方圓》記者：“這類聲音侵權(quán)案件的情況需要具體問題具體分析。在其他案件中有些配音師和相關(guān)公司簽署過AI授權(quán)的協(xié)議，在這種情況下配音師屬于對AI化授權(quán)知情，公司也就不承擔(dān)侵權(quán)責(zé)任?！?/p>

保護(hù)聲音權(quán)益

北京互聯(lián)網(wǎng)法院的判決結(jié)果表明，自然人的聲音受法律保護(hù)，未經(jīng)許可擅自使用構(gòu)成侵權(quán)。趙瑞罡說：“本案裁判秉承著保護(hù)自然人聲音權(quán)益的理念，通過個人裁判明確告知相關(guān)主體收集、使用自然人聲音作為數(shù)據(jù)進(jìn)行AI化處理，需明確權(quán)利界限，獲得自然人的合法授權(quán)。本案中，殷女士在與被告簽署配音協(xié)議時，主要圍繞著明確有聲讀物的著作權(quán)所屬，而忽略了個人聲音權(quán)益的價值，其他聲音從業(yè)者在與他人簽訂協(xié)議時，要格外注意協(xié)議中是否包括授權(quán)他人AI化使用本人聲音的內(nèi)容；與此同時，對于涉及聲音行業(yè)的企業(yè)來說，需要注意獲得授權(quán)，需要有合法的來源。”

殷女士表示，如今她的生活已經(jīng)回歸了正軌，本案也在聲音行業(yè)里被廣泛討論?！叭缃褚恍┯新曌x物、音響制品開始使用AI聲音，希望這起案例能提高聲音從業(yè)者的版權(quán)意識?！币笈空f。

一位聲音從業(yè)者向《方圓》記者表示：“了解到這起案件后，今后與公司簽訂聲音授權(quán)合同時都會明確聲音的所屬權(quán)益，盡量避免這類糾紛。如果今后自己身上也發(fā)生了聲音權(quán)益遭侵害的情況，將會積極固定證據(jù)，邀請專業(yè)人員進(jìn)行取證、鑒定等?！?/p>

如今，隨著互聯(lián)網(wǎng)和人工智能不斷發(fā)展，AI技術(shù)在各領(lǐng)域廣泛應(yīng)用，由AI技術(shù)引發(fā)的侵害人格權(quán)糾紛日漸增多，AI技術(shù)若被不當(dāng)使用，將嚴(yán)重?fù)p害自然人權(quán)益，此案的判決將會啟發(fā)大眾對AI技術(shù)在聲音領(lǐng)域應(yīng)用的思考。

對此，趙瑞罡表示：“本案涉及AI技術(shù)在聲音領(lǐng)域的應(yīng)用問題。面對新技術(shù)、新類型案件時，要有正確的價值判斷，需要通過裁判為其劃定應(yīng)用邊界，不僅要全面尊重和保護(hù)自然人權(quán)益，更要引導(dǎo)技術(shù)向善發(fā)展?！?/p>

然而，面對聲音權(quán)益可能被侵害的情況，應(yīng)該如何引導(dǎo)大眾保護(hù)聲音權(quán)益？趙瑞罡說：“一是需要加大聲音權(quán)益的保護(hù)力度。聲音作為關(guān)乎自然人人格的重要人格權(quán)益，AI技術(shù)服務(wù)開發(fā)者在使用自然人聲音時應(yīng)當(dāng)負(fù)擔(dān)起到更高的注意義務(wù)?！渡墒饺斯ぶ悄芊?wù)管理暫行辦法》第7條明確生成式人工智能服務(wù)提供者應(yīng)當(dāng)依法開展預(yù)訓(xùn)練、優(yōu)化訓(xùn)練等訓(xùn)練數(shù)據(jù)處理活動，要求必須使用具有合法來源的數(shù)據(jù)和基礎(chǔ)模型；涉及個人信息的，應(yīng)當(dāng)取得個人同意或者符合法律、行政法規(guī)規(guī)定的其他情形。二是需要加強AI技術(shù)供應(yīng)方監(jiān)管，在處理新技術(shù)帶來的法律問題時，應(yīng)當(dāng)秉持引導(dǎo)技術(shù)向善發(fā)展的司法態(tài)度，引導(dǎo)AI技術(shù)供應(yīng)方正確對待自然人聲音權(quán)益。于AI技術(shù)而言，一方面，需要提高技術(shù)的安全性，強化數(shù)據(jù)來源的合法性、正當(dāng)性、透明性，加強數(shù)據(jù)加密、訪問控制等。AI技術(shù)供應(yīng)方應(yīng)當(dāng)與自然人依法簽訂授權(quán)協(xié)議，取得授權(quán)許可。另一方面，要建立更完善的監(jiān)管機(jī)制，推動制定與AI生成聲音相關(guān)的行業(yè)標(biāo)準(zhǔn)和規(guī)范，明確AI技術(shù)在聲音處理方面的限制和應(yīng)用邊界，AI生成聲音技術(shù)供應(yīng)方應(yīng)當(dāng)清晰展示其生成聲音的過程和來源?！?/p>

盡管隨著AI生成聲音的語音流暢度、擬人化的程度越來越高，AI生成聲音為短視頻創(chuàng)作者開展創(chuàng)作帶來了便利，為文化市場繁榮提供技術(shù)支持，但由于聲音（聲紋）信息與個人安全直接關(guān)聯(lián)，大數(shù)據(jù)工具也能夠通過聲音分辨人的情緒，收集聲音數(shù)據(jù)用于分析個人信息。例如，通過對聲音的分析可以獲取大量的個人信息、辨別個人情緒或者偏好，可以說，聲音與個人的人格尊嚴(yán)、個人人身安全有直接關(guān)聯(lián)度。

中國人民大學(xué)法學(xué)院教授、博士生導(dǎo)師石佳友表示：“隨著新技術(shù)的不斷發(fā)展，聲音權(quán)益的保護(hù)將受到其所帶來的更多挑戰(zhàn)，如何在聲音權(quán)益與其他權(quán)益交織的復(fù)雜情形下平衡聲音權(quán)益的利用與保護(hù)，還需要在實踐中不斷加強研究?！保ㄎ闹猩姘溉藛T、卡通虛擬人物均為化名）