當下，互聯(lián)網(wǎng)、人工智能快速發(fā)展，聲音的記載、利用與傳播的方式正經(jīng)歷著前所未有的變革，聲音與人格的關(guān)聯(lián)變得愈發(fā)緊密，聲音的利用價值愈發(fā)凸顯。民法典第1023條規(guī)定，對自然人聲音的保護參照適用肖像權(quán)的保護，明確將聲音權(quán)益作為特殊的人格利益予以保護。但隨著AI語音合成技術(shù)的廣泛應(yīng)用，聲音被收集、合成、制作、模仿甚至篡改的現(xiàn)象越來越普遍，這對聲音權(quán)益的保護提出了前所未有的挑戰(zhàn)。

2024年4月23日，北京互聯(lián)網(wǎng)法院一審開庭宣判全國首例AI生成聲音人格權(quán)侵權(quán)案，明確認定在具備可識別性的前提下，自然人聲音權(quán)益的保護范圍可及于AI生成聲音。AI生成聲音可識別性的認定應(yīng)綜合考慮行為人使用情況，并以相關(guān)領(lǐng)域普通聽眾能否識別作為判斷標準。

【案情簡介】

原告殷某是一名配音師，經(jīng)朋友告知，原告發(fā)現(xiàn)他人利用其配音制作的作品在多個知名App廣泛流傳。經(jīng)聲音篩選和溯源，發(fā)現(xiàn)上述作品中的聲音來自被告一北京某智能科技公司運營的平臺中的文本轉(zhuǎn)語音產(chǎn)品，用戶通過輸入文本、調(diào)整參數(shù)，可實現(xiàn)文本轉(zhuǎn)化成語音的功能。

原告曾接受被告二北京某文化傳媒公司的委托錄制錄音制品，被告二為錄音制品的著作權(quán)人。后被告二將原告為其錄制的錄音制品的音頻提供給被告三某軟件公司，允許被告三以商業(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)。被告三僅以原告錄制的錄音制品作為素材進行AI化處理，生成了涉案文本轉(zhuǎn)語音產(chǎn)品并在被告四上海某網(wǎng)絡(luò)科技公司運營的云服務(wù)平臺對外出售。被告一北京某智能科技公司與被告五北京某科技發(fā)展公司簽訂在線服務(wù)買賣合同，由被告五向被告三下單采購，其中包括了涉案文本轉(zhuǎn)語音產(chǎn)品。被告一北京某智能科技公司采取應(yīng)用程序接口形式，在未經(jīng)技術(shù)處理的情況下，直接調(diào)取并生成文本轉(zhuǎn)語音產(chǎn)品在其平臺中使用。

原告主張，被告的行為已經(jīng)嚴重侵犯了原告的聲音權(quán)益，被告一北京某智能科技公司、被告三某軟件公司應(yīng)立即停止侵權(quán)、賠禮道歉，五被告應(yīng)當賠償原告經(jīng)濟損失、精神損失。

被告一北京某智能科技公司辯稱，其作為善意第三人，不參與授權(quán)過程，通過正規(guī)途徑合法采購了涉案人工智能合成聲音產(chǎn)品，已盡到合理注意義務(wù)，不構(gòu)成侵權(quán)。人工智能合成后的聲音產(chǎn)品，與自然人聲音在人身權(quán)屬性上有所區(qū)別，目前技術(shù)都會對人工智能合成聲音進行水印標記，切斷了人工智能合成聲音與自然人聲音之間的聯(lián)系，不會產(chǎn)生對應(yīng)自然人的人格屬性。

被告二北京某文化傳媒公司辯稱，其將有音頻著作權(quán)及鄰接權(quán)的錄音制品，用于與被告三某軟件公司合作符合相關(guān)法律規(guī)定，各個環(huán)節(jié)都已簽署協(xié)議和支付費用，不存在主觀故意的侵權(quán)行為。AI音頻產(chǎn)品適用的配音內(nèi)容和場景不同于單純的有聲讀物，而是一個綜合的音頻內(nèi)容，根據(jù)音頻內(nèi)容熱度等因素造成的傳播量，非配音人一己之力可以達成。

被告三某軟件公司辯稱，其已獲得涉案聲音的授權(quán)，不存在任何侵權(quán)的主觀過錯。涉案聲音是經(jīng)AI化的聲音，不具有對原告人格的可識別性。

被告四上海某網(wǎng)絡(luò)科技公司辯稱，其僅為云服務(wù)平臺提供者，已盡到合理的注意義務(wù)，不應(yīng)當承擔侵權(quán)責(zé)任。

被告五北京某科技發(fā)展公司辯稱，其非涉案AI聲音的制作者也非使用者，對于是否侵權(quán)不知情，不應(yīng)承擔侵權(quán)責(zé)任。

【法院審理】

●原告聲音權(quán)益及于涉案AI聲音

自然人聲音以聲紋、音色、頻率為區(qū)分，具有獨特性、唯一性、穩(wěn)定性特點，能夠給他人形成或引起一般人產(chǎn)生與該自然人有關(guān)的思想或感情活動，可以對外展示個人的行為和身份。自然人聲音的可識別性是指在他人反復(fù)多次或長期聆聽的基礎(chǔ)上，通過該聲音特征能識別出特定自然人。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，可以認定為具有可識別性。

本案中，因被告三某軟件公司系僅使用原告?zhèn)€人聲音開發(fā)涉案文本轉(zhuǎn)語音產(chǎn)品，而且經(jīng)當庭勘驗，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，進而識別出原告的主體身份。因此，原告聲音權(quán)益及于涉案AI聲音。

●被告二北京某文化傳媒公司、被告三某軟件公司關(guān)于獲得原告合法授權(quán)的抗辯不能成立

本案中，被告二北京某文化傳媒公司對錄音制品享有著作權(quán)等權(quán)利，但不包括授權(quán)他人對原告聲音進行AI化使用的權(quán)利。被告二與被告三某軟件公司簽訂數(shù)據(jù)協(xié)議，在未經(jīng)原告本人知情同意的情況下，授權(quán)被告三某軟件公司AI化使用原告聲音的行為無合法權(quán)利來源。因此，被告二、被告三關(guān)于獲得原告合法授權(quán)的抗辯不能成立。

●未經(jīng)許可使用原告聲音構(gòu)成侵權(quán)，賠償損失應(yīng)當綜合考量被告侵權(quán)情節(jié)、同類市場產(chǎn)品價值等因素

被告二北京某文化傳媒公司、被告三某軟件公司未經(jīng)原告許可AI化使用了原告聲音，構(gòu)成對原告聲音權(quán)益的侵犯，其侵權(quán)行為造成了原告聲音權(quán)益受損的后果，應(yīng)承擔相應(yīng)的法律責(zé)任。被告一北京某智能科技公司、被告四上海某網(wǎng)絡(luò)科技公司、被告五北京某科技發(fā)展公司主觀上不存在過錯，不承擔損害賠償責(zé)任。因此，綜合考量被告侵權(quán)情節(jié)、同類市場產(chǎn)品價值、產(chǎn)品播放量等因素，對損害賠償予以酌定。

【裁判結(jié)果】

被告一北京某智能科技公司、被告三某軟件公司向原告賠禮道歉，被告二北京某文化傳媒公司、被告三某軟件公司向原告賠償損失共計25萬元。

【法官說法】

我國民法典將人格權(quán)獨立成編，首次以立法形式將保護“聲音”寫入民法典，明確參照適用肖像權(quán)的形式保護自然人的聲音，體現(xiàn)了對人格權(quán)益全面尊重和保護的立法精神。值得注意的是，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，對錄音制品的授權(quán)并不意味著對聲音AI化的授權(quán)，未經(jīng)權(quán)利人許可，擅自使用或許可他人使用錄音制品中的聲音構(gòu)成侵權(quán)。

本案涉及AI技術(shù)在聲音領(lǐng)域的應(yīng)用問題。隨著互聯(lián)網(wǎng)和人工智能不斷發(fā)展，AI技術(shù)在各個領(lǐng)域的廣泛應(yīng)用，由AI技術(shù)引發(fā)的侵害人格權(quán)糾紛日漸增多，北京互聯(lián)網(wǎng)法院審理了如“利用AI陪伴軟件侵害人格權(quán)案”等典型案件，通過裁判為新業(yè)態(tài)、新技術(shù)劃定應(yīng)用邊界，并一以貫之地亮明兼顧保護人格權(quán)益與引導(dǎo)技術(shù)向善的司法態(tài)度。