引言

在數(shù)字化和人工智能技術飛速發(fā)展的今天，聲音作為一種獨特的個人標識，其法律保護問題日益凸顯。近期，北京互聯(lián)網(wǎng)法院審理的全國首例AI生成聲音人格權侵權案，為我們提供了深入探討這一問題的機會。

案情簡介：

原告殷某是一名配音師，經(jīng)朋友告知，殷某發(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，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。原告殷某將涉事的幾家公司告上法庭，主張其聲音權益被侵犯，要求停止侵權、賠禮道歉及賠償經(jīng)濟損失、精神損失。[1]

法院觀點：

北京互聯(lián)網(wǎng)法院審理認為，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領域的公眾根據(jù)其音色、語調(diào)和發(fā)音風格，關聯(lián)到該自然人，可以認定為具有可識別性。本案中，使用原告?zhèn)€人聲音開發(fā)涉案文本轉(zhuǎn)語音產(chǎn)品與原告的音色、語調(diào)、發(fā)音風格等具有高度一致性，能夠使一般人產(chǎn)生與原告有關的思想或感情活動，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，原告聲音權益及于涉案AI聲音。

法院同時指出，本案中，被告對錄音制品享有著作權等權利，但不包括授權他人對原告聲音進行AI化使用的權利。在未經(jīng)原告本人知情同意的情況下，AI化使用原告聲音的行為無合法權利來源，且構成對原告聲音權益的侵犯，應承擔相應的法律責任。

案件評析：

在新媒體時代，互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能的發(fā)展，使得聲音的記載、利用與傳播的方式大為增加，借由聲音識別技術的發(fā)展，聲音與人格的關聯(lián)也變得前所未有的緊密。而我國《民法典》第1023條首次提出自然人的聲音通過參照適用肖像權相關規(guī)定進行保護，可見，我國將聲音視為一項人格權益，明確了聲音的人格權屬性。

而《民法典》第1018條第2款規(guī)定肖像是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。據(jù)此可知，聲音的可識別性是聲音權益具有人格屬性、可作為一項人格利益保護的前提條件。

常言道“未見其人先聞其聲”，人們聽到一種聲音之后判斷該聲音歸屬于某一特定主體。自然人的聲音與其人格是直接聯(lián)系在一起的，與個人在社會生活中的主體地位也具有直接關聯(lián)度，這也使得聲音可以成為身份識別的重要依據(jù)[2]。本案中，原告殷某作為配音師，因職業(yè)特性而使其聲音具有較高的商業(yè)價值和社會認可度，被告未經(jīng)同意將其聲音AI化并用于商業(yè)目的，已然侵犯殷某的聲音權益。

同時，法院明確了AI生成聲音在具備可識別性的前提下，自然人聲音權益的保護范圍可以及于AI生成聲音，因而對錄音制品的授權并不意味著對聲音AI化的授權，未經(jīng)權利人許可，擅自使用或許可他人使用錄音制品中的聲音構成侵權。總而言之，在享受人工智能技術帶來的便利之余，也要警惕隨之而來的法律風險，聲音權益作為具有財產(chǎn)價值的人格利益，不僅承載精神利益，而且包含一定的經(jīng)濟價值，能夠成為商業(yè)化利用的對象，這無疑需要構建健全的聲音權益保護機制，保護每個人的“無形財產(chǎn)”。

[1] “全國首例AI生成聲音人格權侵權案一審宣判”，載“北京互聯(lián)網(wǎng)法院”公眾號，2024.04.23

[2] 《論聲音權益的法律保護模式》，載《財經(jīng)法學》，2024年第1期