利用AI克隆聲音須嚴守法律邊界
近日，多名配音演員公開發(fā)聲，反對擅自采集其聲音素材用于AI訓練、音色合成及商業(yè)變現(xiàn)的行為，自然人聲音權益保護問題由此進入公眾視線。事實上，利用人工智能技術克隆他人聲音的侵權行為及引發(fā)的糾紛并非新鮮事。2024年4月，北京互聯(lián)網(wǎng)法院就審結(jié)了全國首例“AI聲音侵權案”。該院判決認定，被告未經(jīng)合法授權即使用原告聲音、開發(fā)案涉AI文本轉(zhuǎn)語音產(chǎn)品，構成侵權，賠償原告各項損失25萬元并書面賠禮道歉。
在前人工智能時代，傳統(tǒng)的錄音技術只是將已有的聲音固定到一定的物質(zhì)載體上以備重現(xiàn)。但隨著人工智能技術的快速發(fā)展，如今利用聲音數(shù)據(jù)和深度學習模型，便可以對聲音特征進行建模與學習，從而進行聲音克隆、語音轉(zhuǎn)換等AI聲音處理活動。其中，聲音克隆屬于深度合成技術的一種，其通過對特定自然人的語音數(shù)據(jù)進行深度學習，訓練出相應的人工智能模型，進而生成與該特定自然人聲音高度相似的語音內(nèi)容。這項技術的核心，在于對人的聲音特征進行建模與再現(xiàn)。如果未經(jīng)本人同意或無法定事由，克隆生成與其聲音高度相似的聲音，就會侵害其聲音權益。依據(jù)我國民法典、個人信息保護法等法律，自然人的聲音可以通過肖像權、個人信息權益加以保護；在某些情形下，還可以通過著作權法以及反不正當競爭法加以保護。
依據(jù)民法典，自然人的聲音權益可參照適用肖像權保護的規(guī)定。由于每個自然人在音色特征、發(fā)音習慣、語速節(jié)奏、聲音質(zhì)感等方面都有所不同，因此聲音作為個人的生理標識，與肖像一樣，可以用于識別特定的自然人。例如，一些著名藝術家、演員的聲音就為社會大眾所熟悉。雖然我國法律沒有將聲音權規(guī)定為一項具體的人格權，但為防止他人隨意復制、模仿、偽造特定自然人的聲音，損害自然人的人格尊嚴和財產(chǎn)利益，民法典第1023條第2款明確規(guī)定，“對自然人聲音的保護，參照適用肖像權保護的有關規(guī)定”。也就是說，民法典中關于禁止他人擅自制作、使用、公開肖像權人肖像的規(guī)定，關于肖像合理使用的規(guī)定，以及關于肖像許可使用合同的規(guī)定，都可參照用于對自然人聲音權益的保護。
同時，還可根據(jù)個人信息保護法對自然人的聲音加以保護。自然人的聲音屬于個人信息。通過技術手段從聲音中提取的、能夠反映特定個體聲音特征的聲學特征模式（聲紋)，屬于自然人的生物識別信息，是敏感個人信息。依據(jù)個人信息保護法，自然人對其個人信息的處理享有知情權和決定權，有權限制或拒絕他人處理，除非法律、行政法規(guī)另有規(guī)定。因此，任何人要利用自然人的聲音來訓練人工智能語音產(chǎn)品或者克隆其聲音，都必須取得該自然人的單獨同意或具備法定事由。否則，聲音被他人非法處理的自然人，有權以侵害個人信息權益為由提起訴訟。
實踐中，自然人是通過肖像權還是個人信息權益來保護聲音權益，區(qū)別主要在兩個方面。一是可識別性的認定標準。如果原告以侵害肖像權為由起訴非法進行聲音克隆的行為人，就必須判斷通過人工智能生成的聲音能否識別出原告本人。司法實踐中，被告往往會抗辯稱，案涉聲音經(jīng)AI處理，不具有可識別性，社會公眾難以僅憑聲音識別出原告聲音。而對于克隆后的聲音是否具有可識別性，應當以社會一般人聽到該聲音后能否識別出特定自然人為標準。社會一般人的具體范圍，需結(jié)合聲音主體的社會知名度等因素來確定。如果原告以侵害個人信息權益為由起訴，那么在認定被告所處理的聲音信息是否屬于個人信息時，可采取技術判斷標準。換句話說，即便社會一般人通過聽覺無法識別出特定自然人，但只要通過聲紋比對等技術手段能確定是原告的聲音，就應當認定該聲音為原告的個人信息，被告的行為構成侵權。
二是侵權賠償責任的歸責原則。原告參照肖像權保護的規(guī)定起訴，適用的是民法典第1165條第1款規(guī)定的過錯責任原則，即原告需要證明被告在克隆或使用聲音時存在主觀上的過錯。而如果以侵害個人信息權益起訴，考慮到個人信息處理者與個人之間技術能力等方面的不對等，適用的是個人信息保護法第69條第1款規(guī)定的過錯推定責任，即由個人信息處理者證明自己沒有過錯，而非由個人證明處理者有過錯。（清華大學法學院教授、個人信息保護與數(shù)據(jù)權利研究中心主任 程嘯）
編輯：遲明緒
京公網(wǎng)安備 11010502000576號