吳漢東 龍欣璇：AI生成聲音侵權(quán)認(rèn)定的路徑選擇 | 北方法學(xué)202601

【副標(biāo)題】以肖像權(quán)的參照適用為中心

【作者】吳漢東（澳門科技大學(xué)法學(xué)院特聘教授、中南財(cái)經(jīng)政法大學(xué)文瀾資深教授、博士生導(dǎo)師）；龍欣璇（澳門科技大學(xué)法學(xué)院2023級(jí)博士研究生）

【來源】北大法寶法學(xué)期刊庫《北方法學(xué)》2026年第1期（文末附本期期刊目錄）。因篇幅較長，已略去原文注釋。

內(nèi)容提要：人工智能生成聲音技術(shù)的快速發(fā)展正在重塑文化傳播與社會(huì)生態(tài)。聲音兼具生物屬性與人格標(biāo)識(shí)的雙重特征，卻在數(shù)字化進(jìn)程中面臨技術(shù)濫用風(fēng)險(xiǎn)。既有研究對(duì)AI生成聲音的侵權(quán)認(rèn)定或限于知識(shí)產(chǎn)權(quán)領(lǐng)域的表演者權(quán)擴(kuò)張理論，或錯(cuò)配適用《反不正當(dāng)競爭法》,導(dǎo)致人格權(quán)的完整性被割裂，難以有效應(yīng)對(duì)深度合成技術(shù)對(duì)人格權(quán)益的沖擊。立足人格權(quán)制度的內(nèi)在邏輯，依托《民法典》第1023條的肖像權(quán)參照適用體系，可以系統(tǒng)回應(yīng)AI生成聲音的法律挑戰(zhàn)。在權(quán)利配置上，應(yīng)以可識(shí)別性為核心侵權(quán)要件，結(jié)合聲紋鑒定與傳播場景綜合界定人格權(quán)益邊界。在行為規(guī)制上，應(yīng)構(gòu)建覆蓋聲音輸入授權(quán)、輸出規(guī)制與侵權(quán)認(rèn)定的協(xié)同治理框架，在防范技術(shù)濫用的同時(shí)為創(chuàng)新保留空間。

關(guān)鍵詞：AI生成聲音；聲音侵權(quán)；人格權(quán)；參照適用

目次 一、AI生成聲音的法律調(diào)整難題 二、AI生成聲音的權(quán)利保護(hù)方案 三、AI生成聲音的侵權(quán)認(rèn)定規(guī)則 四、結(jié)論

隨著人工智能技術(shù)(AI)的快速發(fā)展，AI生成聲音技術(shù)能夠在不改變語義與發(fā)音細(xì)節(jié)的情況下替換音色，實(shí)現(xiàn)高度逼真的語音合成。這一能力使其在語音合成、智能助手及虛擬主播等場景中展現(xiàn)出廣闊的應(yīng)用前景。隨著AI生成聲音發(fā)展為一種新興業(yè)態(tài)，法律規(guī)則的滯后性也日益顯現(xiàn)。當(dāng)技術(shù)能夠脫離人的意志，將聲音從生物特性轉(zhuǎn)化為可無限生成的數(shù)據(jù)資源時(shí)，如何界定權(quán)利邊界、平衡技術(shù)使用與人格保護(hù)，已成為亟須破解的法律難題。近期，亞馬遜中國在推廣某系列視頻時(shí)，被指控在未獲授權(quán)的情況下，使用AI技術(shù)生成了曾為其配音的演員聲音，這反映了AI生成聲音在授權(quán)方面的模糊性與監(jiān)管層面的缺位。此前，知名企業(yè)家雷軍的聲音被AI技術(shù)模仿生成，由此引發(fā)的公眾信任危機(jī)與人格貶損后果，已然暴露出AI生成聲音技術(shù)濫用對(duì)自然人聲音權(quán)益的威脅。2023年，成都鐵路運(yùn)輸法院援引《民法典》第1023條審結(jié)全國首例影視劇臺(tái)詞聲音侵權(quán)案，這一判決雖具有里程碑意義，卻未能解答法律領(lǐng)域的核心爭議問題，即當(dāng)聲音脫離生物載體成為可無限生成的數(shù)據(jù)資源時(shí)，應(yīng)當(dāng)如何界定由此而來的權(quán)利邊界，以及如何平衡技術(shù)創(chuàng)新與人格尊嚴(yán)保護(hù)之間的關(guān)系？本文擬就這一問題展開討論。

一

Al生成聲音的法律調(diào)整難題

聲音作為自然人身份的關(guān)鍵標(biāo)識(shí)，與個(gè)體的人格尊嚴(yán)緊密相連。隨著聲音在文化產(chǎn)業(yè)和商業(yè)領(lǐng)域的廣泛使用，其經(jīng)濟(jì)價(jià)值亦不斷提升，已經(jīng)成為一種重要的商業(yè)資產(chǎn)。人工智能技術(shù)的發(fā)展進(jìn)一步拓寬了聲音的應(yīng)用邊界，在促進(jìn)文化傳播與產(chǎn)業(yè)發(fā)展的同時(shí)，也使聲音權(quán)益的保護(hù)問題變得更加復(fù)雜和緊迫。既有法律規(guī)則在應(yīng)對(duì)技術(shù)變革時(shí)，已顯露出系統(tǒng)性不足，AI生成聲音的聲音權(quán)益邊界模糊、侵權(quán)認(rèn)定困難與法律規(guī)制滯后等問題相互交織，形成了亟待梳理與應(yīng)對(duì)的復(fù)雜局面。

(一)權(quán)益邊界模糊

AI生成聲音實(shí)際上是語音轉(zhuǎn)換技術(shù)，其基本原理是在保留原始語義信息的同時(shí)實(shí)現(xiàn)語音身份特征的轉(zhuǎn)換。即將一種音色替換為另一種音色，同時(shí)保留原發(fā)聲人的語氣、唱腔等細(xì)節(jié)，從而達(dá)成高度逼真的效果。從AI生成聲音的技術(shù)演變脈絡(luò)來看，早期的規(guī)則式生成技術(shù)以貝爾實(shí)驗(yàn)室的世界首臺(tái)電子語音合成器Voder為代表，依賴人工設(shè)定的聲學(xué)模型合成語音，產(chǎn)出的聲音機(jī)械、生硬，與人的聲音關(guān)聯(lián)薄弱。進(jìn)入統(tǒng)計(jì)參數(shù)生成階段后，語音轉(zhuǎn)換技術(shù)借助隱馬爾可夫模型(HMM)等工具從真人錄音中學(xué)習(xí)規(guī)律來生成語音，但是生成的聲音有明顯機(jī)械感，對(duì)生物發(fā)聲的模擬仍不充分。當(dāng)前，以神經(jīng)網(wǎng)絡(luò)語音合成為代表的深度學(xué)習(xí)語音生成技術(shù)已成為生成聲音領(lǐng)域的主流范式。這類系統(tǒng)通過深度神經(jīng)網(wǎng)絡(luò)直接從海量數(shù)據(jù)中學(xué)習(xí)文本到語音的映射關(guān)系，不僅能夠高度還原自然人聲的特征，還可實(shí)現(xiàn)對(duì)音色、韻律的靈活調(diào)節(jié)。其通常采用卷積神經(jīng)網(wǎng)絡(luò)提取文本特征，結(jié)合循環(huán)神經(jīng)網(wǎng)絡(luò)建模語音的時(shí)序動(dòng)態(tài)變化，通過聲碼器合成波形，從而生成音質(zhì)逼真且更有表現(xiàn)力的語音。事實(shí)上，自2016年谷歌WaveNet模型發(fā)布以來，基于深度學(xué)習(xí)的語音合成技術(shù)已逐步接近自然人聲的實(shí)用水平。

語音轉(zhuǎn)換技術(shù)的飛躍使AI生成聲音技術(shù)能夠?qū)⒆匀蝗司哂猩锾卣鞯穆曇艮D(zhuǎn)化為可無限復(fù)制、重組與傳播的數(shù)據(jù)資源，這一過程深刻沖擊了傳統(tǒng)人格權(quán)制度中以生物載體為核心的權(quán)利歸屬邏輯。在傳統(tǒng)法律框架下，聲音權(quán)益緊密依附于自然人的生理存在，強(qiáng)調(diào)其與主體不可分離的人格屬性。然而，AI技術(shù)使聲音得以脫離自然人意志的控制成為獨(dú)立的數(shù)據(jù)產(chǎn)物，從而引發(fā)其是否仍歸屬于原權(quán)利主體的法律爭議。雖然聲音權(quán)益被認(rèn)為是《民法典》第1023條所確認(rèn)的新型人格利益，并與肖像同樣具有身份標(biāo)識(shí)功能，同屬人格權(quán)保護(hù)范疇，但是AI生成聲音不再依賴實(shí)時(shí)發(fā)聲，而是通過數(shù)據(jù)與算法生成語音，凸顯了聲音生物屬性與數(shù)據(jù)資源之間的內(nèi)在沖突。由于相關(guān)法律規(guī)定較為籠統(tǒng)，權(quán)利邊界不夠清晰，實(shí)踐中許多主體缺乏事先獲取明確授權(quán)的意識(shí)，導(dǎo)致聲音數(shù)據(jù)的采集、使用與商業(yè)化常缺乏充分的法律依據(jù)。這不僅容易引發(fā)聲音未經(jīng)許可的商業(yè)化利用風(fēng)險(xiǎn)，也削弱了自然人對(duì)聲音這一人格要素的自主控制能力。盡管司法個(gè)案已對(duì)聲音權(quán)益歸屬有所回應(yīng)，但在許多具體場景下的權(quán)責(zé)關(guān)系仍不明朗。在民法日益強(qiáng)化人格尊嚴(yán)維護(hù)的背景下，聲音權(quán)益保護(hù)實(shí)屬必要。AI對(duì)聲音的多樣化利用可能沖擊自然人對(duì)聲音標(biāo)識(shí)的專屬支配，損害其人格尊嚴(yán)。而此時(shí)法律指引的缺失，使得公眾難以建立合理行為的預(yù)期，既可能因過度擔(dān)憂侵權(quán)風(fēng)險(xiǎn)而抑制對(duì)AI聲音技術(shù)的創(chuàng)新應(yīng)用，也可能因?qū)Ψ珊蠊J(rèn)識(shí)不足而引發(fā)無意識(shí)的侵權(quán)傳播行為。

(二)侵權(quán)認(rèn)定困難

AI生成聲音的侵權(quán)認(rèn)定面臨明顯的技術(shù)性挑戰(zhàn)，核心在于可識(shí)別性要件的證明難題。參照肖像權(quán)保護(hù)規(guī)則，聲音侵權(quán)的成立必須以社會(huì)公眾能夠?qū)⒙曇襞c特定自然人相關(guān)聯(lián)為前提，即該聲音需要具備足夠的可識(shí)別性。聲音的可識(shí)別性相較于肖像更具語境依賴性和主觀性。因?yàn)橐羯?、語調(diào)等聲學(xué)特征并非如面部特征那樣直觀穩(wěn)定，而是容易受到表達(dá)內(nèi)容、情緒狀態(tài)以及技術(shù)處理的影響。侵權(quán)人可能通過變調(diào)、加速或混合音效等技術(shù)手段，刻意弱化聲音的原始特征，從而降低聲音與特定主體之間的對(duì)應(yīng)關(guān)系和可識(shí)別性。

在侵權(quán)認(rèn)定過程中，權(quán)利人通常需要使用聲紋鑒定等專業(yè)技術(shù)手段證明AI生成聲音具有可識(shí)別性。聲紋鑒定雖然能通過分析音色、共振峰等特征提供客觀比對(duì)方案，但其成本高昂且精度受樣本質(zhì)量和算法限制。如果結(jié)合具體使用場景，還需依托相關(guān)語境和公眾認(rèn)知進(jìn)行判斷，導(dǎo)致舉證過程更為復(fù)雜。隨著AI技術(shù)使用門檻的降低，侵權(quán)人能夠以極低的成本快速生成侵權(quán)內(nèi)容，僅憑15秒樣本的小型模型就能實(shí)現(xiàn)簡單的語音生成，這導(dǎo)致侵權(quán)行為更易發(fā)生，也進(jìn)一步加劇了維權(quán)成本與侵權(quán)成本之間的失衡。更深層的問題在于，現(xiàn)行法律缺乏關(guān)于可識(shí)別性要件的細(xì)化標(biāo)準(zhǔn)，未明確聲紋鑒定結(jié)論的證明力應(yīng)如何與傳播場景、受眾范圍等因素結(jié)合形成復(fù)合判斷規(guī)則。這種規(guī)則空白不僅加劇了司法實(shí)踐的不確定性，還可能導(dǎo)致同案不同判，削弱法律的可預(yù)期性。此外，從救濟(jì)效果看，傳統(tǒng)聲音侵權(quán)多涉及財(cái)產(chǎn)損失，事后補(bǔ)救相對(duì)有效；而AI生成聲音常觸及人格尊嚴(yán)、名譽(yù)權(quán)等核心人身權(quán)益，事后補(bǔ)救往往收效甚微。這種救濟(jì)效能上的落差，進(jìn)一步凸顯完善相關(guān)侵權(quán)認(rèn)定規(guī)則的緊迫性。

(三)法律規(guī)則滯后

AI生成聲音的法律規(guī)制呈現(xiàn)出明顯的結(jié)構(gòu)性錯(cuò)位?？稍囊话阈苑蛇^于泛化，而專門法律的制定又嚴(yán)重滯后，兩者之間難以形成有效協(xié)同。盡管我國《民法典》在人格權(quán)編中通過參照適用肖像權(quán)保護(hù)的模式為自然人聲音提供了初步的法律依據(jù)，但此種規(guī)范方式本身即存在模糊地帶，尤其是對(duì)于AI生成聲音這一新興事物，更缺乏清晰、有針對(duì)性的法律規(guī)則。與此同時(shí)，涉及AI生成聲音的專門行政法規(guī)也呈現(xiàn)出明顯的滯后性?，F(xiàn)行規(guī)范如《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》《人工智能生成合成內(nèi)容標(biāo)識(shí)辦法》及《生成式人工智能服務(wù)管理暫行辦法》等，主要側(cè)重于規(guī)定服務(wù)提供者的內(nèi)容標(biāo)識(shí)義務(wù)與安全管理責(zé)任，對(duì)AI生成聲音可能引發(fā)的侵權(quán)問題關(guān)注不足。

正是由于上述一般法的泛化與特別法的滯后，AI生成的聲音在現(xiàn)行法律框架中難以獲得清晰、穩(wěn)定的定位。例如，在2024年審結(jié)的全國首例“AI聲音侵權(quán)案”中，法官雖在判決中認(rèn)可具有可識(shí)別性的聲音應(yīng)受保護(hù)，并認(rèn)定未經(jīng)許可使用錄音制品中的聲音用于AI訓(xùn)練構(gòu)成人格權(quán)侵權(quán)，但并未真正明確由AI生成的聲音被他人使用時(shí)認(rèn)定侵權(quán)的法律適用標(biāo)準(zhǔn)。在域外，盡管歐盟《人工智能法案》第50條為人工智能深度偽造技術(shù)設(shè)立了最低透明度要求，美國亦通過“米德勒訴福特汽車公司案”認(rèn)定未經(jīng)授權(quán)故意模仿獨(dú)特人聲以銷售產(chǎn)品構(gòu)成侵權(quán)，但這些規(guī)范仍顯零散，尚未形成系統(tǒng)、具體的AI聲音保護(hù)標(biāo)準(zhǔn)。因此，現(xiàn)有實(shí)踐雖能提供一定參考，卻遠(yuǎn)未解決法律保護(hù)的核心問題，導(dǎo)致理論界在如何構(gòu)建有效保護(hù)路徑上存在顯著分歧。有學(xué)者認(rèn)為，AI生成的聲音實(shí)質(zhì)上是對(duì)原聲音權(quán)益所有人的模仿表演，因此主張擴(kuò)大表演者權(quán)的保護(hù)范圍，以涵蓋AI生成技術(shù)下的聲音復(fù)制和模仿行為。還有學(xué)者從市場競爭的角度出發(fā)，認(rèn)為AI生成聲音本質(zhì)上是對(duì)原聲音權(quán)益所有人市場的侵占乃至替代，構(gòu)成不正當(dāng)競爭，因此主張通過《反不正當(dāng)競爭法》對(duì)此類行為進(jìn)行調(diào)整和保護(hù)。另有學(xué)者認(rèn)為，聲音作為自然人身份的重要標(biāo)識(shí)，與人格尊嚴(yán)緊密相連，其保護(hù)不僅關(guān)系到個(gè)人的名譽(yù)和尊嚴(yán)，還涉及其經(jīng)濟(jì)利益等多重法益?？偟膩砜?，以上三種觀點(diǎn)代表了理論界對(duì)AI生成聲音法律屬性及保護(hù)路徑的核心分歧。

二

Al生成聲音的權(quán)利保護(hù)方案

如前所述，當(dāng)前學(xué)界針對(duì)AI生成聲音的法律保護(hù)路徑問題存在多種理論主張，總的來看，主要形成了表演者權(quán)擴(kuò)張、反不正當(dāng)競爭法規(guī)制與人格權(quán)保護(hù)三種模式。這些方案在價(jià)值基礎(chǔ)、適用范圍與保護(hù)效能等方面各有側(cè)重，也各有其局限性。

(一)不應(yīng)采用表演者權(quán)的保護(hù)模式

我國《著作權(quán)法》第39條明確了表演者對(duì)其表演享有的權(quán)利。在該法的第三次修訂中，由于單位不具有表演者權(quán)中人身性質(zhì)的權(quán)利，立法者刪除了單位作為表演者的規(guī)定，由此反映了表演者權(quán)的立法目的主要在于保護(hù)自然人在表演中所體現(xiàn)的人格表達(dá)與利益。AI生成聲音作為技術(shù)驅(qū)動(dòng)的數(shù)據(jù)重組產(chǎn)物，缺乏自然人表演行為所蘊(yùn)含的創(chuàng)造性勞動(dòng)基礎(chǔ)，因此與表演者權(quán)保護(hù)特定表演行為之人格表達(dá)的立法價(jià)值存在根本偏離。有學(xué)者認(rèn)為AI歌手本質(zhì)上是對(duì)特定表演者的模仿，使用他人聲音訓(xùn)練AI無需單獨(dú)評(píng)價(jià)，其侵權(quán)核心是對(duì)自然人表演者形成替代，故主張利用表演者權(quán)規(guī)制AI表演。這種觀點(diǎn)不僅混淆了技術(shù)復(fù)制與藝術(shù)表演的界限，更忽視了人格權(quán)保護(hù)路徑對(duì)聲音權(quán)益的體系化涵蓋能力，因?yàn)锳I生成聲音的技術(shù)機(jī)理已從根本上消解了表演者權(quán)在此場景下的適用基礎(chǔ)。首先，從技術(shù)實(shí)現(xiàn)路徑來看，AI生成聲音的核心并非模仿，而是對(duì)既有聲音數(shù)據(jù)的機(jī)械性重組。以深度學(xué)習(xí)技術(shù)為例，AI并非通過藝術(shù)創(chuàng)作思維進(jìn)行聲線模仿行為，而是運(yùn)用算法對(duì)表演者原聲素材進(jìn)行切片化處理與聲紋特征提取，通過概率模型推導(dǎo)生成新的語音序列。這種技術(shù)路徑僅是對(duì)聲學(xué)特征的數(shù)學(xué)化復(fù)現(xiàn)，既不包含對(duì)表演技巧的領(lǐng)悟，也不涉及對(duì)情感表達(dá)的創(chuàng)造性再現(xiàn)。其次，從情感傳遞和法律倫理的維度來看，AI生成聲音也難以取代表演者。盡管目前的AI技術(shù)在音色模仿上可接近自然人，卻無法精準(zhǔn)傳遞憤怒、悲傷等復(fù)雜情感，也難以復(fù)現(xiàn)人類情感表達(dá)的個(gè)體性與深度，而人格權(quán)保護(hù)的內(nèi)涵正包含這種情感獨(dú)特性。再次，從文化產(chǎn)業(yè)動(dòng)態(tài)演進(jìn)的角度來看，AI生成聲音在表演者權(quán)視域下也難以替代真人。當(dāng)代娛樂產(chǎn)業(yè)已突破傳統(tǒng)作品數(shù)量維度的競爭邏輯，轉(zhuǎn)向以人格化IP運(yùn)營為核心的情感價(jià)值生產(chǎn)體系。表演者往往通過現(xiàn)場互動(dòng)與受眾建立精神聯(lián)結(jié)，而AI生成聲音缺乏真實(shí)的互動(dòng)反饋機(jī)制，無法復(fù)現(xiàn)此類人格化體驗(yàn)，也非表演者權(quán)體系的價(jià)值承載對(duì)象。最后，這一規(guī)制模式還存在另一問題，它忽略了使用他人聲音訓(xùn)練AI也可能構(gòu)成侵權(quán)的問題，只能解決利用AI生成聲音的侵權(quán)問題。這將導(dǎo)致針對(duì)AI訓(xùn)練和AI生成聲音的行為被置于不同的法律評(píng)價(jià)之下，形成治理上的錯(cuò)位，原因在于該模式誤將聲音權(quán)益納入著作權(quán)范疇，并認(rèn)為使用他人聲音進(jìn)行AI訓(xùn)練屬于合理使用。但實(shí)際上，這類訓(xùn)練行為侵犯的是人格權(quán)，與合理使用制度并無關(guān)聯(lián)。

從制度協(xié)調(diào)的角度看，將AI生成聲音納入表演者權(quán)保護(hù)將導(dǎo)致知識(shí)產(chǎn)權(quán)制度的體系失衡。其一，知識(shí)產(chǎn)權(quán)法并非必然對(duì)模仿行為進(jìn)行全面干預(yù)。若將AI生成聲音簡單歸為模仿行為并納入表演者權(quán)調(diào)整，實(shí)則將表演者權(quán)的保護(hù)對(duì)象從具象的表演行為異化為抽象的聲音元素，這不僅違背知識(shí)產(chǎn)權(quán)法鼓勵(lì)創(chuàng)新的立法宗旨，更將導(dǎo)致對(duì)模仿行為的過度干預(yù)，侵蝕公共領(lǐng)域的自由創(chuàng)作空間。其二，賦予表演者控制AI模仿行為的權(quán)利實(shí)質(zhì)上是對(duì)表演者權(quán)的非理性擴(kuò)張。根據(jù)《著作權(quán)法》第39條，表演者的權(quán)利局限于表演的范圍之內(nèi)，其聲音權(quán)益保護(hù)的范圍局限于表演內(nèi)容之中，并非表演者的全部聲音。若將權(quán)利范圍擴(kuò)展至AI生成聲音這一間接利用場景，會(huì)導(dǎo)致表演者權(quán)異化為一種“聲音壟斷權(quán)”。表演者權(quán)的法理基礎(chǔ)在于認(rèn)可表演者對(duì)特定表演行為所投入的創(chuàng)造性勞動(dòng)，而非賦予其對(duì)表演元素的壟斷性支配。如果強(qiáng)行通過表演者權(quán)規(guī)制AI生成聲音將產(chǎn)生雙重困境。一是制度成本過高，不僅需重構(gòu)表演者權(quán)的定義與范圍，還須為AI建立特殊規(guī)則，這涉及多層次的法律調(diào)整，且與現(xiàn)有知識(shí)產(chǎn)權(quán)制度的兼容性存疑。二是規(guī)制范圍有限，表演者權(quán)只能約束與表演相關(guān)的聲音使用，無法覆蓋AI生成的非表演性聲音。因此，AI生成聲音仍需回歸人格權(quán)保護(hù)路徑，以防導(dǎo)致法律適用的碎片化與冗余化。

(二)不應(yīng)采用競爭法領(lǐng)域的權(quán)利保護(hù)模式

AI生成聲音引發(fā)的核心權(quán)益問題是對(duì)自然人人格尊嚴(yán)與財(cái)產(chǎn)利益的雙重侵害，其本質(zhì)與《反不正當(dāng)競爭法》維護(hù)市場競爭秩序的目標(biāo)存在根本性錯(cuò)配。有學(xué)者主張，聲音與姓名一樣，均可起到標(biāo)識(shí)商品來源的作用，其財(cái)產(chǎn)性權(quán)益應(yīng)由《反不正當(dāng)競爭法》予以調(diào)整，而精神性權(quán)益則由《民法典》人格權(quán)編進(jìn)行保護(hù)。但這種二元分割模式不僅割裂了聲音權(quán)益的完整性，更與我國人格權(quán)制度的體系化保護(hù)邏輯相悖?！斗床徽?dāng)競爭法》作為市場競爭秩序的補(bǔ)充性規(guī)范應(yīng)恪守謙抑性原則，為保護(hù)聲音權(quán)益進(jìn)行擴(kuò)張解釋可能違背立法初衷。其一，《民法典》第1023條已通過參照適用肖像權(quán)規(guī)則對(duì)聲音權(quán)益提供體系化保護(hù)，若將其經(jīng)濟(jì)利益剝離至《反不正當(dāng)競爭法》,將導(dǎo)致人格權(quán)制度的內(nèi)在割裂。人格權(quán)編以人格與財(cái)產(chǎn)復(fù)合性保護(hù)為邏輯基礎(chǔ)，對(duì)肖像、姓名等權(quán)益采取統(tǒng)一路徑，若對(duì)聲音權(quán)益采取差異化的保護(hù)模式，可能破壞法律邏輯的一致性。其二，《反不正當(dāng)競爭法》缺乏對(duì)聲音保護(hù)的具體規(guī)范指引，若援引其原則性條款，易陷入解釋不確定的困境。該法的適用以存在競爭關(guān)系為前提，其第7條第2款僅規(guī)制姓名冒用行為，而聲音在識(shí)別功能與法律屬性上更貼近肖像權(quán)。既然肖像權(quán)未被納入該法保護(hù)范疇，聲音權(quán)益便更無適用該法之必要。其三，在具體制度運(yùn)行層面，《反不正當(dāng)競爭法》的適用將削弱聲音權(quán)益的保護(hù)力度。人格權(quán)侵權(quán)認(rèn)定不受競爭關(guān)系或混淆要件的限制，并可主張精神損害賠償，而《反不正當(dāng)競爭法》側(cè)重于擾亂市場秩序，難以覆蓋非商業(yè)場景的侵權(quán)行為，也無法充分回應(yīng)人格尊嚴(yán)侵害的核心訴求。司法實(shí)踐已通過援引《民法典》第1023條在相關(guān)案例中認(rèn)定聲音侵權(quán)并支持經(jīng)濟(jì)賠償，說明人格權(quán)路徑完全具備救濟(jì)經(jīng)濟(jì)利益損害的功能。若采用《民法典》與《反不正當(dāng)競爭法》的二元保護(hù)模式，可能引發(fā)法律適用分歧，增加同案不同判的風(fēng)險(xiǎn)，并迫使權(quán)利人針對(duì)同一行為啟動(dòng)多重訴訟，徒增司法成本。

在現(xiàn)行法律體系下，對(duì)AI生成聲音類推適用《反不正當(dāng)競爭法》第7條第2款存在顯著困難。一方面，聲音與姓名的標(biāo)識(shí)功能存在本質(zhì)差異，類推適用該條款將導(dǎo)致法律要件與規(guī)制目標(biāo)錯(cuò)位，且混淆行為要件在實(shí)踐中難以證成。姓名的核心功能在于通過文字符號(hào)與主體身份建立直接、穩(wěn)定的對(duì)應(yīng)關(guān)系，消費(fèi)者通過姓名即可明確識(shí)別商品或服務(wù)的來源主體。而聲音的識(shí)別具有語境依賴性和模糊性，常需借助語調(diào)、臺(tái)詞等輔助信息。姓名冒用難以消除混淆，而聲音的弱關(guān)聯(lián)性使其難以直接適用姓名的強(qiáng)關(guān)聯(lián)保護(hù)規(guī)則。另一方面，該條款難以有效覆蓋AI生成聲音的技術(shù)流程，聲音權(quán)益的保護(hù)需求遠(yuǎn)超市場秩序維護(hù)維度。AI聲音的訓(xùn)練與使用在技術(shù)上可分離，若僅規(guī)制使用行為，會(huì)因放任訓(xùn)練行為而形成漏洞。若將訓(xùn)練行為納入規(guī)制，則需突破擾亂市場競爭秩序這一核心要件，而非商業(yè)場景的AI訓(xùn)練行為并不涉及競爭關(guān)系，將導(dǎo)致法律邏輯難以自洽。究其根本，該法以擾亂競爭秩序、造成實(shí)質(zhì)損害為核心規(guī)制要件，而AI聲音侵權(quán)行為多集中于文化創(chuàng)作、虛擬交互等非直接競爭領(lǐng)域，在性質(zhì)上與之存在疏離。相比之下，《民法典》第1023條參照肖像權(quán)構(gòu)建的保護(hù)框架，天然兼容商業(yè)與非商業(yè)場景，既無需突破解釋邊界，亦能維護(hù)法律體系的包容自洽，為應(yīng)對(duì)技術(shù)倫理挑戰(zhàn)提供了更為穩(wěn)健的路徑。

(三)應(yīng)該采用人格權(quán)的保護(hù)模式

人格權(quán)的價(jià)值基礎(chǔ)在于人格尊嚴(yán)的維護(hù)。聲音作為一種人格性標(biāo)識(shí)，與人格尊嚴(yán)緊密相連，采用人格權(quán)保護(hù)模式對(duì)AI生成聲音進(jìn)行保護(hù)，既維護(hù)了人格尊嚴(yán)的不可讓渡性，又為聲音的經(jīng)濟(jì)價(jià)值實(shí)現(xiàn)提供了路徑。基于人格尊嚴(yán)作為人格權(quán)編的首要價(jià)值這一立法導(dǎo)向，將AI生成聲音納入人格權(quán)框架，不僅契合人格權(quán)編的價(jià)值根基，更能依托《民法典》人格權(quán)編的參照適用機(jī)制構(gòu)建靈活的保護(hù)體系。其優(yōu)勢如下：第一，符合人身權(quán)高于財(cái)產(chǎn)權(quán)理論的要求。聲音作為兼具生物特征與人格表達(dá)屬性的特殊標(biāo)識(shí)，其保護(hù)須遵循《民法典》人格利益優(yōu)先于財(cái)產(chǎn)利益的價(jià)值立場。人格權(quán)的核心功能是防御對(duì)人格尊嚴(yán)的侵害，而非單純追求財(cái)產(chǎn)利益。自然人的音色、語調(diào)等聲學(xué)特征與面部特征一樣，構(gòu)成社會(huì)認(rèn)知中的人格符號(hào)。未經(jīng)授權(quán)對(duì)聲音進(jìn)行AI利用，即便未造成直接經(jīng)濟(jì)損失，也會(huì)削弱個(gè)體對(duì)自身人格標(biāo)識(shí)的專屬控制，實(shí)質(zhì)上構(gòu)成對(duì)人格尊嚴(yán)的貶損。《民法典》將人格尊嚴(yán)置于財(cái)產(chǎn)利益之上的價(jià)值取向，決定了聲音權(quán)益的保護(hù)必須回歸人格權(quán)路徑，避免將人格要素降格。第二，《民法典》第1023條通過參照適用肖像權(quán)保護(hù)的技術(shù)設(shè)計(jì)，為聲音權(quán)益提供了靈活且系統(tǒng)的保護(hù)框架。肖像權(quán)保護(hù)規(guī)則歷經(jīng)長期司法實(shí)踐檢驗(yàn)，可直接適用于聲音場景而無需重復(fù)立法。例如，未經(jīng)許可使用他人聲音用于AI訓(xùn)練，可參照適用《民法典》第1019條“不得利用信息技術(shù)手段偽造、制作、使用肖像權(quán)人肖像”的禁止性規(guī)定。肖像權(quán)合理使用規(guī)則的參照適用，能夠?yàn)锳I技術(shù)發(fā)展的合理使用劃定邊界，避免扼殺創(chuàng)新。這種原則加參照的模式，既確保了法律規(guī)則的穩(wěn)定性，又為新興技術(shù)問題預(yù)留了解釋空間。第三，人格權(quán)編對(duì)肖像權(quán)的“人格一財(cái)產(chǎn)”雙重保護(hù)模式，天然適配聲音權(quán)益的復(fù)合性特征。該模式既能禁止未經(jīng)授權(quán)的AI聲音生成行為，維護(hù)個(gè)體對(duì)聲音的自主控制權(quán)，又能通過聲音許可使用合同，允許權(quán)利人授權(quán)他人商業(yè)化利用其聲音并獲取合理對(duì)價(jià)。這一模式無需借助《反不正當(dāng)競爭法》或知識(shí)產(chǎn)權(quán)法補(bǔ)充，即可實(shí)現(xiàn)聲音權(quán)益的全面保護(hù)。若對(duì)AI生成聲音同時(shí)適用《民法典》人格權(quán)編與《反不正當(dāng)競爭法》,可能導(dǎo)致同一侵權(quán)行為需分別主張人格權(quán)侵權(quán)與不正當(dāng)競爭，增加訴訟成本。且聲音的標(biāo)識(shí)功能在人格權(quán)法中被界定為人格屬性，在競爭法中卻被異化為商業(yè)符號(hào)，損害法律概念的同一性。人格權(quán)編的單一適用路徑則可避免上述弊端，通過統(tǒng)一的責(zé)任構(gòu)成與救濟(jì)規(guī)則，實(shí)現(xiàn)法律適用的簡潔性與可預(yù)期性。

有觀點(diǎn)認(rèn)為，以人格權(quán)對(duì)聲音權(quán)益進(jìn)行保護(hù)的不足之處在于聲音權(quán)無法處分，且由于不區(qū)分是否為表演者，可能導(dǎo)致權(quán)利主體范圍的擴(kuò)大。然而，處分意味著權(quán)利歸屬的徹底讓渡，而人格權(quán)作為與主體不可分離的權(quán)利，天然排斥此類處分行為。聲音權(quán)益的財(cái)產(chǎn)利益本質(zhì)上是使用權(quán)的衍生，通過許可使用即可實(shí)現(xiàn)其商業(yè)價(jià)值，無需借助處分行為。此外，人格權(quán)的主體資格具有普遍性與平等性，不因職業(yè)身份差異而受限。聲音權(quán)益作為標(biāo)表型人格權(quán)，其保護(hù)邏輯與肖像權(quán)具有同質(zhì)性。正如肖像權(quán)不因主體是否為演員而產(chǎn)生權(quán)利內(nèi)容差異，聲音權(quán)益亦無需區(qū)分表演者與非表演者。所謂權(quán)利主體泛化的質(zhì)疑，混淆了權(quán)利享有與權(quán)利價(jià)值的界限。表演者因職業(yè)場景的公開性與傳播廣泛性，其權(quán)益更易受到侵害，但權(quán)利內(nèi)容與普通自然人并無二致。法律對(duì)權(quán)利主體的普遍確認(rèn)，恰恰體現(xiàn)了平等保護(hù)，而非制度缺陷。聲音權(quán)益的商業(yè)價(jià)值本質(zhì)上由市場供需關(guān)系決定，表演者的聲音因識(shí)別度高可能獲得更高許可對(duì)價(jià)，這屬于市場定價(jià)范疇，法律只需提供平等的權(quán)利保護(hù)底線。

聲音作為自然人身份的重要標(biāo)識(shí)，與人格尊嚴(yán)緊密相連，其保護(hù)不僅關(guān)系到個(gè)人的名譽(yù)和尊嚴(yán)，還涉及其經(jīng)濟(jì)利益等多重法益。表演者權(quán)和反不正當(dāng)競爭法在規(guī)制AI生成聲音的種種問題時(shí)均顯乏力。若通過表演者權(quán)來調(diào)整AI生成聲音，需要擴(kuò)張其權(quán)利邊界；而反不正當(dāng)競爭法又難以覆蓋聲音作為人格特征所蘊(yùn)含的專屬價(jià)值。聲音作為與肖像相同的人格尊嚴(yán)外化載體，其保護(hù)邏輯應(yīng)超越單純的經(jīng)濟(jì)利益衡量，回歸人格權(quán)制度對(duì)人之完整性的終極關(guān)懷。這一路徑無需通過疊加立法增加制度成本，也不必為迎合技術(shù)復(fù)雜性而犧牲法律完備性。將AI生成聲音納入人格權(quán)調(diào)整范疇，不僅是對(duì)《民法典》第1023條參照適用技術(shù)的體系化延展，更是回應(yīng)技術(shù)倫理挑戰(zhàn)、捍衛(wèi)人格尊嚴(yán)的必然選擇。

三

Al生成聲音的侵權(quán)認(rèn)定規(guī)則

將AI生成聲音納入人格權(quán)調(diào)整范疇，從法理上回應(yīng)了技術(shù)對(duì)人格尊嚴(yán)的沖擊，但仍缺乏具體規(guī)則的設(shè)計(jì)。將成熟的肖像權(quán)規(guī)則引入AI生成聲音侵權(quán)認(rèn)定領(lǐng)域，能為具體規(guī)則的構(gòu)建提供高效實(shí)用的路徑。這一探索不僅需要論證參照適用的正當(dāng)性根基，更需要一套覆蓋AI生成聲音輸入、輸出及侵權(quán)認(rèn)定的系統(tǒng)性規(guī)則設(shè)計(jì)。

(一)AI生成聲音侵權(quán)應(yīng)參照肖像權(quán)侵權(quán)規(guī)則處理

聲音與肖像同屬人格標(biāo)識(shí)，兩者的功能同質(zhì)性為法律參照適用奠定了法理基礎(chǔ)。《民法典》第1023條“參照適用肖像權(quán)保護(hù)”的開放性表述，為AI生成聲音的規(guī)則建構(gòu)提供了制度接口。這里的“參照適用”亦稱“準(zhǔn)用”,即法律明確規(guī)定某一法律規(guī)定可以參照適用于其他的情形，是立法者意識(shí)到法律漏洞并通過授權(quán)類推適用的方式進(jìn)行漏洞填補(bǔ)的一種立法技術(shù)。參照適用本質(zhì)上基于類似性原則，即將制定法針對(duì)某事實(shí)構(gòu)成或若干彼此類似事實(shí)構(gòu)成所設(shè)定的規(guī)則，轉(zhuǎn)用于制定法未作調(diào)整但與其類似的事實(shí)構(gòu)成。其法理基礎(chǔ)在于，當(dāng)兩類事實(shí)構(gòu)成在法律評(píng)價(jià)的關(guān)鍵要件上具有相似性時(shí)，基于同類事物應(yīng)作相同處理的正義要求，應(yīng)對(duì)其作同等評(píng)價(jià)。

聲音與肖像在身份識(shí)別、人格表達(dá)及財(cái)產(chǎn)價(jià)值等方面呈現(xiàn)顯著的同質(zhì)性，其標(biāo)表性特征的存在為法律參照適用奠定了法理基礎(chǔ)。首先，二者均具有生物識(shí)別層面的唯一性與穩(wěn)定性，均承載著個(gè)人的外在特征，能夠幫助他人迅速識(shí)別個(gè)體身份。在司法實(shí)踐中，聲紋鑒定已在刑事案件中發(fā)揮了重要作用，這從技術(shù)層面印證了聲音與肖像在身份識(shí)別功能上的同質(zhì)性。其次，聲音與肖像均承載人格表達(dá)功能，與人格尊嚴(yán)、身份認(rèn)同緊密相關(guān)。肖像借助面部表情傳遞個(gè)人特質(zhì)，聲音則通過音色、語調(diào)等傳遞情感與狀態(tài)。在數(shù)字時(shí)代，二者同樣面臨深度偽造、數(shù)字身份盜用等風(fēng)險(xiǎn)，不僅威脅個(gè)人人格的完整性，更對(duì)個(gè)人名譽(yù)和尊嚴(yán)構(gòu)成嚴(yán)重挑戰(zhàn)。最后，肖像與聲音均具有顯著的商業(yè)化利用潛力。二者均屬于人格標(biāo)識(shí)，是商業(yè)利用民事權(quán)利的客體，其法律屬性為人格財(cái)產(chǎn)，利用方式有直接和間接兩種。例如，肖像可直接用于制作并銷售海報(bào)，間接用于商業(yè)代言。聲音可直接用于影視配音，間接用于廣告宣傳?？梢姸咴谏虡I(yè)利用模式上存在共性。鑒于這種相似性，法律對(duì)聲音和肖像的保護(hù)都應(yīng)采用相似規(guī)范。

人格權(quán)保護(hù)具有抽象性，而技術(shù)侵權(quán)又日趨復(fù)雜，借助既有成熟制度進(jìn)行參照適配具有現(xiàn)實(shí)合理性。基于功能的同質(zhì)性，聲音參照肖像權(quán)保護(hù)不僅能保持人格權(quán)體系的內(nèi)在協(xié)調(diào)，也有助于應(yīng)對(duì)AI技術(shù)催生的新型侵權(quán)樣態(tài)。其立法技術(shù)的優(yōu)勢在于通過既有規(guī)則對(duì)新興問題調(diào)整，避免因技術(shù)迭代頻繁導(dǎo)致的立法滯后性，如此也符合了“法律適應(yīng)性”的要求。若另行創(chuàng)設(shè)獨(dú)立的聲音權(quán)規(guī)則，不僅立法成本高昂，也可能因技術(shù)快速迭代而迅速脫節(jié)。因此，將經(jīng)實(shí)踐檢驗(yàn)的肖像權(quán)規(guī)則遷移至聲音保護(hù)場域，更具合理性與可行性。例如，未經(jīng)許可錄制他人聲音用于AI訓(xùn)練，可類比未經(jīng)許可拍攝他人肖像用于AI訓(xùn)練，構(gòu)成對(duì)人格尊嚴(yán)的侵害。當(dāng)然，抽象條款的參照適用必然依賴司法解釋的彈性空間。法官需結(jié)合具體案情，判斷聲音與肖像的異同對(duì)責(zé)任認(rèn)定的影響。

需注意的是，參照適用并非簡單類推，而須遵循規(guī)范價(jià)值的整體邏輯。盡管聲音與肖像在核心功能上同質(zhì)，但在載體形態(tài)與侵權(quán)樣態(tài)上存在差異。肖像通常依附于物質(zhì)載體，其侵權(quán)形式多表現(xiàn)為對(duì)載體的非法使用或篡改，而聲音可通過聲波獨(dú)立存在，其侵權(quán)場景更集中于對(duì)聲音特征的非法提取與重組。此外，肖像侵權(quán)通常具有視覺直觀性，而聲音侵權(quán)的技術(shù)性與隱蔽性更強(qiáng)，可能加大權(quán)利人的舉證難度。因此，參照適用需在保護(hù)強(qiáng)度與技術(shù)特性之間尋求平衡。一方面，針對(duì)聲音與肖像的共性，應(yīng)直接適用肖像權(quán)禁止非法偽造、制作、使用的基本規(guī)則。另一方面，針對(duì)聲音的差異化特征，則要對(duì)肖像權(quán)規(guī)則進(jìn)行適應(yīng)性調(diào)整，如將可識(shí)別性作為聲音權(quán)益保護(hù)的認(rèn)定要件，將聲紋鑒定、語音比對(duì)等技術(shù)手段納入舉證體系，從而解決聲音識(shí)別精準(zhǔn)度不高的問題。

(二)AI生成聲音侵權(quán)認(rèn)定的規(guī)則

在確立AI生成聲音應(yīng)納入人格權(quán)保護(hù)體系的基礎(chǔ)上，需要進(jìn)一步構(gòu)建具有可操作性的授權(quán)規(guī)則。與肖像權(quán)保護(hù)類似，聲音權(quán)益的行使應(yīng)以權(quán)利人意思自治為核心，兼顧技術(shù)應(yīng)用與公共利益的平衡。相關(guān)規(guī)則應(yīng)覆蓋AI生成聲音的全過程，既規(guī)范輸入階段的聲音采集與使用，明確授權(quán)原則與合理使用范圍，也對(duì)輸出行為予以法律約束，防止未經(jīng)許可的AI生成聲音損害權(quán)利人的人格與經(jīng)濟(jì)利益。

1.輸入端的侵權(quán)認(rèn)定

在AI生成聲音的技術(shù)流程中，聲音輸入是基礎(chǔ)環(huán)節(jié)，無論是實(shí)時(shí)采集還是基于既有聲音素材的學(xué)習(xí)，都必須建立明確的聲音輸入授權(quán)機(jī)制。侵權(quán)認(rèn)定應(yīng)以清晰界定權(quán)利邊界為核心，協(xié)調(diào)技術(shù)創(chuàng)新與權(quán)益保護(hù)。通過明確聲音的制作與使用范圍，并在特定條件下引入合理使用制度，可以在保障聲音權(quán)益人合法權(quán)益的同時(shí)，為AI技術(shù)的創(chuàng)新應(yīng)用預(yù)留必要空間。

首先，未經(jīng)許可使用他人聲音訓(xùn)練AI的行為構(gòu)成侵權(quán)。聲音權(quán)益具備人格屬性，其制作與使用需經(jīng)許可。參照《民法典》第1018條關(guān)于肖像權(quán)的規(guī)定，權(quán)益人對(duì)自身聲音享有制作、使用、公開及許可他人使用的權(quán)利。基于該條的規(guī)范目的，“使用”應(yīng)解釋為對(duì)聲音特征的數(shù)字化提取與重組，不僅包括對(duì)聲音的傳播，更涵蓋通過算法解析聲紋特征、構(gòu)建聲音模型的深層利用等各類二次加工行為。不同于著作權(quán)保護(hù)，此時(shí)重點(diǎn)應(yīng)放在聲音本體上，而非錄制后的存儲(chǔ)形式。即便開發(fā)者未直接錄制，但通過AI模型分析公開音頻，仍屬于“使用”行為。典型案例如Lovo公司以學(xué)術(shù)研究和廣告測試為名欺騙配音演員錄制語音樣本，在未獲授權(quán)的情況下將其用于AI模型訓(xùn)練和商業(yè)銷售。對(duì)此，美國紐約南區(qū)聯(lián)邦地區(qū)法院在相關(guān)判決中指出，在AI訓(xùn)練與語音生成環(huán)節(jié)，版權(quán)保護(hù)僅及于已固定的錄音制品本身，而不延伸至聲音的風(fēng)格、音色等個(gè)人特征，因此利用原告聲音訓(xùn)練模型并生成新語音，并不構(gòu)成對(duì)原錄音的復(fù)制。與此同時(shí)，法院支持了原告的形象權(quán)主張，認(rèn)定在商業(yè)場景中使用AI生成聲音，構(gòu)成對(duì)權(quán)利人可識(shí)別聲音的非授權(quán)利用，侵犯了其人格標(biāo)識(shí)控制權(quán)。該判決表明，AI技術(shù)對(duì)聲音的運(yùn)用已超越傳統(tǒng)范疇，法律應(yīng)保障權(quán)益人對(duì)聲音全流程的有效控制，避免因技術(shù)過程的隱蔽性導(dǎo)致其權(quán)益受損。

其次，侵權(quán)認(rèn)定也須考量合理使用的例外情形?！睹穹ǖ洹返?020條規(guī)定了肖像權(quán)合理使用的法定情形，允許在特定條件下不經(jīng)肖像權(quán)人同意而使用肖像。鑒于聲音與肖像在人格標(biāo)識(shí)功能上的同質(zhì)性，AI生成聲音的行為在符合類似法定條件時(shí)，同樣可以參照該條不經(jīng)聲音權(quán)益人同意。但此類使用必須嚴(yán)格限定在必要范圍，且不得對(duì)權(quán)利人造成損害。例如，為公共利益實(shí)施新聞報(bào)道等行為，這一類對(duì)聲音的使用行為須在必要范圍內(nèi)且不會(huì)對(duì)權(quán)利人造成損害。簡而言之，這種合理使用應(yīng)當(dāng)嚴(yán)格限定，不得濫用。

最后，建立明確的事前授權(quán)機(jī)制是防范侵權(quán)風(fēng)險(xiǎn)的關(guān)鍵。聲音權(quán)益許可合同應(yīng)設(shè)置明確的權(quán)利邊界與限制條款。在具體實(shí)踐中，合同條款本身需清晰界定授權(quán)范圍、使用期限，是否允許對(duì)原始聲音進(jìn)行實(shí)質(zhì)性修改以及是否允許將其作為素材生成其他聲音或高度相似的AI聲音。聲音權(quán)益人應(yīng)保留其人格權(quán)核心，而許可讓渡的通常是特定場景下的使用權(quán)。當(dāng)合同約定不明引發(fā)爭議時(shí)，應(yīng)首先嘗試協(xié)商解決；協(xié)商不成的，可尋求調(diào)解、仲裁或訴訟。在雙方對(duì)條款理解有爭議時(shí)，應(yīng)結(jié)合合同目的，作出傾向于保護(hù)聲音權(quán)益人的人格尊嚴(yán)和核心權(quán)益的解釋。

2.輸出端的侵權(quán)認(rèn)定

在AI生成聲音的輸出端，未經(jīng)聲音權(quán)益人許可不正當(dāng)使用AI生成聲音的行為應(yīng)當(dāng)受到法律規(guī)制?！睹穹ǖ洹返?019條明確禁止任何利用信息技術(shù)手段偽造、丑化、污損或者利用他人肖像的行為，其立法核心在于保護(hù)自然人基于肖像所承載的人格尊嚴(yán)與身份識(shí)別利益不受技術(shù)濫用的侵害。聲音作為與肖像同等重要的人格尊嚴(yán)外化載體，同樣具有鮮明的身份標(biāo)識(shí)功能，其權(quán)益保護(hù)應(yīng)遵循相似的法理邏輯。因此，參照《民法典》第1019條所體現(xiàn)的保護(hù)原則與規(guī)制手段，任何利用信息技術(shù)手段偽造、冒用他人聲音的行為，同樣應(yīng)被認(rèn)定為對(duì)聲音權(quán)益的侵害。

判斷AI生成聲音是否構(gòu)成侵權(quán)的關(guān)鍵在于其是否構(gòu)成偽造或冒用。這通常需要滿足三個(gè)條件：一是未經(jīng)授權(quán)，二是達(dá)到了足以混淆視聽的程度，三是損害了權(quán)益人的合法權(quán)益。AI生成聲音的本質(zhì)是一種技術(shù)模擬，通過對(duì)特定聲音權(quán)益人語料的深度學(xué)習(xí)實(shí)現(xiàn)，而非權(quán)利人本人的實(shí)際發(fā)聲。這一過程完全不依賴于權(quán)益人的參與，也不體現(xiàn)其意志，屬于算法生成的結(jié)果?；谏疃葘W(xué)習(xí)技術(shù)，AI能夠輸出音色、語調(diào)等特征接近原聲的聲音，甚至模擬個(gè)性化表達(dá)方式，從而具備混淆視聽的潛在可能。另外，AI生成聲音的行為一開始就具有明確的針對(duì)性和目的性，從學(xué)習(xí)特定語料開始，目標(biāo)即為生成特定人聲音。因此，參照《民法典》第1019條對(duì)利用信息技術(shù)侵害肖像權(quán)的規(guī)制邏輯，將其適用于AI生成聲音場景具有堅(jiān)實(shí)的法理基礎(chǔ)和實(shí)踐必要性。這不僅能夠精準(zhǔn)打擊利用技術(shù)手段偽造、冒用他人聲音的核心侵權(quán)行為，有效維護(hù)聲音權(quán)益人的人格尊嚴(yán)與身份識(shí)別利益這一核心價(jià)值，也能在現(xiàn)有法律框架內(nèi)妥善協(xié)調(diào)聲音權(quán)益所蘊(yùn)含的人格利益與財(cái)產(chǎn)利益。此外，輸出端的AI生成聲音同樣受《民法典》第1020條的約束，其合理使用的認(rèn)定標(biāo)準(zhǔn)應(yīng)與輸入端保持一致。

AI生成聲音的法律規(guī)制還需考慮對(duì)死者聲音權(quán)益的保護(hù)。我國民法典規(guī)定人格權(quán)不得繼承，而死者的姓名、肖像、名譽(yù)等受到侵害時(shí)，其近親屬有權(quán)請求行為人承擔(dān)民事責(zé)任。這是由于人格權(quán)行使的主體應(yīng)為自然人自己，死者的近親屬為了維護(hù)死者的人格尊嚴(yán)可以代替其行使防御權(quán)能，但若直接賦權(quán)死者近親屬直接行使死者的人格權(quán)，便突破了人格權(quán)的人身性質(zhì)。隨著死者人格權(quán)經(jīng)濟(jì)價(jià)值的日益凸顯，有學(xué)者認(rèn)為其近親屬有權(quán)繼承死者人格權(quán)中的財(cái)產(chǎn)利益。如果該觀點(diǎn)成立的話，聲音是否可以被解釋進(jìn)《民法典》第994條關(guān)于死者人格權(quán)益規(guī)定中的“等”？根據(jù)同類解釋方法，這里的“等”所包含的應(yīng)當(dāng)與前面的姓名、肖像、名譽(yù)具有相同特征，都能體現(xiàn)出人格尊嚴(yán)。并且該條所規(guī)定的死者人格利益中，除了“遺體”,都屬于具體人格權(quán)。一般人格權(quán)與具體人格權(quán)是抽象與具體的關(guān)系，前者是尚未類型化的人格利益，后者則是已被法律類型化的人格權(quán)利。盡管一般人格權(quán)具有開放性，能隨著社會(huì)的發(fā)展而變化，但這并不必然導(dǎo)致其保護(hù)力度更弱。故作為一般人格權(quán)的聲音利益在沒有限制性法律規(guī)定的情況下，不應(yīng)對(duì)其進(jìn)行不利解釋。在域外司法實(shí)踐中，針對(duì)死者聲音的AI生成侵權(quán)行為已有相關(guān)訴訟案例。在相關(guān)案例中，已故著名喜劇演員George Carlin的遺產(chǎn)管理方起訴Dudesy公司等，指控其未經(jīng)授權(quán)使用AI技術(shù)模仿George Carlin的喜劇風(fēng)格和聲音，制作并發(fā)布了一部名為George Carlin喜劇特輯的內(nèi)容。案件的核心爭議在于，被告對(duì)已逝者聲音等人格標(biāo)識(shí)進(jìn)行商業(yè)化利用是否構(gòu)成侵權(quán)，以及誰有權(quán)就此主張權(quán)利。此案最終以法院發(fā)布永久禁令，禁止被告?zhèn)鞑ハ嚓P(guān)內(nèi)容而了結(jié)。該案雖未形成判決先例，但深刻揭示了在人工智能時(shí)代，對(duì)已逝名人聲音等人格利益進(jìn)行商業(yè)化利用的法律風(fēng)險(xiǎn)，并肯定了近親屬在捍衛(wèi)此類權(quán)益方面的積極作用。

(三)AI生成聲音侵權(quán)可識(shí)別性的法律認(rèn)定

司法實(shí)踐通常以“相關(guān)公眾能否識(shí)別”作為判斷可識(shí)別性的基準(zhǔn)。在“AI聲音第一案”中，法院認(rèn)為自然人聲音的可識(shí)別性是指在反復(fù)或長期聆聽的基礎(chǔ)上，通過聲音特征能識(shí)別出特定自然人。在另一起“配音員訴AI語音大模型案”中，法院未采納聲紋比對(duì)報(bào)告，而以被訴AI生成聲音不能使一般大眾聯(lián)系到原告、缺乏可識(shí)別性為由駁回訴請。這說明在民事案件中，聲紋識(shí)別技術(shù)應(yīng)用尚不廣泛，證據(jù)標(biāo)準(zhǔn)也未明確建立，往往需與其他證據(jù)結(jié)合才能證明可識(shí)別性。在Waits v.Frito-Lay,Inc.案中，美國法院認(rèn)為，判斷侵權(quán)的核心標(biāo)準(zhǔn)并不在于對(duì)原告風(fēng)格的模仿，而在于陪審團(tuán)是否能依據(jù)常識(shí)判斷原告的聲音具有足夠獨(dú)特性與知名度，并能導(dǎo)致實(shí)際混淆。該案中原告遭受的精神損害源于朋友誤以為其親自為廣告配音，若聲音無法被識(shí)別，此類精神損害便無從發(fā)生。故有學(xué)者提出，在判斷聲音是否具有可識(shí)別性時(shí)，應(yīng)以熟悉該聲音的公眾的一般認(rèn)知為基礎(chǔ)，即以普通聽者的聽覺感受為標(biāo)準(zhǔn)，僅在必要時(shí)輔以聲紋鑒定技術(shù)。然而，這種侵權(quán)認(rèn)定標(biāo)準(zhǔn)存在較多疏漏。其一，該標(biāo)準(zhǔn)難以適用于聲音辨識(shí)度不高或知名度有限的普通人，尤其當(dāng)AI生成聲音本身存在失真時(shí)，識(shí)別更為困難。其二，該標(biāo)準(zhǔn)的證明要求較為模糊。例如需要多少聽眾能辨別、一般公眾如何界定等均缺乏明確依據(jù)，易導(dǎo)致裁判尺度不一。而聲音可識(shí)別性的認(rèn)定不宜因知名度或職業(yè)而異。無論采用何種鑒別方法，都是為了在證明涉案AI聲音屬于被侵權(quán)人這一點(diǎn)上達(dá)到高度蓋然性。利用AI偽造他人聲音實(shí)質(zhì)上是一種身份盜竊行為，侵權(quán)對(duì)象不應(yīng)局限于知名人士。隨著聲紋鑒定技術(shù)的發(fā)展，其準(zhǔn)確率已有較大提升。根據(jù)公共安全領(lǐng)域的行業(yè)標(biāo)準(zhǔn)《安防聲紋確認(rèn)應(yīng)用算法技術(shù)要求和測試方法(GA/T1179-2014)》的要求，對(duì)聲音長度大于20秒的聲音對(duì)比，準(zhǔn)確率能夠超過90%,該技術(shù)已在國防安全、網(wǎng)絡(luò)支付和聲紋鎖控等多個(gè)領(lǐng)域得到應(yīng)用。因此在AI聲音侵權(quán)案件中，聲音可識(shí)別性應(yīng)優(yōu)先依據(jù)聲紋識(shí)別等客觀標(biāo)準(zhǔn)判定。若客觀標(biāo)準(zhǔn)無法確定或結(jié)論存在沖突，則可輔以自然人聽覺進(jìn)行輔助判斷。

聲音的可識(shí)別性要件可以從以下幾個(gè)方面進(jìn)行分析。第一，聲音的音色、語調(diào)、語速等特征是否與特定聲音權(quán)益人的聲音高度相似。這種相似性不僅包括聲音的音色、語調(diào)、語速等表象特征，還可能延伸至特定自然人聲音中包含的個(gè)性化表達(dá)方式，如特定的措辭習(xí)慣、語氣變化等。第二，聲音的個(gè)性化表達(dá)方式，如特定的措辭習(xí)慣、語氣變化等，是否能夠體現(xiàn)特定聲音權(quán)益人的獨(dú)特性。第三，聲音的使用場景和傳播范圍是否足以引起社會(huì)公眾的混淆或誤認(rèn)。如AI生成聲音在特定領(lǐng)域或特定語境下的使用，可能更容易被社會(huì)公眾識(shí)別為特定自然人的聲音。通過以上標(biāo)準(zhǔn)的綜合判斷，可以更準(zhǔn)確地界定AI生成聲音侵權(quán)行為的成立與否。

與可識(shí)別性這一要件緊密相關(guān)的，是舉證責(zé)任與證明標(biāo)準(zhǔn)問題。由于AI訓(xùn)練數(shù)據(jù)缺乏透明度，權(quán)利人往往難以證明其聲音被用于生成侵權(quán)的AI語音。加之聲音識(shí)別具有高度技術(shù)性和情境依賴性，權(quán)利人的舉證難度顯著高于傳統(tǒng)肖像侵權(quán)。故當(dāng)權(quán)利人主張其聲音權(quán)益受到侵害時(shí)，應(yīng)承擔(dān)證明相關(guān)人工智能生成聲音具有可識(shí)別性的責(zé)任。首先，需證明AI生成的聲音與本人聲音高度相似。這通常要借助專業(yè)聲紋鑒定等技術(shù)手段，通過對(duì)音色、語調(diào)、韻律等核心聲學(xué)特征進(jìn)行客觀比對(duì)，來證實(shí)兩者存在實(shí)質(zhì)性相似。其次，需證明該高度相似性足以使相關(guān)公眾在具體使用場景和傳播范圍內(nèi)產(chǎn)生混淆或誤認(rèn)，即一般受眾可能會(huì)將該聲音與特定權(quán)利人聯(lián)系起來。證明混淆可能性時(shí)，應(yīng)綜合考量聲音的實(shí)際使用方式、傳播范圍、受眾的認(rèn)知反饋，以及是否模仿了權(quán)利人特有的表達(dá)習(xí)慣?？紤]到聲音可識(shí)別性天然低于肖像，且更易受使用情境和主觀認(rèn)知影響，司法實(shí)踐中應(yīng)充分考慮權(quán)利人在舉證方面面臨的實(shí)際困難。當(dāng)AI生成聲音與權(quán)利人聲音被證實(shí)高度相似，且應(yīng)用于容易引發(fā)關(guān)聯(lián)的商業(yè)場景時(shí)，可以合理推定存在混淆風(fēng)險(xiǎn)，此時(shí)應(yīng)由被訴方承擔(dān)證明未造成混淆的責(zé)任。原告在提供鑒定報(bào)告等初步證據(jù)證明聲音相似性后，舉證責(zé)任即轉(zhuǎn)移至被告，被告需證明涉案聲音并非來自原告。被告應(yīng)提供生成該聲音所用的AI算法和訓(xùn)練數(shù)據(jù)，說明其合成聲音的來源，以此澄清自身未構(gòu)成侵權(quán)?？偠灾珹I生成聲音侵權(quán)案件中，應(yīng)重點(diǎn)考慮專業(yè)聲紋鑒定意見的結(jié)果，并結(jié)合案件具體情節(jié)，包括被訴方獲取聲音素材的途徑、使用目的、具體使用方法以及是否采取避免混淆的措施等因素，進(jìn)行綜合分析后作出認(rèn)定。

四

結(jié)論

AI技術(shù)將聲音轉(zhuǎn)化為可復(fù)制的數(shù)字資源，在重塑文化生態(tài)的同時(shí)，也模糊了人格尊嚴(yán)與技術(shù)應(yīng)用的邊界。當(dāng)前，法律對(duì)AI生成聲音的規(guī)制困局，本質(zhì)上是技術(shù)自由與人格權(quán)完整性之間的沖突?，F(xiàn)有研究對(duì)表演者權(quán)與反不正當(dāng)競爭法的路徑依賴，既割裂了聲音權(quán)益的完整性，也弱化了技術(shù)倫理的約束效力。當(dāng)技術(shù)能夠脫離主體意志，將聲音從生物特征轉(zhuǎn)化為可無限復(fù)制的數(shù)據(jù)時(shí)，唯有回歸人格權(quán)制度，從人之主體性的維度重構(gòu)適用邏輯，方能實(shí)現(xiàn)法律價(jià)值的根本性回歸?！睹穹ǖ洹返?023條參照肖像權(quán)適用的規(guī)則，為聲音權(quán)益構(gòu)建了技術(shù)創(chuàng)新與人格尊嚴(yán)動(dòng)態(tài)平衡的規(guī)制框架。這一路徑既移植了肖像權(quán)規(guī)則在身份識(shí)別、人格表達(dá)及商業(yè)利用中的成熟經(jīng)驗(yàn)，又調(diào)試了可識(shí)別性要件、授權(quán)原則及合理使用邊界，回應(yīng)了AI生成聲音侵權(quán)的技術(shù)特性。技術(shù)并非不可規(guī)訓(xùn)的黑箱，法律能夠通過動(dòng)態(tài)解釋與規(guī)則移植在不抑制創(chuàng)新的前提下，為聲音權(quán)益構(gòu)建系統(tǒng)性保護(hù)機(jī)制，實(shí)現(xiàn)從數(shù)據(jù)采集的知情同意到生成行為的禁止偽造，從商業(yè)授權(quán)的清晰界定到侵權(quán)救濟(jì)的精準(zhǔn)裁量。技術(shù)迭代與人格尊嚴(yán)并非零和博弈，法律通過規(guī)則解釋與價(jià)值引導(dǎo)，能夠在數(shù)字洪流中錨定人的主體性，讓每個(gè)聲音背后的情感與尊嚴(yán)在虛擬與現(xiàn)實(shí)交織的世界中持續(xù)回響。

-向上滑動(dòng)，查看完整目錄-

《北方法學(xué)》2026年第1期目錄

【民商法學(xué)專論】

1.AI生成聲音侵權(quán)認(rèn)定的路徑選擇

——以肖像權(quán)的參照適用為中心

吳漢東、龍欣璇

2.論精神障礙者的結(jié)婚能力

遲穎

3.醫(yī)療侵權(quán)中機(jī)會(huì)喪失的救濟(jì)范式重構(gòu)

鄭永寬、季一鳴

4.論公司債券持有人會(huì)議決議的法律效力

王勝民

【司法制度現(xiàn)代化】

5.從碎片治理到系統(tǒng)協(xié)同：檢察一體化推動(dòng)偵查制度現(xiàn)代化的路徑展開

王戩、藺小涵

6.論我國刑事訴訟財(cái)產(chǎn)保全制度的完善

艾明、張洋

【法學(xué)前沿】

7.家長主義對(duì)自殺的干預(yù)及其界限

——緩和的硬家長主義自殺觀的提倡

鄧毅丞

8.中國對(duì)接DEPA數(shù)據(jù)跨境流動(dòng)規(guī)則的沖突及其應(yīng)對(duì)

張艷芳

9.數(shù)字經(jīng)濟(jì)時(shí)代貨幣法償性制度：問題與改進(jìn)

王妍、于麗萍

【青年學(xué)者論壇】

10.論董事對(duì)債權(quán)人的多元責(zé)任體系

——一個(gè)償付能力的視角

李志遠(yuǎn)

11.重新追訴案件的并案處理程序問題研究

詹羽洪

《北方法學(xué)》雜志是經(jīng)國家新聞出版總署批準(zhǔn)，面向國內(nèi)外公開出版發(fā)行的專業(yè)法學(xué)學(xué)術(shù)期刊，雙月刊，逢單月15日出版?！侗狈椒▽W(xué)》由黑龍江大學(xué)主管主辦，稟持開放辦刊之理念，邀請國內(nèi)外著名法學(xué)專家及資深教授組成編委會(huì)，打造國內(nèi)一流法學(xué)期刊。國家新聞出版總署批復(fù)《北方法學(xué)》的辦刊宗旨為：“繁榮法學(xué)研究，服務(wù)法制建設(shè)，加強(qiáng)學(xué)術(shù)交流，培養(yǎng)法律人才”?！侗狈椒▽W(xué)》雜志目前設(shè)置的主要欄目有：理論法前沿、部門法專論、專題研究、外國法研究、中外法史研究、實(shí)踐論壇、名家講壇、博士生論壇、學(xué)術(shù)綜述、譯評(píng)文叢、學(xué)術(shù)問題爭鳴、比較法論壇等。

點(diǎn)擊進(jìn)入下方小程序

獲取專屬解決方案~

責(zé)任編輯 | 郭晴晴

審核人員 | 張文碩 王曉慧

本文聲明 | 本文章僅限學(xué)習(xí)交流使用，如遇侵權(quán)，我們會(huì)及時(shí)刪除。本文章不代表北大法律信息網(wǎng)（北大法寶）和北京北大英華科技有限公司的法律意見或?qū)ο嚓P(guān)法規(guī)/案件/事件等的解讀。