法治日報全媒體記者 張雪泓

近日，北京互聯(lián)網法院一審開庭宣判全國首例AI生成聲音人格權侵權案，明確認定在具備可識別性的前提下，自然人聲音權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綜合考慮行為人使用情況，并以相關領域普通聽眾能否識別作為判斷標準。

原告殷某是一名配音師，經朋友告知，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語音產品，用戶通過輸入文本、調整參數(shù)，可實現(xiàn)文本轉化成語音的功能。

殷某將5家公司訴至法院稱，其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、復制、修改數(shù)據(jù)用于其產品及服務。被告三以原告錄制的錄音制品作為素材進行AI化處理，生成了涉案文本轉語音產品并在被告四上海某網絡科技公司運營的云服務平臺對外出售。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語音產品。被告一北京某智能科技公司采取應用程序接口形式，在未經技術處理的情況下，直接調取并生成文本轉語音產品在其平臺上使用。

原告主張，被告的行為已經嚴重侵犯了原告的聲音權益，被告一北京某智能科技公司、被告三某軟件公司應立即停止侵權、賠禮道歉，5名被告應當賠償原告經濟損失、精神損失。

北京互聯(lián)網法院審理認為，自然人聲音的可識別性是指在他人反復多次或長期聆聽的基礎上，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領域的公眾根據(jù)其音色、語調和發(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，因被告三某軟件公司系僅使用原告?zhèn)€人聲音開發(fā)涉案文本轉語音產品，而且經當庭勘驗，該AI聲音與原告的音色、語調、發(fā)音風格等具有高度一致性，能夠使一般人產生與原告有關的思想或感情活動，能夠將該聲音聯(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，被告二北京某文化傳媒公司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。被告二與被告三某軟件公司簽訂數(shù)據(jù)協(xié)議，在未經原告本人知情同意的情況下，授權被告三某軟件公司AI化使用原告聲音的行為無合法權利來源。因此，被告二、被告三關于獲得原告合法授權的抗辯不能成立。

法院審理認定，被告二北京某文化傳媒公司、被告三某軟件公司未經原告許可AI化使用了原告聲音，構成對原告聲音權益的侵犯，其侵權行為造成了原告聲音權益受損的后果，應承擔相應的法律責任。被告一北京某智能科技公司、被告四上海某網絡科技公司、被告五北京某科技發(fā)展公司主觀上不存在過錯，不承擔損害賠償責任。因此，綜合考量被告侵權情節(jié)、同類市場產品價值、產品播放量等因素，對損害賠償予以酌定。法院判決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。

法官庭后表示，本案涉及AI技術在聲音領域的應用問題。聲音作為一種人格權益，具有人身專屬性，任何自然人的聲音均應受到法律的保護，對錄音制品的授權并不意味著對聲音AI化的授權，未經權利人許可，擅自使用或許可他人使用錄音制品中的聲音構成侵權。