AI生成声音属于自然人声音权益保护范围

近日，北京互联网法院一审开庭宣判全国首例AI生成声音人格权侵权案，明确认定在具备可识别性的前提下，自然人声音权益的保护范围可及于AI生成声音。AI生成声音可识别性的认定应综合考虑行为人使用情况，并以相关领域普通听众能否识别作为判断标准。

原告殷某是一名配音师，经朋友告知，殷某发现他人利用其配音制作的作品在多个知名App广泛流传。经声音筛选和溯源，上述作品中的声音来自被告一北京某智能科技公司运营的平台中的文本转语音产品，用户通过输入文本、调整参数，可实现文本转化成语音的功能。

殷某将5家公司诉至法院称，其曾接受被告二北京某文化传媒公司的委托录制录音制品，被告二为录音制品的著作权人。后被告二将原告为其录制的录音制品的音频提供给被告三某软件公司，允许被告三以商业或非商业的用途使用、复制、修改数据用于其产品及服务。被告三以原告录制的录音制品作为素材进行AI化处理，生成了涉案文本转语音产品并在被告四上海某网络科技公司运营的云服务平台对外出售。被告一北京某智能科技公司与被告五北京某科技发展公司签订在线服务买卖合同，由被告五向被告三下单采购，其中包括了涉案文本转语音产品。被告一北京某智能科技公司采取应用程序接口形式，在未经技术处理的情况下，直接调取并生成文本转语音产品在其平台上使用。

原告主张，被告的行为已经严重侵犯了原告的声音权益，被告一北京某智能科技公司、被告三某软件公司应立即停止侵权、赔礼道歉，5名被告应当赔偿原告经济损失、精神损失。

北京互联网法院审理认为，自然人声音的可识别性是指在他人反复多次或长期聆听的基础上，通过该声音特征能识别出特定自然人。利用人工智能合成的声音，如果能使一般社会公众或者相关领域的公众根据其音色、语调和发音风格，关联到该自然人，可以认定为具有可识别性。本案中，因被告三某软件公司系仅使用原告个人声音开发涉案文本转语音产品，而且经当庭勘验，该AI声音与原告的音色、语调、发音风格等具有高度一致性，能够使一般人产生与原告有关的思想或感情活动，能够将该声音联系到原告本人，进而识别出原告的主体身份。因此，原告声音权益及于涉案AI声音。

法院同时指出，本案中，被告二北京某文化传媒公司对录音制品享有著作权等权利，但不包括授权他人对原告声音进行AI化使用的权利。被告二与被告三某软件公司签订数据协议，在未经原告本人知情同意的情况下，授权被告三某软件公司AI化使用原告声音的行为无合法权利来源。因此，被告二、被告三关于获得原告合法授权的抗辩不能成立。

法院审理认定，被告二北京某文化传媒公司、被告三某软件公司未经原告许可AI化使用了原告声音，构成对原告声音权益的侵犯，其侵权行为造成了原告声音权益受损的后果，应承担相应的法律责任。被告一北京某智能科技公司、被告四上海某网络科技公司、被告五北京某科技发展公司主观上不存在过错，不承担损害赔偿责任。因此，综合考量被告侵权情节、同类市场产品价值、产品播放量等因素，对损害赔偿予以酌定。法院判决被告一北京某智能科技公司、被告三某软件公司向原告赔礼道歉，被告二北京某文化传媒公司、被告三某软件公司向原告赔偿损失共计25万元。

法官庭后表示，本案涉及AI技术在声音领域的应用问题。声音作为一种人格权益，具有人身专属性，任何自然人的声音均应受到法律的保护，对录音制品的授权并不意味着对声音AI化的授权，未经权利人许可，擅自使用或许可他人使用录音制品中的声音构成侵权。