争议焦点
利用人工智能技术处理自然人声音后生成的新声音，是否落入自然人声音权益的保护范围。原告殷某桢是配音演员，其声音被一家文化传媒公司擅自授权给软件公司，后者仅凭一段录音素材，借助AI技术生成了文本转语音产品并投入商业运营，最终在多家平台上广泛传播。此案的难点有三：一是必须明确法律对“声音”的保护边界能否延及技术加工后的AI合成声音；二是需要认定使用他人声音进行AI化处理是否必须取得本人的独立授权；三是需要厘清在授权链条断裂的情况下，产业链上各参与主体的侵权责任如何划分。
基本案情
原告殷某桢系配音演员。2019年，殷某桢曾接受被告二某文化传媒公司的委托录制录音制品，该公司为该录音制品的著作权人。此后，被告二与被告三某软件公司签署数据授权协议，在未取得殷某桢本人知情同意的情况下，将包含其声音的录音数据提供给被告三。被告三仅使用殷某桢个人的一部录音素材，通过人工智能技术处理，生成了案涉文本转语音产品。该产品随后在被告四的云服务平台上公开售卖，并经由被告五采购，最终被被告一集成至其运营的平台中，向用户提供文本转语音服务。经查，平台显示的案涉声音播放量已超过32亿次。原告发现其声音被广泛用于生成各类语音内容，遂提起诉讼。庭审当庭勘验确认，使用该产品生成的AI声音，在音色、语调、发音风格上与殷某桢本人的声音具有高度一致性。
裁判结果
北京互联网法院一审判决认定，案涉AI声音与原告声音高度一致，能够令公众识别出原告本人，属于原告声音权益的保护范围。被告二某文化传媒公司与被告三某软件公司未经原告许可，擅自对其声音进行AI化处理与使用，构成侵权，应承担赔偿责任。法院判令被告三与被告二连带赔偿原告殷某桢经济损失25万元。同时，法院认为直接向公众提供服务的被告一与开发产品的被告三，未尽到应有的注意义务，判令其向原告书面赔礼道歉。对于原告主张的精神损害赔偿，因未能举证证明精神利益受到严重损害，法院未予支持。宣判后，双方均未上诉，判决已生效。
武汉千思律师解读
本案是AI时代声音人格权保护的标志性案例，为技术与权利的边界划定了清晰的司法红线。
首先，本案明确了保护范围的核心认定标准是可识别性。法律将声音视为一种人格标识，对其保护参照肖像权。这一保护的关键在于，无论是原始声音还是经AI处理后的合成声音，只要一般公众或相关领域听众能通过其音色、语调等特征识别出特定自然人，就落入该自然人的声音权益保护范围。这击穿了“技术处理后即产生新数据、不再构成人格侵权”的错误抗辩。
其次，本案揭示了授权链条中存在一个极易被忽视的法律陷阱。录音制品制作者享有的著作权，与作为声音载体的自然人本身享有的声音权益，是两种截然不同的权利。著作权人无权“一揽子”授权他人使用该声音进行AI化开发。任何对自然人声音进行AI模型训练和商业化使用的行为，都必须取得声音本人的单独、明确的知情同意。被告二持有录音著作权，但其未获本人同意的授权行为，是导致侵权链条的源头。
最后，本案的延伸思考在于其带来的合规警示。对于声音产业链上的科技公司、平台方和采购方，绝不意味着只要拿到所谓的“上游数据授权”即可高枕无忧，还需建立严格的授权审查机制，追溯至声音本人对于AI化使用的明确许可。否则，从源头到最终应用，整条产业链都可能面临侵权索赔风险。这不仅关乎民事赔偿，更关乎企业在AI伦理和合规层面的生死存亡。