AI技术在模仿和再现人类语音及各种声音效果的同时，也引发人格权侵权争议。4月23日，北京互联网法院一审开庭宣判了全国首例AI生成声音人格权侵权案。

法院明确认定，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。

案情：声音被AI化后出售牟利

原告殷女士从事配音、播音工作多年。2023年5月，殷女士发现，一款配音APP将自己的声音AI化后以“魔小璇”的名义对外出售牟利，这一声音产品出现在多个短视频平台的用户作品中。

原来，此前殷女士曾接受被告北京某文化传媒公司的委托，录制录音制品，该公司将录音制品的音频提供给被告某软件公司，允许某软件公司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。被告某软件公司仅以殷女士录制的录音制品作为素材，进行AI化处理，生成了“晓萱”文本转语音产品，并在被告上海某网络科技公司运营的平台对外出售。被告北京某智能科技公司与被告北京某科技发展公司签订在线服务买卖合同，由被告北京某科技发展公司向被告某软件公司下单采购名为“晓萱”的文本转语音产品。被告北京某智能科技公司采取应用程序接口形式，直接调取生成“魔小璇”的文本转语音产品。

原告主张，被告的行为已经严重侵犯了原告的声音权益，被告北京某智能科技公司、某软件公司应停止侵权、赔礼道歉，五被告应当赔偿原告经济损失、精神损失。2023年12月12日，北京互联网法院曾首次组成五人合议庭公开审理此案。

判决：未经许可使用原告声音构成侵权

经审理，北京互联网法院认为，原告声音权益及于案涉AI声音。自然人声音具有独特性、唯一性、稳定性特点。所谓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，能够关联到该自然人，可以认定为具有可识别性。本案中，因被告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，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，能够引起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。

其次，被告北京某文化传媒有限公司、北京某软件公司关于获得原告合法授权的抗辩不能成立。本案中，被告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。被告北京某文化传媒公司与北京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，授权被告某软件公司AI化使用原告声音的行为无合法权利来源。

最后，被告未经许可使用原告声音构成侵权。被告北京某文化传媒公司、某软件公司未经原告许可使用了原告声音，构成对原告声音权益的侵犯。被告北京某智能科技公司、北京某科技发展公司、上海某网络科技公司主观上不存在过错，不承担损害赔偿责任。

综合考量各项因素， 法院最终判决被告北京某智能科技公司、某软件公司向殷女士赔礼道歉，被告北京某文化传媒公司、某软件公司向殷女士赔偿损失25万元。

对录音制品的授权并不意味着对声音的授权

本案审判长北京互联网法院副院长赵瑞罡介绍，我国民法典将人格权独立成编，首次以立法形式将保护“声音”写入民法典，明确参照适用肖像权的形式保护自然人的声音，体现了对人格权益全面尊重和保护的立法精神。值得注意的是，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。

赵瑞罡表示，希望通过此类案件裁判，为新业态新技术划定应用边界，并亮明兼顾保护人格权益与引导技术向善的司法态度。