近日，上海市第一中级人民法院二审审结一起因人工智能合成语音引发的自然人声音权益保护纠纷案，认定某公司未经配音演员王女士同意，将其声音用作训练语料，模仿其音色、语调、发音风格生成能够识别其本人的合成人声，并用于面向公众的商业活动，构成对王女士声音权益的侵害，判赔经济损失5万元，维持一审判决。
这是上海法院审结的首例人工智能合成语音引发的自然人声音权益保护纠纷案件，其裁判思路与此前出台的《最高人民法院关于依法审理涉人工智能纠纷案件的意见》第四条相关规定相契合，为同类案件审理提供了参考。
一次“拉新”活动牵出的声音侵权
2025年1月，王女士发现，某公司在其互联网推广拉新活动中疑似使用了自己的声音。她核实后认为，该声音疑为AI合成自己的声音，遂对相关音频进行公证以固定证据，并以从未授权、擅自使用自己声音的行为涉嫌侵权为由，将该公司诉至上海市长宁区人民法院，索赔经济损失30万元。
被告辩称，涉案声音虽系AI生成，但训练语料来源于海量语音库，无证据证明人工智能模型原始投喂素材涉及王女士声音，亦无法证明合成语音与自然人声音具有同一性，故不构成侵权，且此前并不知晓其配音演员身份，也不存在采集、使用其声音的情况。
审理中，王女士通过司法鉴定，对公证的案涉音频与当场采集的本人声音进行语音比对。鉴定意见显示，在28个共振峰声学指标中，有24个偏离度小于10%，其中16个小于5.36%，两者较为相似及高度相似部分达90%。据此，法院在王女士现有优势证据下，推定被告在经营性活动中存在接触其声音的合理可能性，未经同意使用其声音素材生成涉案音频，构成对王女士声音权益的侵害，综合音频持续时间、传播范围、损害结果及被告过错程度，判赔5万元并承担原告必要诉讼费用。双方均提起上诉，上海一中院审理后驳回双方上诉，维持原判。
图片源自网络
举证怎么责任分配，侵权如何判定
很多人会产生疑问，AI全新生成语音、并非照搬原声的语句，为何也算侵权？答案在于“可识别性”。
民法典将声音纳入人格权保护，参照肖像权规则适用。声音以声纹、音色、频率区分，具有独特性、稳定性，是自然人的身份标识。只要合成语音的音色、语调、发音风格具备个人独特性，足以使公众关联、识别至特定自然人，即便语句系AI全新生成，也落入声音权益保护范畴。这彻底破除了“AI 生成即合法原创”的行业误区。
上述标准在《最高人民法院关于依法审理涉人工智能纠纷案件的意见》第四条中亦得到确认：除法律另有规定的外，未经自然人同意，使用自然人的声音作为训练语料，模仿该自然人的音色、语调和发音风格等生成能够识别该自然人的合成人声，该自然人主张行为人侵害其声音权益的，人民法院依法予以支持。
AI侵权存在明显的“技术黑箱”特点。权利人很难查看模型后台，也拿不到训练日志、抓取的语料、算法迭代记录等材料，举证难度比较大。而本案裁判的规则是：权利人只需证明其声音具有被获取的合理渠道、合成语音与其声音高度相似，即完成初步举证。此后举证责任转移至平台，由其证明训练数据的合法来源，或证明合成语音与权利人声音无关。
同类案例已厘清法律边界
此前的司法裁判已有相关判例。在2025年最高人民法院发布典型案例中，北京互联网法院审理的配音演员殷某桢案，系全国首例AI生成声音人格权侵权案。殷某桢发现，自己的声音被制作成AI语音产品在平台对外出售。最终，法院认定，案涉AI声音与其音色、语调、发音风格高度一致，具备可识别性，自然人声音权益的保护范围及于该AI声音，判令相关公司赔礼道歉、赔偿经济损失25万元。
该案明确，取得录音制品的著作权授权，并不等同于获得将自然人声音AI化使用的授权，两项权利应当区分。
在“仿冒名人带货”场景下，2026年最高人民法院发布的典型案例显示，徐州某文化传媒公司委托带货主播，制作并发布短视频为文化公司店铺进行网络宣传。该主播未经授权使用教育学者李女士公开演讲视频片段，并配以与其声纹高度近似的AI合成音频。北京互联网法院认定，主播该行为侵害李女士肖像权与声音权益；文化公司未尽合理审核义务，存在过失，构成共同侵权，判令其赔礼道歉，并赔偿经济损失及维权合理支出共计12万元。
从“全国首例AI生成声音侵权案”到“仿冒名人带货案”，再到上海首例声音权益纠纷案，司法正为AI语音商用划出清晰红线。网络公开音频不可无偿抓取、自然人声音不可随意克隆商用。将特定自然人声纹用于模型训练、语音合成、商业推广，必须取得权利人明确许可。与此同时，司法坚守审慎裁判，在守住人格尊严底线的同时，为人工智能技术发展保留合理空间。
（本稿综合自中国知识产权报、澎湃新闻等媒体报道）