当AI克隆你的声音：仿声侵权的司法认定与维权路径

2026年第04期    阅读 15 次

主  持  人： 吴月琴 上海律协对外宣传与联络委员会委员、数据合规与网络安全专业委员会副主任，上海市华诚律师事务所合伙人

嘉       宾： 郑明礼 上海律协文化传媒专业委员会委员、北京清律（上海）律师事务所合伙人

刘新宇 上海律协证券合规与纠纷专业委员会委员、北京市中伦（上海）律师事务所合伙人

史宇航 上海律协数字科技与人工智能专业委员会委员、上海市汇业律师事务所合伙人

文字整理： 许　倩

 

吴月琴： 大家好，欢迎来到《上海律师》2026年第四期“法律咖吧”。近期，一些配音演员、声音创作者及行业机构公开发声，抵制未经授权采集、克隆、商用个人声音的AI侵权行为。当前，AI仿声已形成“素材采集—AI生成—流量变现”的灰色产业链，普通民众和职业声音从业者的声音权益遭受侵害，但司法实践中仍存在诸多争议。今天，我们邀请到郑明礼、刘新宇、史宇航三位律师，聚焦四大核心实务痛点展开深入探讨。

第一个问题涉及侵权定性：现在有不少侵权方刻意规避100%原声复刻，通过调整音色、语调、语速，生成近似但不完全等同于自然人声音的AI声音，企图以此免除侵权责任。AI声音与自然人声音高度相似但非完全一致时，法律上应当如何定性，法院的核心裁判标准是什么？

 

郑明礼：人格是个人各类特征的集合，若某一人格特质具备显著性，能够识别特定自然人，该人格特质即落入对应主体的人格权益保护范畴。声音属于人格权益的组成部分，AI生成声音的特征具备显著性且可以识别出特定自然人的，构成人格权侵权的可能性较大。相似度仅为参考因素，可识别性才是核心判断标准。

 

吴月琴：判断的核心在于可识别性。但可识别性本身具有一定的主观性，不同的人收听同一段声音，得出的结论可能存在差异。

 

郑明礼：确实存在该问题，实务中可借助声纹鉴定等技术手段加以解决；案件审理过程中，还可结合商业使用场景等辅助要素综合评判。比如：一名卡车司机与一名英语主播的声音高度近似，某英语培训机构发布一段配音与二者声音均相近的宣传视频。在此情形下，裁判机关应当如何认定该配音指向的对象？需要结合使用场景、商业目的、内容价值综合判断：该机构的主营业务为英语培训，宣传视频意在借用专业发音者的个人影响力开展商业推广，整体语境明显指向英语主播而非卡车司机。据此，即便配音与卡车司机的声音同样相近，仍可认定其可识别性指向英语主播，并作为认定该机构侵权主观意图的辅助证据。此外，若被告抗辩称案涉AI声音并非取自原告，法庭一般会要求其提交AI训练所使用的声音素材及对应的自然人信息；若被告无法举证，则可作为认定侵权的依据。

 

刘新宇：“可识别”应当采用何种判断标准？例如庭审中法官的直接听辨，是以法官个人的听觉感受为准，还是法官先初步判断，再交由双方进一步举证？

 

郑明礼：法官的直接听辨可以作为初步筛查手段，但最终认定须以证据为基础。就前述某英语培训机构的案例而言，法院作出认定需要基础事实支撑：一般由原告先行提交声音存在侵权可能性的初步证据，再由被告对案涉声音的来源作出说明。原告应当尽量多维度搜集提交证据，供法院结合案情综合裁量。针对争议较大的案件，可开展声纹鉴定，比对声波、频率等技术特征，鉴定意见是重要的事实依据。倘若被告仍抗辩称声音来源于第三人，则需要披露该第三人的身份，必要时该第三人应当出庭或者提供声音比对样本。

 

史宇航：普通公众的听觉感受也具备参考价值。例如，视频评论区有大量用户留言表示该声音酷似某特定主体，律师可对这类用户评论进行证据固定，以此证明社会一般公众已将案涉AI声音识别为某自然人，最终仍需全案综合判定。法院还应当结合视频标题、画面物料、使用场景，判断整体观感是否会使人产生模仿特定主体的认知。

 

刘新宇：在证据层面还有一个程序问题：声纹鉴定和笔迹鉴定类似，笔迹鉴定时常需要当事人现场书写样本，声纹鉴定是否也需要原告本人到场朗读指定内容？例如，某位公众人物主张自己的声音被侵权，其本人是否必须到场提供声音样本？

 

郑明礼：法院有权要求权利人提供比对样本，若确需样本而原告拒不配合，则其可能承担举证不能的不利后果。但法院并非一律要求本人到庭，需要结合当事人的客观情况与其他在案证据综合考量。即便是公众人物，也可以重新录制声音并办理公证固定证据。声音属于可存储、传输的信息载体，关键在于确认比对样本真实，不以本人到庭为必要条件。

 

史宇航：确实不必强制本人到庭。现在录音录像设备普及，权利人可提交过往留存的录音录像，只要能够证实音频系本人原声，即可作为比对样本。当然，本人到场录制或者通过公证方式录制全新样本，证明力会更强。

 

刘新宇：回到实体层面进一步探讨。声音权益受人格权保护已无疑义，但AI仿声是否仅构成人格权侵权？未经授权利用他人的声纹信息是否同时侵害其个人信息权益，两项请求权之间是什么关系？

 

史宇航：二者并非非此即彼的关系。诉讼中选择人格权路径维权更为直接，个人信息保护规则更多用于规制企业、机构收集、处理个人信息的行为。但在授权环节，两类权益均需考量。品牌或平台取得声音使用授权时，除声音使用许可外，还需要就声纹这类敏感个人信息取得单独同意，二者分属不同的权益层面。

 

郑明礼：除人格权与个人信息保护外，声音的法律保护还可以援引《反不正当竞争法》中的混淆行为、虚假宣传等规则予以规制。

 

刘新宇：再设想另一种技术情形：不通过AI生成全新语音，而是抓取自然人过往的大量录音，剪辑拼接出其从未表述过的全新内容，全部原始素材均取自其原声，但输出内容属于后期拼凑。该行为与AI提取声纹生成全新语音不同，对应的权利保护与责任承担也存在差异。

 

郑明礼：剪辑拼接行为中，侵权在素材收集、编辑阶段即已成立，后续输出内容系侵权行为的外化结果；AI生成行为中，侵权认定的核心在于训练阶段是否未经授权使用他人声音素材，输出内容的可识别性则影响侵权后果的认定。实务中可以根据案件具体情况，择一或并行适用人格权保护规则和《反不正当竞争法》等规范。

 

吴月琴：回到商业场景，多数AI仿声行为带有商业目的。若模仿能力极强的自然人并未使用本人的声音训练AI模型，而是模仿他人的音色和语气录制音频，再将该音频授权给AI企业，此种情形是否构成侵权？

 

史宇航：该行为利用了特定自然人的声音人格特征，可能构成人格权侵权。在商业场景下，人为模仿与AI仿声在侵权定性上并无本质区别。只是人为模仿对个人能力要求很高，而AI技术大幅降低了仿声门槛，仅需少量素材即可低成本复刻他人声音并大规模商用，扩大了侵权规模与传播范围。

对于前述剪辑拼接行为和AI生成行为，前者除侵害人格权益外，还可能涉及名誉权、著作权。若相关内容用于诈骗、传播虚假信息，行为人还可能承担民事、行政甚至刑事责任。此外，虚假AI仿声还可能损害企业声誉、干扰经营判断，甚至诱发股价异动。因此，对AI仿声的法律评价不能局限于人格权，应结合使用方式、损害后果综合判断，情节严重的，可能落入刑法调整范围。进一步而言，声音具有强烈的人格属性与情感价值，AI仿声的大规模滥用使公众辨别信息真伪的难度显著提升，将动摇公众对音视频信息真实性的基本信赖，对社会信任的冲击尤为深远。

 

郑明礼：声纹衍生的法律问题覆盖多个规则体系，造成的损害也不限于人格权益。公众人物的公开音视频数量多，极易被用于生成虚假言论，误导公众，扰乱市场与社会秩序，权利人可就此向网络安全等主管部门举报。

 

刘新宇：此类内容的传播力与破坏力极强。部分主体刻意包装成“内部录音”，仅播放高度近似企业高管原声的AI配音，并标注“内部流出”“高度机密”等字样；或是沿用原有视频画面，搭配AI生成配音，即便口型错位，依旧能够引爆舆情。

 

吴月琴：前面讨论了AI仿声的侵权认定与损害后果，接下来谈谈权利人的应对。第二个问题涉及证据固定：AI仿声侵权具有隐蔽性、易删除、易篡改的特点，证据缺失往往是权利人维权的主要障碍。律师代理此类案件时，应当如何系统化搭建“声音归属”证据链？

 

史宇航：权属证据的获取难度相对较低。录音录像设备早已普及，当事人留存的音视频记录均可用于佐证声音权属，无需像著作权客体一样事先办理登记或公证。对于配音演员等职业群体而言，过往的工作成品、业务记录都可作为维权证据。即便没有前述材料，也不代表无法证明权属。

 

郑明礼：但声音的权属证明难度高于肖像和姓名。肖像和姓名可直接依托身份证、原始照片完成初步证明，声音则有所不同。公众人物因辨识度高，可截取已公开传播的音视频作为权利样本。普通民众、低知名度主体的声音缺乏大众认知基础，权利人需要举证建立声音与自身的对应、可识别关系。

 

吴月琴：我补充一点实务困境。舆情场景下，权利人通过平台的投诉渠道维权，处置效率往往偏低，待平台完成处置，舆情已经扩散发酵。虽有优化营商环境的涉企投诉渠道，但平台的实际处理速度仍有待提升。

第三个问题涉及维权成本：AI仿声类案件普遍存在取证成本高、声纹鉴定费用高昂、诉讼周期长、判赔数额偏低的现象，形成“侵权成本低、维权成本高”的失衡局面，这一困境如何破解？

 

郑明礼：维权成本首先体现在对律师、企业法务的专业能力要求高。办理此类案件需要处理大量数据，有时还需要使用工具批量抓取网络内容，借助AI初筛可疑素材，再由人工复核、完成证据固定，并区分适合投诉举报和适合提起诉讼的情形。整套筛选、复核、固证流程工作量大，对应的法律服务成本较高。另外，不少权利人对维权目标没有清晰认知，缺乏同类事件处理经验。权利人发现网络上存在大量模仿自己声音的AI仿声内容后，若希望寻求完整解决方案，仅沟通确定维权目标、制定维权策略就工作量巨大，后续实际执行依旧障碍重重。而且大量侵权账号为个人账号，权利人无法获知账号背后的真实主体，需要通过诉讼、调查令调取平台留存信息，锁定被告身份。

我认为，大型AI平台应当承担相应的社会责任，例如对平台生成的AI声音内容添加技术标记，实现内容生成账号的可追溯。对于案涉侵权内容可通过技术溯源确定其生成工具，再通过司法程序从对应平台调取生成日志、训练素材，以查明行为人是否擅自使用他人声音开展AI训练。

 

史宇航：平台应当具备内容追溯能力，留存必要的生成记录。受限于现有技术条件，该目标完全实现尚有难度，但属于治理层面的发展方向。

 

吴月琴：第四个问题涉及平台责任：大量AI仿声侵权内容经由短视频平台、AI创作工具平台传播变现，平台多援引“避风港原则”抗辩。在AI仿声场景下，平台是否负有事先审查义务？不同类型平台的责任边界应当如何划分？若反复出现模仿公众人物的AI仿声内容，平台是否应承担更高的注意义务？

 

史宇航：平台是否承担事先审查义务，需区分平台类型与介入程度。如果平台自身的自动配音功能直接设置“模仿某某音色”一类的模板选项，此种情形区别于用户自行上传素材克隆声音，平台的介入程度显著提升。如果是用户自主上传素材克隆声音，难点就转变为平台有没有能力、应不应当识别侵权。现阶段很难要求平台搭建完整的公众人物声音语料库，对每一段上传音频做比对核验。平台常规的审核重点在于内容本身是否违法，AI声音是否侵害特定自然人的人格权益通常并非优先审查事项。部分大型AI平台已经作出规制，限制用户直接上传音频克隆声音。但该手段无法彻底杜绝侵权行为，开源技术广泛扩散后，用户可使用其他工具完成声音克隆，难以实现全量封堵。

 

郑明礼：侵害人格权益的行为在截取、制作环节即已发生，并不以对外传播为要件。要求平台对用户上传的公众人物录音实时判断音频对应的主体，现实操作难度极大，全量比对还将消耗海量算力资源。即使通过识别技术判断声音近似，用户也可抗辩称相关音频系其本人原声。

 

刘新宇：从用户视角可以将平台划分为三类：第一类是短视频、社交媒体等内容传播平台，第二类是提供AI生成服务的平台，第三类是专门提供声音克隆服务的平台。不同平台的管控能力、介入程度、盈利模式存在差异，注意义务不能一概而论。在AI仿声场景下，专门提供声音克隆服务的平台注意义务最高，对其“知道或应当知道”的认定标准应更加严格。虽然现阶段全量比对会产生极高的算力成本，但这属于技术与成本层面的阻碍，不意味着该治理方向本身不合理。即便无法做到全部事前审查，也可以优先处置高风险内容，并对反复被投诉、多次发布同类侵权内容的账号开展重点管控。针对模仿公众人物声音的侵权行为，平台不能消极不作为。“避风港原则”不能无条件适用，虽无法穷尽全部例外场景，但例外情形客观存在。

 

史宇航：平台还可以在重大赛事、热点事件等侵权风险高发阶段发布预警提示，禁止未经授权使用相关音视频素材，实现事前治理。

 

吴月琴：感谢三位嘉宾的专业分享。接下来，大家可以简短交流，就数字时代AI仿声侵权的法律问题进行补充讨论。

 

刘新宇：再谈谈内容传播平台。此类平台的核心功能固然是分发内容，但算法推荐机制会扩大部分内容的传播范围，导致同样的内容传播效果差异巨大。现行法律与司法案例对该问题的规制尚不充分。我认为，若平台单纯中性分发且未额外推荐流量，不宜苛责加重其义务；若平台主动为侵权内容推荐流量，则需审视其是否构成共同侵权。实务中，虽然平台内部的算法数据难以获取，但其既然可以为流量分发打标签，那么也可以增设侵权风险标签。识别出高风险内容后，平台应立即停止推荐流量，其在此种情形下的责任边界有待进一步厘清。

 

郑明礼：平台是否属于“明知”，可以结合外部客观事实综合判断。例如，平台将案涉内容推送至热搜高位，但主张自己对侵权事实不知情的，法院对此通常不予采信。付费推广场景同理，内容发布者付费在平台上投放广告，平台的地位近似广告发布者，其审核义务相应提升。依托热搜、付费推广等客观情形判断平台的主观状态，具有可操作性。同时，平台应当保持相对中立的定位。除非涉及国家利益或者社会公共利益，平台不宜主动评判普通民事主体之间的是非对错，不应仅凭相关内容存在争议就直接限流，否则会妨害正常的言论表达。更加可行的方案是由平台搭建畅通、高效的投诉举报通道，平台收到有效通知之后拒不处置的，再依据相关法律认定其责任。

 

刘新宇：平台即使未直接收取推广费，也是算法推荐的直接受益者，流量、广告、活跃度均随推荐力度水涨船高。收益与风险多呈现正相关，平台从内容传播中获益越多、对传播链条的控制力越强，其审查义务就应越高；同时获利程度还可作为认定平台知道或应当知道的客观要素。

 

史宇航：但个性化推荐很多时候是算法通用机制运行的结果，并非平台针对某条内容的单独操作，不能据此认定平台需要对个案损害扩大部分承担责任，仍需在个案中具体分析。而且投诉即触发限流的机制存在被滥用的风险，可能会被恶意用来压制与投诉人立场相左的内容。

 

刘新宇：我大体认同该观点，但现实困境在于平台处置投诉的效率跟不上舆情扩散的速度。热点舆情的传播周期较短，热度褪去之后再删除内容无法弥补权利人已经遭受的损害。而且越是有争议的内容越容易获得流量，平台缺少极速处置的动力。

我设想：在事实尚未查清但内容持续传播可能给自然人造成不可逆的名誉损害时，平台能否先采取临时限流措施，再开展后续核查？该措施并非直接认定内容发布者构成侵权，而是旨在防止损害进一步扩大。同时，确实需要防范投诉机制被滥用的风险，临时限流不能机械适用；限流措施确有错误的，应当保障内容发布者的申诉与救济途径。

 

郑明礼：平台不具有司法机关的专业判断能力，难以判断损害必然发生，也无法确定限流的时间尺度。临时限流和行为保全的逻辑相近，但保全由司法机关作出，往往还要求提供担保，若保全错误也有相应的追责机制。平台限流则缺少同等完备的程序约束，这是现实障碍。

 

史宇航：核心矛盾不完全在于是否限流，而在于平台处置程序的透明度。当前，平台删除内容、限制账号操作时，往往不公开明确的规则依据与处置流程。相较于一刀切地设置限流时限，提升平台处置规则、理由和流程的透明度更具有现实价值。

 

吴月琴：对于AI仿声侵权，不能机械地以声音是否100%一致作为判断依据，应当以可识别性为核心，结合技术比对特征、使用场景、商业目的、社会公众认知等综合认定。权利人应当及时固定本人真实声音样本、侵权内容、完整传播语境等证据，结合侵权行为特征，选择人格权、个人信息保护、反不正当竞争等维权路径。平台责任需要结合平台类型、管控能力、是否主动推荐流量、获利模式、通知后的处置效率等分层评判。

我们需要为技术创新提供合理的发展空间，而标记生成内容、留存生成记录、畅通投诉渠道、及时处置侵权行为、提升处置程序的透明度，是平衡技术创新与民事权益保护、降低社会风险的重要基础。感谢三位嘉宾的参与，期待未来能有更精彩的讨论。

 

（本文内容根据录音整理，系嘉宾个人观点，整理时间：2026年8月21日）