AI生成聲音“真假難辨”，濫用現象時有發生——誰來保護“我的聲音”？

　　“未見其人，先聞其聲”，如今在網絡平臺上，AI聲音隨處可見。

　　隨著算法不斷進步，在高性能設備和高精度模型的助力下，AI生成的聲音已從過去的“一聽就假”發展到如今的 “真假難辨”。不少有聲讀物采用AI配音，讀者甚至能選擇模仿某個特定人的聲音，這既降低了成本，也增添了趣味性。

　　與此同時，AI聲音濫用現象也時有發生。一些商家在短視頻平臺帶貨時，通過AI模仿知名人士的聲音編造內容，不僅嚴重誤導了消費者，也對當事人造成了不良影響。

　　聲音“AI克隆”被濫用

　　個人的聲紋信息，作為一種生物識別特征，具有高度的可識別性，能夠被電子手段精確記錄。其獨特性、唯一性及穩定性，使其成為將信息與特定自然人相關聯的關鍵要素。根據《個人信息保護法》的規定，聲紋信息被歸類為敏感個人信息，受到嚴格保護。

　　AI技術如何生成“以假亂真”的聲音？記者采訪了解到，它依賴于當下的深度學習算法，從采集到的聲音樣本中精確提取一系列關鍵特征，包括頻率、音色、聲調、語速以及情感表達等。隨后，這些特征被轉化為復雜的數學模型，并通過算法進一步合成，從而生成高度逼真的聲音。

　　“只需擁有少量的聲音素材，即可迅速實現聲音的‘AI 克隆’。”一位不愿透露姓名的技術人員告訴記者。

　　記者在應用商店搜索發現，大量軟件具備相關功能，一些APP的下載量超千萬次。記者選擇一款APP進行模擬，只需簡單念出一段文字或輸入音頻片段，這些APP十幾秒即可完成聲音的合成。

　　當AI生成聲音的門檻迅速降低，一些不法分子趁機將其濫用于詐騙、虛假宣傳。社交平臺上，利用AI技術模仿并惡搞各領域名人的短視頻屢見不鮮。曾有大量短視頻通過AI模仿某知名人士的聲音，其中部分視頻包含不當言論，引發社會熱議。該知名人士隨后發表視頻回應，表示這些事件給自己帶來了困擾和不適，呼吁大家停止此類行為。

　　此外，一些商家在短視頻平臺帶貨時，利用AI生成聲音誤導消費者。

　　　擅自將他人聲音AI化不合法

　　在2024年公布的我國首例AI生成聲音人格權侵權案中，原告殷某是一名配音演員，他意外發現自己的聲音被AI化后，在被告某智能科技公司運營的平臺中對外出售。隨后殷某將該智能科技公司等被告起訴，主張被告的行為嚴重侵犯了自身的聲音權益。

　　法院審理認為，利用人工智能合成的聲音，如果能使一般社會公眾或者相關領域的公眾根據其音色、語調和發音風格，關聯到該自然人，即可認定為具有可識別性。因此，某文化傳媒公司、某軟件公司未經原告許可AI化使用了原告聲音，構成對原告聲音權益的侵犯，應承擔相應的法律責任。

　　對于此案，北京互聯網法院副院長、二級高級法官趙瑞罡認為，我國民法典將人格權獨立成編，首次以立法形式將保護“聲音”寫入民法典，明確參照適用肖像權的形式保護自然人的聲音。聲音作為一種人格權益，具有人身專屬性，任何自然人的聲音均應受到法律的保護，對錄音制品的授權并不意味著對聲音AI化的授權，未經權利人許可，擅自使用或許可他人使用錄音制品中的聲音構成侵權。

　　隨著AI技術在各個領域的廣泛應用，由AI技術引發的糾紛日漸增多。在中國裁判文書網上，記者搜索到不少侵害作品信息網絡傳播權的案件中包含聲音AI使用等關鍵詞。

　　對此，河北厚諾律師事務所律師雷家茂表示：“個人未經他人允許擅自將他人聲音AI化不合法，侵犯了他人的合法權益，權利人有權依法維權。根據民法典第一千零二十三條規定，對自然人聲音的保護，參照適用肖像權保護的有關規定，可以要求侵權人停止侵害、賠禮道歉、賠償損失等。”

　　治理應多措并舉、標本兼治

　　當下，與AI換臉視頻相比，AI合成語音更難辨別、門檻更低。一個“聲音很熟的電話”可能是詐騙。

　　2月21日，中央網信辦發布2025年“清朗”系列專項行動整治重點，特別提到整治AI技術濫用亂象，突出AI技術管理和信息內容管理，強化生成合成內容標識，打擊借AI技術生成發布虛假信息、實施網絡水軍行為等問題，規范AI類應用網絡生態。

　　“聲音作為一種人格權益，具有人身專屬性。我國已在現有法律框架中對聲音權益保護做出了一定規定。”雷家茂表示，“AI生成聲音的過程中，涉及聲音樣本的采集、使用、算法的研發和應用等多個環節，每個環節都可能涉及不同主體的權益。要進一步完善法律體系，細化AI克隆技術的法律條款，明確侵權行為的定義和責任，加強執法力度。”

　　有專家表示，對于濫用AI“偷”聲音的亂象應多措并舉、標本兼治。平臺層面要切實履行監管責任，建立健全對AI聲音的審核和侵權舉報機制，及時發現和攔截侵權、虛假、違法等不良內容。相關部門應繼續加大對利用AI技術進行詐騙等違法犯罪行為的打擊力度，形成更加完善的常態化治理機制。

　　此外，雷家茂提示，在AI技術日益普及的時代，個人也必須加強對個人生物特征信息，特別是聲音的保護意識。不輕信或傳播未經核實的AI生成聲音信息，以防被誤導或卷入不必要的風險。（周子元）