■林愛珺 馬瑞萍

2020年5月28日，十三屆全國人大三次會議正式審議通過《中華人民共和國民法典》（以下簡稱民法典），首次明確對自然人聲音的保護(hù)。在法律上明確對聲音權(quán)益進(jìn)行保護(hù)，是民法典人格權(quán)編的一大亮點，對進(jìn)一步保障個人尊嚴(yán)和個人自由，規(guī)范合理使用聲音權(quán)人的財產(chǎn)利益和精神利益、解決由智能語音技術(shù)引發(fā)的聲音侵權(quán)問題具有重大意義。

聲音權(quán)的基本屬性

“聲音”是指通過介質(zhì)傳播并能被人或動物聽覺器官所感知的波動現(xiàn)象。聲音權(quán)是自然人享有的自由支配其聲音，并以此實現(xiàn)其聲音利益的一種權(quán)利。隨著科技的發(fā)展，聲音的應(yīng)用范圍越來越廣。

首先，聲音具有專屬性。自然人的聲音無法脫離自然人的肺、聲帶、喉頭、口腔、鼻腔等身體器官而產(chǎn)生，聲音無法離開自然人的身體而單獨存在，所以聲音權(quán)的權(quán)利主體只能為自然人而不能為法人。此外，自然人對自己的聲音進(jìn)行使用、錄制、處分及獲取收益，不受任何人的干涉或阻礙，并且任何個人和組織，如果未經(jīng)自然人同意，不能擅自使用其聲音。

其次，聲音具有精神利益。人格權(quán)最主要體現(xiàn)的是精神利益，這是人格權(quán)最本質(zhì)的屬性。①聲音權(quán)是一種具體的人格權(quán)，所以精神利益是聲音權(quán)的基本利益。自然人的聲音關(guān)系到個人的尊嚴(yán)，即“聲音利益”當(dāng)中包含“人格尊嚴(yán)價值”。每個人的聲紋都是獨一無二的，每個人的音調(diào)、音色和響度等聲音的物理特性都各不相同，聲音的物理特征是與生俱來的，后天的訓(xùn)練也無法改變，所以人的聲音具有人格標(biāo)識的重要作用，可用于識別自然人身份。

同時，聲音又具有財產(chǎn)屬性。聲音的財產(chǎn)屬性是其精神利益與特定物質(zhì)載體相結(jié)合而派生出來的，是一種附屬性利益。在市場經(jīng)濟條件下，聲音相關(guān)產(chǎn)品多元化，語音產(chǎn)業(yè)不斷發(fā)展壯大，聲音的財產(chǎn)屬性越來越凸顯，尤其是名人的聲音擁有更高的商業(yè)價值。自然人可以通過法律所許可的方式，如簽訂聲音許可使用合同，允許他人使用、錄制或合成自己的聲音，從而獲得經(jīng)濟報酬。

及時應(yīng)對新技術(shù)下的聲音侵權(quán)

在傳統(tǒng)媒體時代，互聯(lián)網(wǎng)還不發(fā)達(dá)，聲音主要是通過電視、磁帶、光盤等媒介傳播，侵犯聲音權(quán)的具體行為主要包括歪曲、偷錄、剪接、模仿、公開和失真處理不當(dāng)。②由于傳統(tǒng)媒體傳播速度慢、傳播范圍狹窄，所以侵犯聲音權(quán)的損害后果不是特別明顯。隨著人工智能技術(shù)、大數(shù)據(jù)技術(shù)和互聯(lián)網(wǎng)技術(shù)的發(fā)展，聲音利用范圍越來越廣，傳播速度越來越快，傳播成本越來越低，使得聲音侵權(quán)案件頻發(fā)。

智能語音技術(shù)主要包括自然語言理解技術(shù)、語音識別技術(shù)和語音合成技術(shù)等技術(shù)方向。AI語音合成等相關(guān)技術(shù)，在過去幾年間迎來了不斷發(fā)展壯大、提升應(yīng)用規(guī)模的過程。語音合成技術(shù)只需手機錄音十分鐘，就能獲得與錄制聲音高度相似的合成語音。如阿里巴巴發(fā)布的新一代語音合成技術(shù)KAN-TTS，將合成語音與原始音頻錄音的接近程度由85%到90%之間提高到97%以上，制作周期壓縮3倍以上，并將語音合成定制成本降低10 倍以上。這意味著AI 語音合成技術(shù)基本不再存在任何的用戶門檻，很多免費的語音合成軟件使得用戶不用學(xué)習(xí)復(fù)雜的技術(shù)，不用浪費大量的時間和金錢，就能以非常簡單的方式定制語音，這將降低犯罪的成本，增加了自然人聲音權(quán)益被侵犯的風(fēng)險。此外，AI語音合成技術(shù)合成的語音親切、自然、飽含情感，達(dá)到了以假亂真的地步，使得一些不法分子有機可乘。AI 語音合成技術(shù)不僅能合成聲音音調(diào)、音色等物理特性，還能合成語音蘊含的情感。這些惟妙惟肖的合成語音一旦被不法分子利用，轉(zhuǎn)發(fā)給朋友、家人、同事等熟人，后果將不堪設(shè)想。

語音識別和語音合成等技術(shù)會侵犯聲音權(quán)的精神利益和財產(chǎn)利益。每個人的聲紋都是唯一的，所以每個人的聲紋密碼也是獨一無二的。如果AI 語音合成技術(shù)合成了與樣本語音相同的語音，那么它就可以破譯用戶在銀行卡、房卡和應(yīng)用App等設(shè)備上設(shè)置的聲紋密碼，給大家的人身安全和財產(chǎn)安全構(gòu)成威脅。此外，一些不法分子通過合成用戶的聲音給用戶的家人、朋友、同事等打電話借錢，或者使用合成的聲音打電話給銀行貸款，由此導(dǎo)致了很多財產(chǎn)詐騙案件的發(fā)生。據(jù)《每日郵報》2019 年9 月6日報道，一名詐騙犯利用AI 語音合成軟件冒充德國公司老板，給一家英國能源公司的CEO打電話，成功讓該CEO轉(zhuǎn)賬22萬歐元到該詐騙犯指定的銀行賬戶。

進(jìn)一步規(guī)范聲音的商業(yè)開發(fā)與應(yīng)用

信息時代，聲音已經(jīng)不僅僅是一個單純的交流工具，更是一種商品化的人格標(biāo)識。過去人們更注重身體權(quán)、健康權(quán)等物理性人格利益，當(dāng)前在市場經(jīng)濟條件下，人格權(quán)商業(yè)化利用的現(xiàn)象十分普遍，特別是名人的肖像、聲音等人格要素，具有較大的商業(yè)價值，使得大眾對于人格權(quán)的商業(yè)化利用越來越重視。民法典規(guī)定的“未經(jīng)肖像權(quán)人同意，肖像作品權(quán)利人不得以發(fā)表、復(fù)制、發(fā)行、出租、展覽等方式使用或者公開肖像權(quán)人的肖像”，實際上也是對聲音權(quán)商業(yè)開發(fā)的保護(hù)和規(guī)范。

我國合成語音產(chǎn)業(yè)已經(jīng)比較成熟，在某電商平臺上，輸入“語音包”關(guān)鍵詞，十幾件相關(guān)商品就會跳出來，售價從10 元到99 元不等。據(jù)商家介紹，他們可以提供上千條女聲的微信語音信息，內(nèi)容涵蓋問好、道歉、自我介紹，甚至索要紅包等多個方面。如果想要其他語音內(nèi)容，還可以按照2 元每條的價格進(jìn)行私人定制。此外一些賣家還可以提供真人語音變聲服務(wù)，把自己的聲音變成你想要的聲音。

隨著人工智能技術(shù)的發(fā)展，智能語音已經(jīng)成功落地于影視娛樂、汽車導(dǎo)航、銷售、客服、教育、游戲等領(lǐng)域，飯圈和家庭是智能語音應(yīng)用的兩個主要商業(yè)場景。家人的聲音代表著陪伴、溫暖和回憶等社會意義，智能音箱、學(xué)習(xí)機等智能語音產(chǎn)品將家人的聲音合成為系統(tǒng)音，和孩子們聊天和講故事。

相對于普通人而言，名人聲音的商業(yè)價值更大，其聲音要素也更容易被他人盜用和濫用，產(chǎn)生了各類聲音侵權(quán)糾紛。例如，一些不法分子利用AI 語音合成技術(shù)合成與明星高度相似的語音，擅自使用合成的名人語音進(jìn)行廣告宣傳或者電話銷售活動；一些不法分子擅自將合成的歌手的聲音用于商業(yè)表演，從而獲得商業(yè)演出和演唱會的收益；還有一些不法分子通過惡意剪輯和歪曲的方式將合成的名人聲音剪輯進(jìn)色情、暴力和種族歧視等音頻中，從而故意丑化、污損明星的聲音和名譽。

聲音權(quán)可作為一種獨立的具體人格權(quán)

民法典規(guī)定“聲音權(quán)”，將肖像權(quán)和聲音權(quán)結(jié)合起來保護(hù)，首次在法律上明確了對聲音利益的保護(hù)，相比以往法律對聲音利益保護(hù)的空白，這是對自然人聲音利益保護(hù)的巨大進(jìn)步，及時將新型人格權(quán)在人格權(quán)法上加以確立，彌補了法律保護(hù)的漏洞，擴展了人格權(quán)的保護(hù)范圍，完善了我國人格權(quán)法體系。

但是，某種程度上，“聲音”和“姓名”“肖像”是并列的人格標(biāo)志。筆者認(rèn)為，單獨創(chuàng)設(shè)“聲音權(quán)”有一定的合理性。由于聲音權(quán)與肖像權(quán)保護(hù)的客體和內(nèi)容各不相同，法律工作者在司法實踐中可能會存在摩擦和疑問。人格權(quán)具有法定性和開放性。③法定性是指人格權(quán)的具體類型、權(quán)利和內(nèi)容，需要在法律上加以確定。開放性是指人格權(quán)法是一個不斷發(fā)展變化的體系。隨著人工智能、大數(shù)據(jù)等技術(shù)的發(fā)展，聲音的利用方式越來越多元，聲音與人格自由、人格尊嚴(yán)緊密聯(lián)系在一起，以獨立的具體人格權(quán)的形式對聲音權(quán)進(jìn)行立法，將聲音權(quán)與肖像權(quán)、姓名權(quán)和身體權(quán)等其他具體人格權(quán)在法律上并列，民法典未來仍有待改善。

總之，民法典在法律上明確對聲音權(quán)益的保護(hù)，體現(xiàn)了人文關(guān)懷的精神，解決了由智能語音技術(shù)引起的聲音侵權(quán)新問題，聚焦了老百姓深切關(guān)注的熱點難點問題，保障了人民群眾的聲音利益，回應(yīng)了新時代人民群眾對美好生活的需求，彰顯了以人為本、立法為民的理念。隨著技術(shù)的發(fā)展，信息環(huán)境已經(jīng)發(fā)生了翻天覆地的變化，法律只有迅速反應(yīng)才能跟上社會發(fā)展的步伐。

注釋：

①李雪：《論聲音權(quán)的民法保護(hù)》，湖南師范大學(xué)2014年碩士學(xué)位論文。

②梁震：《探尋對聲音利益的民法保護(hù)途徑》，《法制與社會》2017年第1期。

③王利明：《論人格權(quán)的法定性與開放性》，《經(jīng)貿(mào)法律評論》2018年第1期。