AI换脸与拟声，边界到底在哪——深度合成时代人格权与标识义务的三个实务判断

#引言：一段几秒钟的语音，为什么值得企业专门开一次会

　　先说一个在法务圈已经不算新鲜的场景。一家做直播电商的公司，想让已经离职的头部主播继续"出镜"，于是采购了第三方供应商的文本转语音和数字人产品，用主播过去直播的录音做素材，训练出一个音色几乎一致的AI声音，再配上主播的旧视频，批量做成几十条带货短片，投放到各个平台。片子跑得不错，直到律师函到了。主播主张声音和肖像被侵害；供应商说，自己卖的只是"技术工具"，怎么用是客户的事；平台说，内容由商家上传，与自己无关，收到通知后已经下架。

　　三方的说法都听上去有道理，这也是这类纠纷真正的难点所在：它不是一句"侵没侵权"就能回答的问题，而是要拆成三层——合成出来的声音和脸，到底还算不算人家的；生成出来之后，该由谁、以什么方式标出来；出了事，责任在生成方、技术支持方、传播平台和使用者之间怎么分。这三层里任何一层判错，后面写的所有分析和方案都会跑偏。

　　需要提前说明的是，这一类规则这两年确实在快速补位。民法典把声音的保护接上了肖像权的轨道，北京互联网法院已经审结了全国首例AI生成声音人格权侵权案，确立了可识别性的判断思路；行政监管这一侧，《互联网信息服务深度合成管理规定》从2023年1月起施行，四部门制定的《人工智能生成合成内容标识办法》从2025年9月1日起施行，配套的强制性国家标准同步落地。规则不再是空白，难的是把规则落到具体业务动作上。

#一、AI合成出来的声音和脸，还算不算"本人"的

#规则上，它走的是一条"参照"的路

　　民法典在人格权编里为声音专门留了一条：对自然人声音的保护，参照适用肖像权保护的有关规定。这句话看起来只是技术性指引，实际影响很大——它意味着声音不是当作普通的录音制品财产来对待，而是放在人格利益的框架里保护。这也是那起首例AI生成声音案的底层逻辑：法院明确，在具备可识别性的前提下，自然人声音权益的保护范围可以及于AI生成声音；判断可识别性，要综合考虑行为人的使用情况，并以相关领域普通听众能否识别作为判断标准。判决的思路很清楚：只要这个合成声音能让一般社会公众或者相关领域的公众，根据音色、语调和发音风格关联到特定自然人，就不能说它"和本人没关系"。

　　同一场官司里还有一句更值得企业记住的话：对录音制品享有著作权等权利，并不等于享有授权他人对其中声音进行AI化使用的权利。也就是说，制作方手里的录音制品版权，管不了"把里面的声音拿出来做AI训练和合成"这件事。这一点直接决定了很多数据授权协议到底有没有用。

#风险：最大的坑是把"版权授权"当成"人格权授权"

　　实务里最常见的错误，恰恰发生在这里。企业从一个内容方买了音频素材，合同里写着"可用于复制、修改、用于产品及服务"，于是理所当然地认为声音也能一并AI化。可是录音制品的著作权、邻接权，和自然人对自己声音的人格利益，是两条并行的权利线，前者的授权不会自动覆盖后者。等到AI产品上线、被本人发现，企业手里那份看着很完整的授权文件，在"AI化使用声音"这一项上往往是空的。

　　第二个坑，是低估"可识别性"的达成难度。有人以为只要把音色参数调一点、加个水印，就能切断和本人的关联；但司法上判断的是听众的感知和关联结果，而不是技术上有多少次加工。换脸场景同理——如果生成的人脸依然能让人认出是谁，那么"这不是本人"的抗辩几乎没有空间。

#实务建议

　　处理这一层，律师能做的动作其实很具体。第一，把所有"用他人声音、肖像、人脸素材"的场景单独列一张清单，逐项核对是否取得了针对"AI训练与合成使用"的单独同意，而不是笼统的作品使用许可。第二，如果素材是从第三方采购或者内容方转来的，要在合同里明确要求其保证已经取得被编辑个人的合法授权，并约定一旦因此发生纠纷的追偿条款。第三，在内部把"可获得识别性判断"前置：产品化之前，做一次内部评估——这个合成声音或人脸，普通观众能不能认出来；能认出来的，就必须回到授权环节解决。

#二、生成出来了，标不标；谁标、标到什么程度

#规则：标识义务是分层的，不是一句"打个水印"

　　这一块的规则基础，是《互联网信息服务深度合成管理规定》和四部门《人工智能生成合成内容标识办法》。深度合成规定要求，提供生成或者编辑人脸、人声等生物识别信息的功能，或者可能涉及国家安全、国家形象等特殊场景的功能，应当依法自行或者委托专业机构开展安全评估；提供人脸、人声等生物识别信息编辑功能的，还应当提示使用者依法告知被编辑的个人并取得其单独同意。同时，提供者对使用其服务生成或者编辑的信息内容，应当采取技术措施添加不影响用户使用的标识；属于智能对话、合成人声、仿声、人脸生成替换操控、沉浸式拟真场景等可能导致公众混淆或者误认情形的，要在合理位置、区域进行显著标识。任何组织和个人不得删除、篡改、隐匿这些标识。

　　《标识办法》把这套要求做得更细，并且明确区分了两类义务主体。一类是生成合成服务提供者：要在文本、音频、图片、视频、虚拟场景的适当位置添加显式标识，内容提供下载、复制、导出功能时还要确保文件里带有满足要求的显式标识；同时要在文件元数据里添加隐式标识，包含生成合成内容属性信息、服务提供者名称或者编码、内容编号等制作要素信息。另一类是网络信息内容传播服务提供者：要核验文件元数据里有没有隐式标识，明确标明的要加提示，用户自己声明是生成合成内容的要加提示，没查到标识但检测到生成合成痕迹的，要按"疑似"加提示，并给用户提供主动声明的功能。使用者这一端也有义务——发布生成合成内容时应当主动声明并使用平台提供的标识功能。

　　还有一个常被忽略的细节：《标识办法》留了一个口子，用户申请提供没有显式标识的生成合成内容，服务提供者可以在用户协议里明确其标识义务和使用责任后提供，但必须依法留存提供对象信息等相关日志不少于六个月。这个"六个月"不是随口写的数字，它意味着无标识内容一旦流出，平台和生成方仍然要留下可追溯的痕迹。

#风险：标识不是"技术美化"，而是行政责任的触发点

　　企业最容易踩的，是把标识当成产品体验问题——觉得加了提示影响"真人感"、影响转化率，于是少标、藏在角落，甚至让用户勾选一下就"消掉"。这在监管眼里不是体验取舍，而是义务履行与否的问题：属于应当显著标识的情形不标识、或者以明示标识方式掩盖真实生成属性的，都会直接指向违规。反过来，传播平台如果只看"内容由用户上传"就放手不管，忽视元数据核验与提示义务，也会被单独评价。此外，标识一旦被恶意删除、篡改、隐匿，就不是简单的产品瑕疵了。

#实务建议

　　落地动作可以按角色拆。如果是自己提供生成合成服务，要在用户协议里把标识的方法、样式写清楚并提示用户阅读，在产品里把显式标识做在浏览和导出的两个环节上都可见，在元数据里补齐属性信息与自身编码，同时把"无显式标识版本"的申请、用户承诺和日志留存做成可审计的流程。如果是内容传播平台，要把元数据核验、疑似内容提示、用户主动声明入口这几项做成常态化功能，而不是等舆情来了再补。如果是使用方，则要记住：发布时的主动声明是自己的义务，别把责任全推给工具。

#三、出了事，责任在生成方、技术支持方还是平台

#规则：责任链是按过错和角色分的，不是按"沾没沾边"

　　首例AI生成声音案的判决思路，对梳理这条责任链很有参考价值。法院查明，制作方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；它在未经本人知情同意的情况下把音频提供给技术方，授权其AI化使用声音，这一授权没有合法权利来源。因此，制作方和技术方关于"已获授权"的抗辩不能成立，两者构成对声音权益的侵犯并承担赔偿，合计赔偿25万元。而另外三家——直接调取产品使用的平台方、提供云服务的公司、以及中间采购下单的公司——法院认定其主观上不存在过错，不承担损害赔偿责任。

　　这个结论透露出两层信息。第一，赔偿责任的落点，是那些实施了未经许可的AI化使用行为、并且明知或应知授权缺位的主体，而不是所有与侵权产品有商业往来的公司。第二，采购第三方AI工具并不当然免于审查，但它确实为"无过错"留下了证明空间——关键在于，企业有没有对供应商的授权基础做过合理审查，有没有留下审查的痕迹。

#风险：夹在中间的技术方和采购方最容易两头受气

　　技术支持方常有一种错觉：我只是按客户提供的素材做处理，责任在客户。但如果它是训练素材的直接接收方、是AI化处理的实际实施者，就很难把责任推干净。采购方则容易走另一个极端：以为"从正规渠道买的、签了合同付了钱"就是安全垫，却忽视了供应商可能根本没有取得声音、人脸权利人的授权。更麻烦的是，一旦上游侵权成立，下游这些采购、使用环节往往还要面对"停止使用、下架、销毁模型"的现实成本——即便最后被判无赔偿责任，产品已经上线造成的商业损失也无法追回。

#实务建议

　　对技术支持方来说，要把授权核实做成流程的前置条件，而不是合同里的一句免责声明：接收人脸、人声等生物识别信息素材时，要求客户提供被编辑个人的授权文件，并同步完成单独同意的提示义务；涉及人脸、人声编辑功能的模型或模板，按规定开展安全评估。对采购方来说，要在采购合同里写清楚三件事：供应商对素材授权合法性的保证、因上游侵权导致下架的损失分担、以及发生纠纷时提供授权链条证据的配合义务。对传播平台来说，除了标识义务，"通知—删除"之后的处置留痕同样重要——这不只是应对诉讼，也是在监管检查时证明自己履行了内容管理责任。

#四、给企业的一份落地动作

　　把上面三层收拢，一家正在用或者打算用AI换脸、拟声、数字人能力的企业，当下至少可以推进这样几件事。其一，建立"人格权素材台账"，把使用了他人声音、肖像、人脸的所有AI场景逐一登记，标注授权来源和授权范围，重点核查是否包含"AI训练与合成使用"。其二，把授权文本里的口径改掉，不再用笼统的"可用于产品及服务"，而是明确写明AI化使用、生成物使用范围、可否转授权以及终止后的下架义务。其三，把标识义务写进产品需求，显式标识在浏览与导出两个环节都可见，元数据隐式标识补齐，并且把"无显式标识版本"的申请与日志留存做成可审计流程。其四，把安全评估和算法备案作为产品上线的前置节点，而不是上线后的补办事项。其五，在采购和对外合作协议里预设追偿与配合取证条款，一旦上游授权出问题，企业手里要有能保护自己的合同弹药。

#结语

　　深度合成带来的困惑，很多时候不在于技术有多新，而在于权利义务的链条被拉长了：一个AI声音的产出，可能要经过素材提供方、技术处理方、采购方和传播平台好几道手，每一道都觉得自己只是"链条上的一个环节"。但规则给出的答案恰恰相反——人格利益不因为中间隔了几道加工就消失，标识义务也不会因为内容是用户上传就自动转移。真正决定风险的，不是企业有没有用AI，而是有没有在动手之前，把授权、标识和责任分配这三件事各自放到该放的位置上。

　　如果您正在评估一款AI声音、数字人或换脸产品的合规边界，或者在授权链条、标识落地、责任划分上拿不准，建议在投放之前先做一次完整的路径梳理——把素材来源、授权范围、标识方案和合同条款一次性理清，比事后下架和应诉便宜得多。

---

需要专业帮助？预约测绘，帮你梳理AI生成内容的授权、标识义务与责任分配边界。