Shanghai's first AI voice infringement case upheld on appeal, platform ordered to pay 50,000 yuan in compensation
English text is being prepared.
In Shanghai's first AI-synthesized voice infringement case, the appellate court rejected the appeals of both parties and upheld the first-instance judgment, finding that the platform operator constituted voice infringement, ordering it to compensate the voice actor 50,000 yuan for economic losses and to bear necessary litigation expenses. The court drew on the principle of access plus substantial similarity to allocate the burden of proof; after the plaintiff completed preliminary proof, the platform, which possessed the training data, was required to explain the source of the voice, but the platform responded only that it could not verify because the employee had left, and thus failed to discharge its burden of proof. Because the plaintiff was unable to provide credible comparable licensing prices, the claim of 300,000 yuan was not supported; the court determined the compensation at its discretion by comprehensively considering the duration of use, the scope of dissemination, and the voice's contribution to commercial revenue.
Why read this
AI score 65
The case fully presents the judicial considerations in AI-synthesized voice infringement regarding the selection of expert appraisal, allocation of burden of proof, and discretionary determination of damages, and can serve as a reference for similar disputes.
Topics
Body
上海市长宁区人民法院五楼的一间会议室里,十几名法官、法官助理围坐在一起。他们讨论的问题,外人听来简单:该不该鉴定? 这是上海首例AI声音侵权案审理中的第一次专业法官会议。原告是一名配音演员。她认为自己的声音未经许可,被一家公司的AI合成后用于推广活动。被告是一家公司,承认涉案声音由其开发的AI生成,却辩称训练语料来自海量语音库,没有证据证明原始投喂素材涉及原告王琳(化名)的声音;而相关技术员工已经离职,无法确认素材来源。 一审法院结合全案证据,认定其被诉行为侵犯了王琳的声音权益,并于2026年6月作出判决。一审后,双方均提出上诉。9月29日,上海市第一中级人民法院作出二审判决,驳回双方上诉,维持原判:平台运营方构成声音侵权,赔偿权利人经济损失5万元,并承担相关必要诉讼支出。至此,上海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审结。 AI技术 发展 势头 迅猛 , A I 语音 商业 化 走在司法实践之前。一审承办法官邓鑫告诉记者, 这类 纠纷 里 , 偏向技术一方可能牺牲个体的权益,偏向维权一方又可能误伤行业 。在没有足够类案的情况下,分寸 实在 难 拿捏 。 当现成的法条难以直接套用,司法人员要在其中找到扩大解释的落点与边界。 这 既需要担当,也需要尺度。 被朋友认出的声音 纠纷始于2025年1月前后。 王琳是一名在某App上实名认证的配音演员,平时通过发布配音作品获得报酬。一天,好友告诉她,一家公司的互联网推广拉新活动中,似乎有她的声音。 活动里,一段段“恭喜你获奖了”的播报、告知用户进入下一阶段的提示,听起来都像她。 好友 问她,是不是为对方做了广告。 王琳发现,这个声音与自己高度相似,且自己没有说过类似的话,声音疑似由AI合成。 她对相关音频进行公证,于3月向法院起诉,要求停止侵权,并赔偿经济损失30万元。 2025年5月,上海市长宁区人民法院商事审判庭(互联网案件审判庭)副庭长邓鑫接到了这个案子。看完材料,他的第一反应是 ,对于 司法 来说 ,“ 这 是个‘好’案子。” 在他看来,“好”案子有两种。有的难点清楚、争议集中,值得深入研究;有的足够新,审理不仅要解决眼前纠纷,也可能为今后的同类案件提供方向。王琳的案子就属于后者。 新颖也意味着,可借鉴的经验有限。涉及到生成式AI侵权的案例,尚无成文、完全适用的法条,也没有完全统一的裁判规则。 团队开始分工检索类案、查阅文献,并听取双方意见。 检索中,他们注意到,2024年4月,北京互联网法院已经审结全国首例AI生成声音人格权侵权案。 配音师殷某的声音被用于训练文本转语音产品,法院判令被告赔偿25万元。对于AI技术处理后的声音,如果大众能够根据音色、语调和发音风格,识别出特定自然人的,则该声音属于自然人声音权益的保护范围。未经自然人许可使用经AI技术处理的声音,构成对自然人声音权益的侵权。 换言之,北京一案明确的法律问题是:经AI处理后仍能识别出特定自然人的声音,可以纳入声音权益保护范围。 王琳的案子是上海首例AI声音侵权案,要回答的是紧接着产生的一个法律问题:如何认定被诉侵权音频与王琳本人声音具有同一性, 换句话说,如何证明这段AI声音指向的就是王琳 。 邓鑫解释,传统声音侵权,可能是有人直接截取一段电影、节目等之中的音频片段,也可能从几段录音中抽取字句重新拼接。通常还能找到原始载体,进行比对。AI合成则可能让一个人的声音说出本人从未说过的话,并不存在一段内容完全对应的原始录音。 简单来说,面对一段甲听着像、乙听着不像的生成式AI音频,司法层面该怎么认定声音是出自同一人 ? 又该 有哪些 考量 ? 要不要鉴定? 答案或与大众常识有落差。因为司法层面,核心标准不是“想不想要”, 而是“有没有必要” 。 邓鑫解释,启动司法鉴定有严格前提。法院会先判断,鉴定是不是解决争议的唯一、必要、可行手段。考量的方面包括是否是凭生活常识和经验法则即可推定的事实、是否和争议焦点相关、检材是否缺失或来源不明、鉴定技术和方法是否可靠…… 专法会现场AI概念图。 2025年8月,此案的第一次专业法官会议在长宁区人民法院五楼的一间会议室召开。参与者是十几名法官 、 助理 等。 在听过案子基本案情和当前进展后,“ 这次上会主要想讨论的问题,就是大家对于本案是否要发起声音鉴定。 ” 会议主持人说,“请大家逐一发表意见。” 邓鑫回忆,会上大致形成了三种意见。 一派意见遵循民事诉讼“谁主张谁举证”的原则:“既然原告称被告用了你的声音,理应拿出直接证据,若拿不出来诉讼就该被驳回。” 有人补充,本案原告起诉时虽然已作公证但没做单方鉴定,纯因朋友说“听到相似声音”、自己听像就来起诉,所以没有尽到初步举证义务,应直接驳回,“无鉴定必要”。 这一派的意见出来后,立即有人表示 反对, AI技术存在“黑箱”,生成过程难以被外部观测、揭示,这类数据大多被企业掌握,个人必然难以获得其中数据。把鉴定、举证工作全部压在原告身上,是一种苛求。 这也代表了第二派意见。他们认为 被告是大平台,案涉活动是主推活动,举证能力远超原告;被告从始至终只以“工作人员离职、无法核实”表示异议,无任何举证。以往,声音侵权 案例可以参考肖像权这类人格权纠纷。法院一般不做鉴定,将图像与权利人比对,结果显而易见。声音的像与不像,同样能够判断,如果两者确实难以区别,那么应该判定平台侵权。 意见一出,也有人反对。 反对者并不是因为完全听不出声音相像。恰恰相反,邓鑫回忆,会上参与讨论的人,以及会前参与审判活动的人民陪审员都能够听出双方提供的声音之间的相似之处。争议在于,这种听觉感受能否成为认定侵权的充分依据。反对者认为,肖像图像与声音不同,成熟的配音演员是有能力模仿出各类不同音色、语调的声音,单靠人耳未必足以排除其他解释。 “关键还是一个利益平衡的问题。”邓鑫总结,“一派的意见有利于权利人,另一派有利于平台,两边都要考虑,因为一个是人的权利保障,一个是代表着AI技术的有序发展。” “你拿一段声音过来让我听,我就主观地去判断像不像你的声音,我觉得还是比较武断的。”因此邓鑫等人提出第三派意见:需要启动司法鉴定。他们的考量在于面对一个新类型案件,团队希望判断能够得到更客观的验证。 但这个选择也带来了现实成本。 该项目的司法鉴定价格昂贵,且需要原告预先垫付,而本案的原告并非常住上海,来上海做司法鉴定也意味着要原告花时间和差旅费用等。如果鉴定结果利于原告,这些费用最终由被告支付。启动鉴定意味着,无论哪一方败诉,都扩大了 自身 损失。 各有道理。会议进入汇总环节,最终超过三分之二的参会人员倾向启动鉴定。 王琳一度觉得程序太复杂,自己已经做过公证,再做鉴定加重了维权负担,对是否继续出现过犹豫。法院进一步解释相关要求后,她才同意。 法院围绕鉴定进行了两次调查,确定比对范围、检材和样本。涉案合成音频作为检材,王琳本人到鉴定机构录制声音,作为比对样本。 该谁来说清这段声音的来历? 承担鉴定的机构有传统声音鉴定经验,但没有处理过同类AI合成声音问题。由于无法取得原始投喂素材,鉴定方法是将合成音频与王琳本人声音进行语音分析比对。 区别于传统的鉴定,鉴定机构并未给出“AI声音出自王琳与否”的论断,而是给出了一系列的数据: 案涉音频与王 琳 本人音频在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的部分达到90%。这些指标反映声道共鸣和音色特征,偏离度越小,越能说明AI音频音色上接近本人声音。 邓鑫 和 团队 要 理解这些参数的意义,再作出法律判断。 为此,法官查阅资料、与鉴定人员交流,鉴定人员后来也出庭接受询问。 2026年3月,一审开庭前的第二次专法会议召开,主要讨论案件审理方向及损害结果。 其中包括对举证责任的分配。当声音的生成过程藏在企业掌握的训练数据和后台里,被侵权人应当证明到什么程度? 因为报告结果,专法会议上的分歧相对小了。 邓鑫 解释 , 原告先证明声音有被接触的合理可能,且合成声音与自己高度相似;此后,掌握关键资料的一方,才有义务解释这段声音是怎么来的。 邓鑫告诉记者,法院考量原告是否尽到“初步举证”义务,主要看“接触+实质性相似”。“接触+实质性相似”是著作权等知产纠纷中的原则:权利人只要证明侵权人实际接触过在先作品、或存在合理接触可能性,且两部作品存在实质性相似,在侵权人无法反证的情况下即可能构成侵权。本案借鉴了该原则——王琳的声音作品公开发布于网络,公司存在获取这些作品的合理可能性;声音比对及其他材料,又支持了合成声音与她之间的关联。在此基础上,当被侵权人完成初步举证后,相应举证义务就转移至侵权人。侵权人应当就其生成音频并未接触、使用王琳的声音作为素材进行反驳性举证,否则将承担举证不能的不利后果。 二审审结后,网上出现一些解读称,此案出现了“举证责任倒置”情况,“是这类案件在审理上的一大突破”。 二审承办法官、上海市第一中级人民法院立案庭法官吴丹对此解释,这不是举证责任倒置。事实上“谁主张谁举证”的基本原则没有改变;变的是,当个人已经拿出能拿到的证据,企业不能只用一句“员工离职、无法确认”,就结束对事实的解释。技术过程可以复杂,责任主体却不能因此消失。 庭审现场AI概念图。 庭审环节,公司没有完成相应举证。其回答仍是相关业务、技术人员已经离职,无法还原生成过程。一审法院据此认定侵权,于2026年4月作出判决。 从接到案件到一审判决,历时约13个月。 未被认可的30万元 一审后,双方均提出上诉。王琳认为赔偿不足,不认可5万元的赔偿金额,公司则不认可侵权认定及赔偿责任。 2026年9月7日,最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》,其中第四条明确:除法律另有规定外,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。 一审团队随即与二审团队沟通。他们判断,本案很可能是《意见》发布后首个进入二审的同类案件,审理思路与《意见》的指导思想一致。邓鑫觉得,自己和团队此前的判断得到了确认。 吴丹指出,法院不会因本案要求公司回应素材来源,就无限扩大其对海量通用数据的审查义务。但素材从何而来、授权允许如何使用、模型如何生成输出,应当成为可留存、可核查的全流程记录。邓鑫则提醒,对于权利人而言,哪些权利受损、产生了多少实际损失,是维权初期最需尽早固定的证据;而企业在收到相关侵权投诉时,应及时自查并采取删除、断开链接等必要措施,一味反复否认、将争议推向高成本的鉴定和诉讼,往往只会增加自身损失。 其实在判决之前,案件涉及的赔偿问题就已进入讨论。一审开庭前的第二次专业法官会议上,有人提出,假设原告能证明自己的声音有被平台接触的可能,而被告始终无法说明素材来源,那么侵权赔偿大概率难以避免。专业法官会议召开不易,讨论便没有停留在“赔不赔”,而是直接推进到“赔多少”。 然而真正可供会议参考的材料并不多。原告提交了自己的报酬收入,被告拿出了市场收费标准。会上有人提出,光看这两样还不够,还需考虑音频持续使用的时间、活动是全国性还是区域性、传播范围究竟多大,再与行业收费标准一并综合考量。 吴丹告诉记者,声音侵权成立,不意味着原告主张的30万元赔偿会被支持。对以声音为职业资源的配音演员,同类许可使用费是确定损失的重要参照。若能给出相似用途下的授权价,法院 确定损失时就有更直接的参照 ;而在一审、二审中,王琳都未能提供可供采信的同类授权价格,也缺乏充分证据证明主张的实际损失,30万元因此无法仅凭估算成立。声音权益保护不以知名度为前提,但未经许可使用一个声音,与借某人的影响力吸引用户,损害程度不同,不能机械地判定赔偿金额。 实际损失与侵权获利难以精准计算时,法院则会综合考量侵权持续时间、传播范围、使用方式、过错程度、损害结果,以及声音对商业收益的贡献。吴丹介绍,这些音频用于拉新活动的流程提示,比如一段段“恭喜你获奖了”的播报、告知用户进入下一阶段,公司用声音完成活动播报,并未将王琳的身份或影响力作核心卖点;法院还考虑到声音上架约四个月、王琳账号关注度与活跃度有限,其在活动中主要起辅助提示作用,对商业收益贡献相对较低。 一审时的专法会议也讨论了赔偿范围。邓鑫说,这类新型案件没有现成公式,团队把要考虑的因素逐项列出再作综合判断;二审审查后认为一审酌定的5万元合理,予以维持。吴丹强调,5万元不是今后同类案件的统一价——若企业长期使用、投诉后仍不下架,或将某人声音作流量卖点,考量会不同;权利人若能证明同类授权价或更充分的传播、损害证据,也会影响结果。据邓鑫介绍,5万元之外,公司还需承担法院支持的相关必要维权费用。 二审最终驳回双方上诉,维持原判。 案件审结,也留下启示。 邓鑫判断,AI飞速发展,未来AI 生成的声音、换脸头像、视频,由此引发的著作权纠纷只会越来越多。“需要有一个规则,那举证责任到底怎么来分配”,也是今后审理涉AI案件时需要回答的诸多法律问题中的一个。 《最高人民法院关于依法审理涉人工智能纠纷案件的意见》是首部由国家最高审判机构发布的涉人工智能司法裁判规则文件,是为促进全球人工智能向上向善发展贡献的“中国司法智慧”。在日新月异的技术变革中,还需要无数司法人,在具体的案件里,一针一线地细化规则、打上“补丁”。 长宁区法院从启动鉴定的取舍、举证责任的划分,再到5万元赔偿酌定的落槌……这些既是眼前的具体纠纷的审慎,也是在算法浪潮中丈量规则的尺度。 而这个尺度要保护一个具体的人的权利,也要让人工智能这匹千里马既跑得快,又跑得稳。