当AI合成声音达到90%相似度却非完全复刻时，法律主要通过"可识别性"原则界定侵权边界，即公众能否将该声音识别为特定自然人，并结合技术手段、使用场景综合判定。
一、法律界定的核心原则
可识别性标准
依据《民法典》第1023条，声音权参照肖像权保护。司法实践（如北京互联网法院2024年判例）明确：若AI合成声音在音色、语调、发音风格等特征上足以让公众识别到特定自然人（如配音演员或公众人物），即使未100%复刻，仍构成侵权。成都法院类似判例也指出，相似度90%足以造成公众混淆即属违法。
突破"复刻"陷阱
法律不要求声纹完全一致：
技术特性考量：自然音色存在先天相似（如配音圈的模仿型选手），且AI可通过微调参数规避"复刻"认定；
举证转向：权利人无需证明训练数据来源（因AI黑箱特性），只需证明公众可关联其身份。
二、维权实践中的关键挑战
技术性壁垒
声纹鉴定局限：频谱、共振峰等声纹特征受设备、情绪影响，无法作为唯一证据；
规避手段：侵权方可对合成声音稍作变调或变速，使相似度从95%降至90%，增加法律认定难度。
产业链隐匿性
灰色链条分工：素材采集、模型训练、内容生成、流量变现环节分散，溯源困难；
平台责任推诿：部分平台以"用户上传"为由援引避风港原则，怠于审核。
三、边界厘清的创新路径
技术防御机制
溯源标识：声音水印、区块链存证技术可追踪AI生成内容来源；
声纹备案库：建立行业声纹数据库，明确授权范围与期限（如729声工场推动的标准化流程）。
法律规则细化
场景化界定：商业用途（如短剧配音、直播带货）严格适用侵权认定，非商用二创需附加显著标识；
平台连带责任：若平台明知侵权线索未及时下架（如相似度90%内容被多次举报），需承担共同侵权责任。
行业合规共识
授权明确分层：录音作品授权≠声音AI化授权，合同需单独约定AI使用条款（如季冠霖声明中的书面授权要求）；
"合理使用"除外：科研、教学等场景可援引《著作权法》免责，但需删除身份识别特征。
四、公众需警惕的认知误区
误区1："标注非商用即可免责"→商业标识不影响侵权认定；
误区2："拥有录音版权即含声音权"→著作权不覆盖人格权，需单独授权；
误区3："相似度低于95%不侵权"→法律以公众识别力为准，非技术参数。
五、典型案例的启示
2024年"全国首例AI声音侵权案"中，殷某某的声线被用于商用语音产品，相似度约90%。法院判决重点包含：
- 技术参数无关性：未要求声纹匹配度，侧重用户"以为是本人"的混淆效果；
- 高额赔偿依据：按侵权方获利（25万元）反向推定声音价值。该案为相似度争议提供了裁判范本。 (以上内容均由AI生成)
