AI語音合成技術在有聲出版中的法律風險及其治理策略：域外經(jīng)驗與中國方案

[摘 要] 作為推動有聲出版行業(yè)數(shù)字化轉(zhuǎn)型的新質(zhì)生產(chǎn)力，AI語音合成技術在重構生產(chǎn)模式與產(chǎn)業(yè)生態(tài)的同時，衍生出人格權益保護、著作權合規(guī)及數(shù)據(jù)安全治理三重法律風險。比較法研究表明，美國通過分層立法模式構建了有效的風險防控體系，歐盟則依托統(tǒng)一立法強化了透明度管理與平臺責任落實。借鑒域外治理經(jīng)驗并結(jié)合我國治理需求，建議構建“權利界定－規(guī)則適配－風險防控”的復合型法律框架，包括：明確聲音權的獨立法律地位并完善侵權認定標準，制定針對著作權使用與傳播的合規(guī)規(guī)則，以及強化聲音數(shù)據(jù)在采集、存儲及跨平臺共享中的安全管理。同時，應積極推動國際合作，建立跨國合作機制以應對全球治理挑戰(zhàn)。通過國內(nèi)治理框架與國際協(xié)作機制的規(guī)則銜接，為有聲出版行業(yè)的健康、有序發(fā)展提供全面的制度保障。

[關鍵詞] AI語音合成技術 有聲出版 法律風險 域外治理經(jīng)驗

[中圖分類號] G237.9 [文獻標識碼] A [文章編號] 1009-5853 （2025） 03-0027-12

Legal Risks and Governance Strategies of AI Speech Synthesis Technology in Audio Publishing： Foreign Experience and the Chinese Approach

Zhang Yankun

（Center for Studies of Intellectual Property Rights，Zhongnan University of Economics and Law，Wuhan，430073）

[Abstract] As an emerging productive force driving the digital transformation of the audio publishing industry， AI speech synthesis technology is not only reshaping production models and industrial ecosystems but also engendering three critical legal risks： the protection of personality rights， copyright compliance， and data security governance. A comparative legal analysis indicates that the United States has developed a multilayered legislative framework to effectively mitigate risks， whereas the European Union has adopted a unified legislative approach to enhance transparency regulation and platform accountability. Drawing upon foreign regulatory experiences and integrating them with China’ s governance imperatives， this study proposes a composite legal framework based on the tripartite structure of “rights definition–regulatory adaptation–risk prevention.” This framework entails establishing the independent legal status of voice rights and refining the criteria for infringement determination， formulating compliance regulations for the use and dissemination of copyrighted content， and strengthening security governance in the collection， storage， and cross-platform sharing of voice data. Simultaneously， proactive international cooperation should be pursued through the establishment of transnational regulatory mechanisms to address global governance challenges. By fostering the convergence of domestic regulatory frameworks with international legal mechanisms， this approach seeks to provide a robust institutional safeguard for the sustainable and orderly development of the audio publishing industry.

[Key words] AI speech synthesis technology Audiobook publishing Legal risks Foreign governance experience

數(shù)字出版產(chǎn)業(yè)的快速發(fā)展正在重構有聲出版市場格局，據(jù)大觀研究（Grand View Research）預測，全球有聲出版市場規(guī)模至2030年有望達到354.7億美元[1]。作為有聲出版行業(yè)的新質(zhì)生產(chǎn)力，AI語音合成技術憑借高效、智能與個性化等優(yōu)勢，迅速成為催生有聲出版生產(chǎn)模式變革的關鍵“引擎”。據(jù)統(tǒng)計，AI合成語音相較人工錄制可提升生產(chǎn)效率達50倍，大幅縮短內(nèi)容生成周期并降低了運營成本[2]。目前，該項技術已在教育出版、新聞播報以及個性化內(nèi)容服務等諸多場景得到廣泛應用，正深刻影響著有聲出版的生態(tài)格局。不過，技術紅利的快速釋放往往伴隨著法律風險的暗流涌動。2023年，全國首例AI生成聲音侵權案就已經(jīng)為我國有聲出版行業(yè)敲響警鐘[3]。更讓人擔憂的是，學界迄今對AI語音合成技術在有聲出版領域可能引發(fā)的法律爭議，多停留于零散討論，尚缺乏系統(tǒng)化、可操作的應對框架[4]。如何在技術變革與法律滯后之間進行利益平衡，使有聲出版行業(yè)既能充分擁抱AI語音合成技術賦予的智能化生產(chǎn)力，又不至于陷入潛在法律風險的泥沼，成為當務之急。

本文從AI語音合成技術的基本原理切入，系統(tǒng)梳理其在有聲出版領域的多樣化應用場景，并深入分析行業(yè)實踐中可能面臨的主要法律風險。鑒于AI語音合成技術的全球性特征，各國在應對該挑戰(zhàn)時的法律調(diào)整不僅進一步深刻影響國內(nèi)利益格局，還將重塑其在國際信息流動中的法律地位與競爭力。因此，本文將從比較法的視角分析域外主要法域的相關立法經(jīng)驗，并結(jié)合我國國情，探討如何在現(xiàn)有法律框架下尋求技術與法律之間的平衡，以期為有聲出版產(chǎn)業(yè)在“AI+出版”時代的健康發(fā)展提供理論支撐。

1 AI語音合成技術及其在有聲出版行業(yè)中的應用

1.1 AI語音合成技術原理概述

AI語音合成技術是一種基于深度學習框架的跨模態(tài)映射技術，通過文本解析、聲學建模、聲碼器生成及情感建模四個核心模塊，實現(xiàn)語言符號向自然語音的高效、精準轉(zhuǎn)換，在有聲出版等內(nèi)容生產(chǎn)領域具有重要的技術支撐作用。文本預處理是AI語音合成的起始環(huán)節(jié)[5]。首先，相較于依賴傳統(tǒng)規(guī)則驅(qū)動的解析方式，AI語音合成依托自然語言處理技術，實現(xiàn)對語言符號的動態(tài)建模，從而提升語義解析的精確度，并增強文本輸入的語境適應性[6]。其次，聲學建模通過深度學習模型替代傳統(tǒng)隱馬爾可夫模型，成功規(guī)避了由于靜態(tài)參數(shù)固化所引發(fā)的局限性，進而促使合成語音具備更加流暢且自然的特質(zhì)[7]。再次，聲碼器生成利用神經(jīng)網(wǎng)絡聲碼器（如WaveNet）來實現(xiàn)聲學特征到波形的動態(tài)映射，使合成語音具有更高的音質(zhì)和自然度。最后，情感與個性化建模突破了傳統(tǒng)語音合成在音高、語調(diào)和節(jié)奏上的靜態(tài)規(guī)則，使AI語音能夠根據(jù)不同應用場景傳達豐富的情感特征，同時實現(xiàn)個性化音色定制，為用戶提供更加沉浸式的聽覺體驗[8]。

1.2 AI語音合成技術在有聲出版中的應用場景變革

AI語音合成技術重塑了有聲出版行業(yè)的生產(chǎn)模式、服務模式和產(chǎn)業(yè)結(jié)構，帶來從效率到生態(tài)層面的多重躍遷。

從“匠人之作”到“規(guī)模之力”的生產(chǎn)模式顛覆。傳統(tǒng)有聲出版依賴人類配音，成本高、效率低，導致市場長期供需失衡。AI語音合成技術突破了該瓶頸，使文本可自動轉(zhuǎn)換為高質(zhì)量語音，大幅降低生產(chǎn)成本并提高效率。例如，喜馬拉雅珠峰語音實驗室的文語轉(zhuǎn)換技術每分鐘可處理3000字[9]； 反思音頻（Reflect Audio）的AI有聲讀物平臺每日可生產(chǎn)超過500萬字內(nèi)容，生產(chǎn)成本降低90%以上[10]。因此，技術革新降低了有聲內(nèi)容生產(chǎn)的準入門檻，使中小出版機構和獨立創(chuàng)作者得以低成本進入市場，從依賴個體技能的“小規(guī)模精作”，邁向依托技術驅(qū)動的“大規(guī)模工業(yè)化”生產(chǎn)階段。

從“同質(zhì)內(nèi)容”到“個性體驗”的服務模式延展。AI語音合成技術對有聲出版的價值不僅體現(xiàn)在規(guī)模化生產(chǎn)的“量變”，更在服務模式上實現(xiàn)了“質(zhì)變”突破。首先，AI語音合成的多語言能力推動了有聲出版的全球化發(fā)展。如谷歌語音合成系統(tǒng)（Google Text-to-Speech）支持40多種語言的語音合成，并能根據(jù)需求調(diào)整語調(diào)與情感表達，大幅降低了跨文化傳播的障礙[11]。其次，AI語音合成技術展現(xiàn)了普惠性價值，尤其為視障人士和老年群體提供了更便捷的信息獲取渠道。例如，微軟語音服務平臺（Azure Speech Studio）與心目圖書館合作，將大量書籍轉(zhuǎn)換為適合視障人士的有聲讀物，體現(xiàn)了AI語音合成技術在信息平等與社會包容方面的重要價值[12]。此外，AI語音合成技術更重塑了用戶個性化體驗。如微信“作者音色朗讀”功能使內(nèi)容創(chuàng)作者能夠使用自己的聲音朗讀文章[13]，不僅保留創(chuàng)作者風格，還增加了傳播方式的人性化與個性化設計。

從“分工體系”到“智慧生態(tài)”的行業(yè)形態(tài)躍遷。AI語音合成技術推動有聲出版產(chǎn)業(yè)由傳統(tǒng)的分工式布局向動態(tài)協(xié)同的“智慧生態(tài)”范式演進。在教育出版領域，智能語音模塊賦予教材內(nèi)容以個性化學習路徑的適配能力[14]。具體而言，通過掃描教材內(nèi)的二維碼即可獲取可調(diào)節(jié)語速、語調(diào)的音頻講解，實現(xiàn)精準教學。在新聞出版領域，新華社“AI合成主播”通過端到端語音合成架構，實現(xiàn)新聞文本向音頻的高效轉(zhuǎn)換[15]。因此，該技術顯著促進了數(shù)據(jù)互通與產(chǎn)業(yè)共融，推動有聲出版業(yè)從單一產(chǎn)品輸出向數(shù)據(jù)驅(qū)動的智能內(nèi)容運營模式轉(zhuǎn)型。

2 AI語音合成技術在有聲出版中的法律風險

AI語音合成技術雖顯著提升了有聲出版行業(yè)的生產(chǎn)效率與內(nèi)容供給靈活性，但同時也引發(fā)了圍繞人格權、著作權及數(shù)據(jù)安全等領域的多重法律爭議。若缺乏系統(tǒng)性、可操作性的制度安排，勢必對技術紅利的持續(xù)釋放形成掣肘，并導致法律規(guī)制滯后于技術發(fā)展，從而引發(fā)更廣泛的合規(guī)與治理困境。本文擬從人格權、著作權及個人數(shù)據(jù)安全三大核心維度，系統(tǒng)梳理AI語音合成技術在有聲出版領域面臨的法律挑戰(zhàn)。

2.1 侵犯人格權風險

AI語音合成技術對自然人聲音數(shù)據(jù)的深度依賴，使其在應用中潛藏著對聲音權、名譽權和隱私權等多重侵害風險，甚至波及死者人格權益。由于技術的隱蔽性與濫用性，傳統(tǒng)法律框架在對其進行有效規(guī)制時面臨諸多挑戰(zhàn)。

首先，聲音權侵權風險尤為突出。《民法典》第1023條雖賦予自然人對其聲音獨立的人格權益，但并未就“聲音權”進行細化立法或作具體司法解釋，這導致AI深度合成技術在“仿聲”領域的應用處于灰色地帶。當技術能高度克隆個人聲線、語調(diào)乃至情感表達時，權利人對自身聲音的控制權便面臨被侵蝕風險。例如，北京互聯(lián)網(wǎng)法院在全國首例AI合成聲音侵權案中，認定平臺擅自克隆配音演員聲音構成侵權，但由于缺乏統(tǒng)一標準，平臺仍常以“技術中立”或“用戶默認許可”為由規(guī)避責任，加劇了維權難度[16]。

其次，AI合成語音若被用于惡搞或傳播虛假言論，可能誤導公眾評價權利人，構成名譽侵權。同時，不當采集與傳播聲音樣本可能泄露個人偏好與習慣等敏感信息，威脅隱私權。例如，利用知名企業(yè)家雷軍的聲音制作“起床鬧鐘”在網(wǎng)絡平臺上傳播甚至售賣，既侵犯其隱私，亦貶損其聲譽[17]。而商業(yè)化濫用則進一步放大了該問題，使權利人難以及時制止侵權內(nèi)容的傳播與“二次創(chuàng)作”。

最后，針對已故人物聲音的復刻和傳播，爭議同樣顯著。盡管《民法典》第994條規(guī)定了死者人格權益的保護原則，但實務中對如何區(qū)分“紀念性用途”與“商業(yè)化利用”缺乏明確規(guī)范。一些平臺以懷舊或致敬名義復刻知名藝術家聲音，卻將其用于付費內(nèi)容或廣告項目，違背逝者生前意愿，引發(fā)社會反感與輿論批評[18]。若近親屬或遺產(chǎn)管理人事先不知情，平臺甚至可能面臨侵權責任和道德爭議的雙重壓力。

2.2 著作權侵權風險

AI語音合成技術的訓練通常依賴海量文字作品、錄音制品等素材，在大規(guī)模商業(yè)化應用的背景下，常常出現(xiàn)平臺或技術方未經(jīng)權利人許可，便將受著作權保護的內(nèi)容納入模型訓練庫的情況。這種未經(jīng)授權的不當使用行為因其隱蔽性而難以被及時察覺，卻直接觸及《著作權法》中有關復制權的規(guī)定；并且，在數(shù)據(jù)規(guī)模與商業(yè)收益較為可觀的情況下，“合理使用”抗辯多被視為難以成立[19]。

此外，部分平臺借助AI語音合成技術對曲藝、小品或文學作品進行跨語言合成或情節(jié)改動，倘若缺乏權利人授權，此類行為極易引發(fā)對翻譯權、改編權的侵害指控，尤其當這些經(jīng)二次創(chuàng)作的作品通過有聲平臺進行付費分發(fā)，或被用于廣告合作等商業(yè)活動時，將會對信息網(wǎng)絡傳播權與廣播權造成潛在侵害。諸如“讓趙本山飆英文”的音頻片段在網(wǎng)上走紅，平臺或個人若未經(jīng)權利人許可便擅自進行播放、下載或二次剪輯，實際上剝奪了原作者或版權所有人對作品的控制與收益分配權[20]。更何況，數(shù)字音頻的碎片化傳播、低門檻再加工，都在削弱權利人的取證與維權效率，加劇著作權侵權問題的復雜程度。

2.3 個人數(shù)據(jù)泄露風險

大規(guī)模語音數(shù)據(jù)的采集與應用是AI語音合成技術發(fā)展的“燃料”，但若平臺在采集、存儲、傳輸及共享等關鍵環(huán)節(jié)缺乏明確授權機制和安全管理策略，將對個人隱私與數(shù)據(jù)安全構成嚴重威脅。

第一，在數(shù)據(jù)采集階段，諸多平臺出于提升模型精度的目的，廣泛在直播、播客等場景下對用戶語音進行錄制與抓取操作，卻未嚴格遵循《個人信息保護法》中“最小必要原則”和“明示告知—充分同意”要求。這就使得用戶對于自身聲音數(shù)據(jù)可能被二次利用的情況缺乏應有的知情權。一旦上述語音數(shù)據(jù)被用于深度偽造或詐騙冒用，權利人往往難以及時行使撤回或限制處理等權利。可以說，若數(shù)據(jù)采集之初缺乏明確邊界和規(guī)范，后續(xù)更難以在監(jiān)管或技術層面實現(xiàn)有效回溯與補救。

第二，部分平臺在數(shù)據(jù)存儲與傳輸環(huán)節(jié)未建立完善的加密和訪問控制機制，導致語音樣本面臨高泄露風險。一旦遭遇系統(tǒng)漏洞或內(nèi)部違規(guī)操作，語音數(shù)據(jù)可能被不法分子濫用，用于仿聲技術制作虛假身份。近年來頻發(fā)的“AI換聲”[21]詐騙事件表明，技術門檻因合成算法的進步而不斷降低，卻使公民個人防范的難度急劇增大。

第三，有聲出版行業(yè)的多元化商業(yè)模式趨勢，加劇了數(shù)據(jù)共享及跨平臺濫用的隱患。在有聲出版領域，數(shù)據(jù)共享本是推動行業(yè)發(fā)展的有效手段之一，但若缺乏相應的規(guī)范和約束，便可能引發(fā)一系列問題。例如，當共享協(xié)議未對語音數(shù)據(jù)的使用用途進行嚴格限定，或者在數(shù)據(jù)流轉(zhuǎn)過程中缺乏有效的追溯機制時，聲音數(shù)據(jù)在轉(zhuǎn)售與挪用過程中便有可能被無限制地使用。這將導致權利人對自身音頻數(shù)據(jù)的掌控權逐漸喪失，無法有效地保護自己的合法權益。更為嚴重的是，聲紋、語言習慣等深層信息若與其他數(shù)據(jù)庫進行交叉匹配，可能會還原出更多涉及個人隱私的信息，從而給權利人的人身與財產(chǎn)安全帶來風險。

第四，當前，AI語音合成技術領域的行業(yè)監(jiān)管與平臺治理尚不完善，部分平臺在面臨數(shù)據(jù)安全威脅時，缺乏有效的應急預案和聯(lián)動機制，無法及時、有效地應對突發(fā)情況。同時，由于技術門檻和權限限制的存在，跨部門取證工作難以順利推進。一旦語音數(shù)據(jù)被不當獲取并投入深度合成，幾乎無法逆轉(zhuǎn)或全面撤回，這使得權利人面臨的風險遠超傳統(tǒng)數(shù)字內(nèi)容泄露的影響。

3 AI語音合成技術在有聲出版行業(yè)應用風險的域外治理經(jīng)驗

AI語音合成技術在有聲出版行業(yè)應用的法律風險并非我國獨有，全球范圍內(nèi)，各主要法域均面臨上述問題。不同國家和地區(qū)采取了不同的治理模式，例如，美國通過分層立法和行業(yè)自律形成了一定的合規(guī)框架；歐盟則采取統(tǒng)一立法模式，強調(diào)透明度管理和平臺責任。下文將分別梳理美國和歐盟的治理實踐，并探討其對我國的借鑒價值。

3.1 美國：聯(lián)邦－州權分層治理模式下的規(guī)制策略

美國在AI語音合成技術的法律治理上采用聯(lián)邦監(jiān)管、州級立法、司法裁判和行業(yè)自律并行的模式。

第一，在聯(lián)邦監(jiān)管層面，美國版權局于2023年發(fā)布的《人工智能作品版權注冊指南》明確指出，完全由AI生成且缺乏人類創(chuàng)造性貢獻的內(nèi)容不受版權法保護[22]。據(jù)此，AI朗讀本身不具有獨創(chuàng)性，不過，若AI朗讀未經(jīng)授權即轉(zhuǎn)換并傳播原作，仍可能構成版權侵權。盡管AI朗讀不具有獨創(chuàng)性，其市場效應可能導致原作品的替代性使用，進而影響著作權人的經(jīng)濟利益。因此，AI朗讀的版權風險，實質(zhì)上取決于其對原作品的利用方式，而非自身的創(chuàng)作屬性。

第二，由于聯(lián)邦法律對AI仿聲行為未作專門規(guī)定，部分州率先推動地方立法，以填補這一監(jiān)管空白。田納西州于2024年通過《確保肖像、聲音和圖像安全法案》（Ensuring Likeness， Voice， and Image Security Act），確立未經(jīng)授權仿聲并用于商業(yè)用途的行為構成侵權，并賦予受害者提起民事及刑事訴訟的權利[23]。該法案的出臺為有聲出版行業(yè)提供了一個值得關注的法律基準，即若利用AI語音合成技術以未經(jīng)授權的方式模仿知名播音員或作家的聲音，并用于商業(yè)化有聲書出版或朗讀服務，則可能承擔法律責任。類似的，加利福尼亞州正在推進的《數(shù)字內(nèi)容欺詐法案》（Digital Content Fraud Act），擬針對未經(jīng)授權的AI語音合成內(nèi)容設定更嚴格的法律責任，以應對AI仿聲帶來的名譽權侵害和商業(yè)濫用風險[24]。

第三，在司法實踐層面，相關案例正在逐步推動AI語音合成內(nèi)容的法律適用發(fā)展。2024年，美國聯(lián)邦通信委員會（FCC）在靈歌電信（Lingo Telecom）案中認定AI語音深度偽造自動撥號構成“欺詐性通信”，并依據(jù)《聯(lián)邦通信法》對該企業(yè)處以100萬美元罰款[25]。盡管該案主要涉及電信行業(yè)，但其法律適用邏輯可擴展至AI朗讀內(nèi)容—若AI合成語音導致公眾誤認，或損害原著作權人權益，法院可能擴大法律適用范圍，使相關方承擔更嚴格的法律責任。這意味著未來AI朗讀未經(jīng)授權使用受保護作品的行為可能在司法實踐中被認定為版權侵權或公眾誤導行為，從而影響有聲出版行業(yè)的商業(yè)模式與版權管理。

第四，在立法尚不完善的情況下，行業(yè)自律機制在一定程度上填補了法律空白。部分科技企業(yè)和出版機構主動采取透明化措施，以降低法律風險并增強市場信任。例如，谷歌電子書（Google Play Books）在推出AI朗讀有聲書服務時，采取了內(nèi)容標識措施，包括在有聲書封面設置特定徽章，并在音頻開頭加入聲明性句子，表明內(nèi)容由AI生成[26]。此外，OpenAI、字母表（Alphabet）和元宇宙（Meta）等企業(yè)承諾對AI生成的語音內(nèi)容實施水印標識[27]，以確保AI生成內(nèi)容可追溯，并降低其被濫用于虛假信息傳播的風險。

3.2 歐盟：基于風險預防的多層次治理路徑

作為全球數(shù)字監(jiān)管的先驅(qū)，歐盟圍繞“統(tǒng)一立法+強制合規(guī)”構建了多層次AI治理體系，通過《人工智能法案》（Artificial Inte-lligence Act）與《通用數(shù)據(jù)保護條例》（General Data Protection Regulation，GDPR）等法律框架，以確保內(nèi)容透明度、加強數(shù)據(jù)保護、限制深度偽造及規(guī)范商業(yè)用途為核心目標，對AI語音合成技術進行嚴格規(guī)范。

首先，《人工智能法案》作為歐盟首部針對AI技術的綜合性立法，確立了基于風險等級的監(jiān)管框架，按照用途和影響程度將AI系統(tǒng)劃分為“不可接受風險”“高風險”“有限風險”“最低風險”四級，并為不同類別的AI技術設定相應的合規(guī)要求。在有聲出版領域，AI朗讀技術雖未被歸入高風險類別，但若涉及誤導性內(nèi)容、虛假宣傳或深度偽造，則可能被認定為高風險應用，需接受更嚴格的監(jiān)管。例如，《人工智能法案》明確規(guī)定，所有AI生成的音頻、視頻、文本等內(nèi)容必須添加顯著標識，以防止公眾將其誤認為其為其為真人創(chuàng)作，同時要求開發(fā)者提供完整的技術文檔，以供監(jiān)管機構審查[28]。若違反強制性透明度規(guī)定，可能面臨高達3500萬歐元或上一年度全球營業(yè)額7%的罰款[29]。該規(guī)定對有聲出版行業(yè)的AI朗讀服務提出了更嚴格的透明度要求，意味著未來所有AI朗讀的有聲書，必須明確標注合成來源，并提供可驗證的溯源信息。

其次，《通用數(shù)據(jù)保護條例》作為全球最嚴格的個人數(shù)據(jù)保護法規(guī)，對于個人數(shù)據(jù)采集、存儲與使用環(huán)節(jié)均施加嚴格約束，而AI語音合成技術依賴海量語音數(shù)據(jù)進行訓練，涉及播音員、作家、出版商乃至終端用戶的個人信息，因而受到《通用數(shù)據(jù)保護條例》的規(guī)制。依據(jù)《通用數(shù)據(jù)保護條例》第6條規(guī)定，任何涉及個人數(shù)據(jù)的處理必須獲得合法授權，通常包括用戶明確同意、合同履行或基于法律義務等正當理由[30]。 更為嚴格的是，AI語音合成可能涉及生物特征數(shù)據(jù)（如聲紋），《通用數(shù)據(jù)保護條例》第9條明確規(guī)定，未經(jīng)明確授權，禁止處理此類特殊類別數(shù)據(jù)[31]。這些規(guī)定直接影響有聲出版行業(yè)的AI語音訓練流程，要求平臺在使用播音員聲音數(shù)據(jù)訓練模型時，必須事先獲得授權，并確保數(shù)據(jù)處理的合規(guī)性。否則，AI朗讀平臺可能因非法處理生物特征數(shù)據(jù)而面臨法律訴訟。

最后，透明度治理是歐盟AI監(jiān)管體系的核心原則之一。《人工智能法案》針對高風險AI系統(tǒng)，要求采用水印、元數(shù)據(jù)嵌入等技術，以確保AI生成內(nèi)容的可追溯性。2023年6月，歐盟委員會副主席薇拉·堯羅娃（Vera Jourova）進一步強調(diào)，簽署《虛假信息行為準則》（Code of Practice on Disinformation）的科技公司，應主動識別AI生成內(nèi)容，并向用戶提供顯著標識[32]。行業(yè)實踐亦順應該監(jiān)管趨勢。例如，奧多比公司（Adobe）推出的“內(nèi)容憑證”技術，可在AI生成內(nèi)容（包括音頻）中嵌入認證數(shù)據(jù)，使用戶能夠追溯內(nèi)容的來源、生成工具及發(fā)布平臺[33]。雖然上述措施主要針對AI合成內(nèi)容在虛假信息傳播中的潛在風險，但這一技術路徑已被用于AI生成圖片、視頻及音頻內(nèi)容的標記，亦對AI朗讀內(nèi)容的市場運作形成實質(zhì)性約束，如在有聲出版行業(yè)，要求AI生成的朗讀作品嵌入認證元數(shù)據(jù)，包括出版方、朗讀者（AI或真人）及訓練模型信息，從而確保內(nèi)容來源的可驗證性，提高用戶信任度并減少版權糾紛。

3.3 美歐治理模式的比較分析及經(jīng)驗借鑒

美歐在AI語音合成技術的法律規(guī)制上展現(xiàn)出截然不同的治理范式，反映了兩大法域在技術監(jiān)管理念、合規(guī)體系與市場調(diào)節(jié)機制上的制度差異。美國采取聯(lián)邦監(jiān)管、州級立法、司法裁判與行業(yè)自律并行的模式，以靈活適應性為特點，在版權保護、聲音權規(guī)范及透明度管理方面形成了一定的合規(guī)框架。然而，由于各州立法的自治性較強，法律標準不統(tǒng)一，企業(yè)在跨州運營時需應對復雜的法律適用問題，行業(yè)自律的執(zhí)行力亦存在局限性。相較之下，歐盟依托統(tǒng)一立法與強制合規(guī)模式，通過《人工智能法案》與《通用數(shù)據(jù)保護條例》，確立了嚴格的透明化管理、數(shù)據(jù)安全要求及AI內(nèi)容標識制度，為AI語音合成監(jiān)管提供了系統(tǒng)化法律依據(jù)。但該模式的剛性合規(guī)要求亦帶來了較高的制度成本，可能對行業(yè)創(chuàng)新構成一定約束。

在有聲出版領域，美國模式更強調(diào)市場調(diào)節(jié)與行業(yè)自律的作用。例如，谷歌電子書在推廣AI朗讀有聲書時，采取自愿性標識機制，使用戶能夠辨別朗讀者身份。但由于缺乏強制性法律支撐，透明度與版權合規(guī)性仍存在不確定性。此外，各州法律在聲音權保護、AI仿聲規(guī)制等方面立法進程不一，導致司法適用的區(qū)域性差異。相比之下，歐盟模式則更加強調(diào)平臺責任與用戶權益保護，確保所有AI朗讀內(nèi)容須附加顯著標識，并要求開發(fā)者提供可追溯信息，以防止版權侵權及誤導性傳播。不過，該模式下嚴格的透明化要求和數(shù)據(jù)合規(guī)義務，可能會對中小型出版企業(yè)構成較大合規(guī)壓力。

總的來看，在應對AI語音合成技術引發(fā)的法律風險方面，美歐均實施了具有針對性和操作性的措施。這些舉措不僅在預防侵權風險、保護人格權和版權方面樹立了示范作用，而且推動了相關企業(yè)建立健全的自律機制。借鑒美歐經(jīng)驗，我國在完善現(xiàn)有法律體系時，應基于AI語音合成技術可能侵害的聲音權、著作權及數(shù)據(jù)安全問題，參照國外立法模式，制定適應本土需求的法律框架，進一步細化法律責任，避免法律適用的模糊性。

4 AI語音合成技術在有聲出版行業(yè)應用風險的治理路徑

域外的治理經(jīng)驗固然具有重要借鑒價值，但我國的AI語音合成技術治理路徑必須根植于本土法治體系與社會環(huán)境展開，以構建符合實際需求的合規(guī)框架。因此，在吸收域外立法經(jīng)驗的基礎上，可從以下幾個方面探索適應我國國情的治理路徑。

4.1 強化人格權保護

首先，需要確立聲音權的獨立法律地位。傳統(tǒng)人格權保護主要聚焦于肖像權、名譽權和隱私權等方面，難以直接涵蓋AI語音合成技術帶來的法律挑戰(zhàn)。如美國加州法院曾在“聲音模仿”糾紛中依據(jù)公眾形象權判定未經(jīng)授權的商業(yè)仿聲構成對名人財產(chǎn)性利益的侵犯[34]。但AI語音深度合成的高仿真性使傳統(tǒng)人格權保護體系面臨邊界模糊與法律適用困境。若不從現(xiàn)有框架中剝離聲音權，并將其確立為獨立的法律權益，則可能導致界定混亂，增加司法適用的難度。借鑒美國《確保肖像、聲音和圖像安全法案》的立法思路，建議通過司法解釋對聲音權的權能與行使條件加以嚴格界定[35]。細化其定義、權利內(nèi)容與行使條件，并在司法實踐中將其確立為獨立民事案由，以便更精準地審理相關案件[36]。同時，平臺和技術提供方也可據(jù)此明確責任邊界，減少侵權行為的發(fā)生。

其次，完善聲音侵權的救濟手段與維權機制。由于聲音權侵權往往具有隱蔽性和技術壁壘，權利人往往難以及時發(fā)現(xiàn)或舉證。為提高救濟效果，法院可依據(jù)《民法典》第997條建立更靈活的禁令制度，在確認侵權風險時迅速中止行為，避免損害擴大。在賠償機制上，應綜合考慮市場價值與權利人知名度，對于難以量化的損失適用法定賠償，并引入舉證責任倒置機制，敦促侵權方提供合規(guī)性證據(jù)，減輕權利人的舉證負擔。此外，若侵權行為導致嚴重精神或聲譽損害，可提高精神損害賠償力度，以增強法律威懾力[37]。

最后，還需構建多層次的人格權保護體系。AI語音合成技術對人格權的侵害不僅限于聲線克隆，還可能涉及惡意剪輯、虛假評論、死者聲音商業(yè)化再利用等復雜情形。對此，一方面需將《民法典》第1023條與第994條的保護框架進行銜接，并在司法解釋或案件審理中明確：若合成語音涉及詆毀、隱私泄露或死者聲音的濫用，可適用相應的人格權救濟；另一方面，平臺應設立審慎的內(nèi)部審核程序和多級審批機制，防止借“紀念”之名行商業(yè)牟利之實。只有當法律規(guī)范、技術審核與監(jiān)管體系協(xié)同運作，才能在保障技術創(chuàng)新的同時，筑牢人格權益保護的底線。

4.2 加強著作權合規(guī)與內(nèi)容傳播規(guī)范

在強化人格權保護的同時，有聲出版行業(yè)也須重視AI語音合成在著作權層面所引發(fā)的沖擊。大量受保護作品被用于訓練、改編或跨語言合成，如若沒有完善的授權機制，勢必引起版權爭議，甚至破壞已有的版權利益格局。

一是明確合理使用邊界，構建合規(guī)授權路徑。AI語音合成模型通常需要大規(guī)模音頻與文字素材進行訓練，可一旦訓練過程對原作者或版權所有人的市場利益產(chǎn)生實質(zhì)性沖擊，則“難以構成版權法上的合理使用”[38]。美國版權局亦認為若AI訓練過程中對原作品產(chǎn)生實質(zhì)性替代影響或形成商業(yè)性收益，即應納入許可體系，而不宜籠統(tǒng)適用合理使用[39]。我國學者也有類似觀點，主張對“科研或教學目的”與“大規(guī)模商業(yè)化用途”進行區(qū)分：前者或可相對寬松地納入合理使用，后者需評估對市場替代效應的影響程度[40]。若能在司法解釋或行業(yè)指導文件中確立類似標準，不僅能為平臺和技術企業(yè)提供合規(guī)指引，也能增強權利人的維權可預見性。此外，可借鑒歐盟的透明度管理要求，通過建立統(tǒng)一的授權與登記平臺并輔以完善的可追溯機制，有效記錄AI訓練數(shù)據(jù)的來源與使用情況，降低后期取證難度，減少潛在糾紛。

二是切實保障著作權人對AI生成內(nèi)容的控制與收益。在有聲出版場景下，AI語音合成尤其易于對曲藝、小品或長篇文學作品進行跨語言或多版本改編。若缺乏權利人許可，勢必違背《著作權法》第10條及第45條所涵蓋的復制權、改編權、信息網(wǎng)絡傳播權與錄音制品獲酬權等規(guī)定。對此，可借鑒谷歌電子書的內(nèi)容標識措施，要求平臺及技術方在發(fā)布有聲內(nèi)容前實行更嚴格的版權審查與公示程序，在顯著位置標注作者、版權所有者及許可狀態(tài)，以增強透明度；監(jiān)管部門也應設立“AI音頻侵權”快速處理機制，并對惡意或規(guī)模化侵權行為進行曝光與懲戒，以在全行業(yè)形成合理的版權保護生態(tài)。

三是應對二次分發(fā)與碎片化傳播帶來的執(zhí)法難題。相較于紙質(zhì)作品，數(shù)字音頻的碎片化傳播與二次剪輯更加便捷，傳統(tǒng)的版權水印與登記機制在此環(huán)境下容易失效。一方面，可借鑒國外流媒體平臺優(yōu)兔（YouTube）的內(nèi)容識別（Content ID）系統(tǒng)，運用語音指紋等溯源技術，對侵權內(nèi)容進行快速識別和實時管控，以減少規(guī)模化盜用及惡意二次傳播的情形[41]。另一方面，鑒于跨平臺與跨區(qū)域的侵權行為日益增多，執(zhí)法部門和行業(yè)協(xié)會應探索國際或跨平臺協(xié)作機制，通過聯(lián)動處置與證據(jù)共享提升維權效率，防止二次或多次侵權的蔓延。

4.3 構建數(shù)據(jù)安全治理體系

首先，在數(shù)據(jù)采集階段，應當強化合法授權與“最小必要原則”的落地執(zhí)行。歐洲消費者協(xié)會的AI應用合規(guī)調(diào)研報告指出：過度采集與模糊授權常是引發(fā)系統(tǒng)性隱私泄露的主要根源，亟須各方在源頭環(huán)節(jié)就設立“最小必要”的保護閥門[42]。為此，我國可根據(jù)《個人信息保護法》第6條和《生成式人工智能服務管理辦法》第7條規(guī)定，要求平臺在采集用戶語音時需明示告知用途、存儲時間與共享范圍，并獲得充分的用戶同意；任何不具備明確法定或用戶許可基礎的強制錄音，都應依法加以禁止，以免不當收集在后期演變成深度偽造或詐騙的“原材料”。

其次，在數(shù)據(jù)存儲與傳輸環(huán)節(jié)，應借鑒歐盟《通用數(shù)據(jù)保護條例》與《人工智能法案》的相關規(guī)定，對數(shù)據(jù)生命周期實行嚴格管理，防止因系統(tǒng)漏洞或內(nèi)部違規(guī)而造成大規(guī)模泄露。即便數(shù)據(jù)獲取合法，若平臺忽視了內(nèi)部訪問控制和分級授權機制，一旦出現(xiàn)黑客攻擊或內(nèi)部泄露，海量音頻數(shù)據(jù)仍可能迅速流入交易市場，造成嚴重的隱私侵害與商業(yè)欺詐風險。臉書（Facebook）-劍橋分析數(shù)據(jù)丑聞表明，數(shù)據(jù)加密與權限審計不僅是技術要求，更是企業(yè)合規(guī)治理的核心環(huán)節(jié)[43]。因此，建議將《網(wǎng)絡安全法》第42條與《個人信息保護法》第51條的核心原則貫穿于數(shù)據(jù)生命周期全程，并實施分級管理與持續(xù)審查，避免出現(xiàn)“技術空窗期”的出現(xiàn)。

最后，在數(shù)據(jù)共享環(huán)節(jié)，應堅持共享過程透明、授權程序嚴格，并在此基礎上完善應急預案。平臺與第三方公司或跨境機構的數(shù)據(jù)交換可參考歐盟《通用數(shù)據(jù)保護條例》倡導的跨境傳輸規(guī)范，設立授權審批與風險溯源機制，預防語音數(shù)據(jù)被不當轉(zhuǎn)售或濫用。倘若依然發(fā)生大規(guī)模泄露或“AI換聲”詐騙，平臺應盡快啟動應急響應機制，及時通知用戶并配合主管部門調(diào)查，以追究違法主體責任。若執(zhí)法部門能進一步提高懲戒力度，也能對潛在違規(guī)者形成更有效的威懾。

4.4 推動國際合作與跨境數(shù)據(jù)監(jiān)管

由于AI語音合成技術具有顯著的跨境屬性，許多有聲出版平臺和技術供應商的業(yè)務已覆蓋多個法域。因此，我國在完善國內(nèi)治理框架的同時，必須積極推動國際合作，以應對全球治理挑戰(zhàn)，確保我國在全球AI語音合成技術及其法律規(guī)制領域的國際話語權。

其一，應深度參與全球AI治理體系，推動標準統(tǒng)一。當前，AI語音合成的監(jiān)管體系尚未形成統(tǒng)一標準，國際規(guī)則的制定仍處于博弈階段，我國應主動融入全球AI治理體系，與世界知識產(chǎn)權組織、經(jīng)濟合作與發(fā)展組織等國際組織加強合作，推動在AI朗讀內(nèi)容標識、數(shù)據(jù)安全、版權保護等方面建立國際標準，以減少跨境合規(guī)障礙，降低企業(yè)合規(guī)成本，同時增強我國在全球AI治理中的話語權，避免受制于現(xiàn)有歐美主導的監(jiān)管框架。

其二，AI語音合成技術在有聲出版領域的廣泛應用使得跨境版權侵權問題日益凸顯，傳統(tǒng)版權執(zhí)法模式難以應對AI生成內(nèi)容的分布式生產(chǎn)與全球傳播，我國可探索與主要貿(mào)易伙伴（如美國、歐盟、日本）建立雙邊或多邊合作機制，包括共享AI語音版權數(shù)據(jù)庫、建立侵權信息通報機制、推動跨國版權訴訟協(xié)調(diào)機制等，以提高跨境維權效率，并借助國際版權仲裁制度優(yōu)化爭議解決路徑，確保法律適用的穩(wěn)定性。

其三，我國應推動國際合規(guī)技術標準的互認，鼓勵國內(nèi)企業(yè)與國際平臺在合規(guī)管理方面展開合作，如參與全球AI內(nèi)容真實性驗證標準的制定，借鑒奧多比公司（Adobe）的內(nèi)容憑證技術（Content Credentials），通過元數(shù)據(jù)嵌入確保AI生成音頻的可追溯性，并推動國內(nèi)AI合規(guī)框架與美國、歐盟治理標準的對接，同時加強我國在ISO/IEC等國際標準化組織中的話語權，確保國內(nèi)企業(yè)在全球有聲出版市場的長期競爭優(yōu)勢。

通過深度參與國際AI治理體系、構建跨境版權保護合作框架、推動合規(guī)性技術標準的國際互認，我國能夠更好地應對AI語音合成技術在有聲出版領域的全球化挑戰(zhàn)，確保法律規(guī)制與技術創(chuàng)新的同步推進，這不僅有助于提升我國在AI語音合成領域的國際競爭力，也將為全球AI有聲出版的規(guī)范化應用提供“中國方案”。

5 結(jié) 語

AI語音合成技術正以前所未有的速度融入有聲出版行業(yè)，既開辟了規(guī)模化與智能化的內(nèi)容生產(chǎn)新途徑，也帶來了人格權保護、版權侵權與數(shù)據(jù)安全等深層次法律難題。本文通過分析梳理美國和歐盟的治理實踐，提出在借鑒域外治理經(jīng)驗的基礎上，構建適應我國國情的復合型法律框架。在完善現(xiàn)有法律體系的同時，進一步強調(diào)跨境數(shù)據(jù)監(jiān)管與國際合作的重要性，以應對全球化背景下的挑戰(zhàn)。未來，隨著AI語音合成技術在出版生態(tài)中的持續(xù)拓展，現(xiàn)行制度還需動態(tài)調(diào)整，從權利界定、責任劃分到國際化合作都亟待更具前瞻性的部署。唯有在清晰的法律框架與道德底線內(nèi)實現(xiàn)技術與法律的良性互動，有聲出版行業(yè)方能在AI驅(qū)動的變革中穩(wěn)健前行、不斷繁榮。

注 釋

[1]Grand View Research. Audiobooks Market Size To Reach $35.04 Billion By 2030 [EB/OL].[2024-11-16].https：//www.grandviewresearch.com/press-release/global-audiobooks-market

[2]中國網(wǎng)科技. AI為音頻注入新質(zhì)生產(chǎn)力，喜馬拉雅重塑內(nèi)容生態(tài)[EB/OL].[2024-12-08]." https：//tech.china.com.cn/app/20240627/404438.shtml

[3]北京互聯(lián)網(wǎng)法院.（2023）京0491民初12142號民事判決書 [EB/OL].[2025-01-28].https：//wwwhtb prol pkulawhtbprolcom-s.libvpn.zuel.edu.cn/pfnl/08df102e7c10f206715276a14dc558e1bd5563a7216c6accbdfb.html

[4]王娟娟.我國有聲書發(fā)展的現(xiàn)狀、困境與破局[J].科技與出版，2021（12）：63-67

[5]Reichel U D， Pfitzinger H R. Text preprocessing for speech synthesis [C]// Proceedings of the 4th International Conference on Speech Prosody. University of Munich， 2009： 1-4

[6]Ferrone L， Zanzotto F M. Symbolic， distributed， and distributional representations for natural language processing in the era of deep learning： a survey[J]. Frontiers in Robotics and AI， 2019， 6： 153

[7]Shen J， Pang R， Weiss R J， et al. Natural TTS synthesis by conditioning WaveNet on mel spectrogram predictions[C]//Proceedings of the IEEE International Conference on Acoustics， Speech and Signal Processing （ICASSP），2018： 4779-4783

[8]王巍，王志良，鄭思儀，等. 人機交互中的個性化情感模型[J]. 智能系統(tǒng)學報，2010，5（1）：10-16

[9]程輝，劉松弢，李武.作為新質(zhì)生產(chǎn)力的技術創(chuàng)新驅(qū)動：AI2.0時代有聲出版產(chǎn)業(yè)鏈建設現(xiàn)狀、挑戰(zhàn)及對策[J].出版發(fā)行研究，2024（6）：30+46-53

[10]李武，謝澤杭，楊飛. AI有聲書：價值優(yōu)勢與未來進路[J].科技與出版，2023（6）：41-47

[11]Google Cloud. Text-to-Speech Documentation. [EB/OL].[2024-12-01].https：//cloud.google.com/text-to-speech

[12]紅丹丹與微軟AI技術的合作：為視障人士構建無障礙世界[EB/OL]. [2024-12-18]. https：//customers.azure.cn/hongdandan/index.html

[13]新京報：微信又上新功能！網(wǎng)友：這個可以[EB/OL]. [2024-12-25].https：//mp.weixin.qq.com/s？__biz=MzU2MzA2ODk3Nw==amp;mid=2247988910amp;idx=1amp;sn=721afb6cd2a370b54301afef3cbdfdd2

[14]王天平. 生成式人工智能引發(fā)數(shù)字教材變革的新機遇[EB/OL]. [2024-12-18]. http：//www. moe.gov.cn/jyb_xwfb/moe_2082/2024/2024_zl04/202405/t20240517_1131151.html

[15]婁艷閣. “AI合成主播”對新聞業(yè)態(tài)的影響：以新華社“AI合成主播”為例[J]. 傳媒，2019（3）：49-51

[16]北京互聯(lián)網(wǎng)法院課題組.AI生成聲音侵害聲音權益的法律認定：以殷某某訴北京某智能科技公司等人格權侵權案為例[J].法律適用，2024（9）：123-133

[17]解放日報：AI玩梗視頻，暗藏法律風險[EB/OL]. [2024-12-30]. https：//gdstc.gd.gov.cn/kjzx_n/mtjj/content/post_4527575. html

[18]財經(jīng)網(wǎng)：“不能接受”，要求立即下架！AI“復活”公眾人物惹爭議[EB/OL]. [2024-12-25].https：//m.caijing.com.cn/article/328624？target=blank

[19]胡開忠，江璐迪. 生成式人工智能機器學習的版權爭議及應對（上）[J]. 版權理論與實務， 2024 （9）： 44-53

[20]新京報：讓趙本山飆英文，“人工智能嘴替”沒那么好玩[EB/OL]. [2024-12-28].https：//finance.sina.com.cn/jjxw/2023-11-01/doc-imztciwn8862810.shtml

[21]法治周末：15秒，你的聲音已被AI“偷”走[EB/OL]. [2025-01-10]. https：//m. thepaper.cn/news Detail_forward_28352137

[22]Copyright Registration Guidance： Works Containing Material Generated by Artificial Intelligence[EB/OL].（2023-03-16）[2025-02-13]https：//www.federalregister.gov/documents/2023/03/16/2023-05321/copyright-registration-guidance-works-containing-material-generated-by-artificial-intelligence

[23]Tennessee Snatches “Voice” from the Jaws of Artificial Intelligence [EB/OL]. [2025-02-13]. https：//www.aoshearman.com/en/insights/ao-shearman-on-tech/tennessee-snatches-voice-from-jaws-of-artificial-intelligence

[24]New 2025 California laws： Artificial intelligence， octopuses， cannabis cafes and more [EB/OL]. [2025-02-13]. https：//abc7.com/post/new-2025-california-laws-artificial-intelligence-protection-octopuses-cannabis-cafes-more/15652909

[25]Lingo Telecom to Pay $1 Million in FCC Settlement Over Deepfake Robocalls [EB/OL].（2024-08-22）[2025-02-14]. https：//commlawgroup.com/2024/lingo-telecom-to-pay-1-million-in-fcc-settlement-over-deepfake-robocalls

[26]Auto-Narrated Audiobooks With Ryan Dingler From Google Play Books [EB/OL]. [2025-02-14]." https：//www.thecreativepenn.com/2022/08/19/auto-narrated-audiobooks-google-play-books

[27]OpenAI， Google， others pledge to watermark AI content for safety， White House says [EB/OL]. [2025-02-14]. https：//www.reuters.com/technology/openai-google-others-pledge-watermark-ai-content-safety-white-house-2023-07-21

[28]歐盟.《人工智能法案》第50條第2款 [EB/OL]. [2025-01-28]. https：//artificialintelligenceact.eu/article/50

[29]歐盟.《人工智能法案》第99條第3款 [EB/OL]. [2025-01-28]. https：//artificialintelligenceact.eu/article/99

[30]歐盟.《通用數(shù)據(jù)保護條例》第6條 [EB/OL]. [2025-01-28]. https：//gdpr.eu/article-6-how-to-process-personal-data-legally

[31]歐盟.《通用數(shù)據(jù)保護條例》第9條 [EB/OL]. [2025-01-28]. https：//gdpr.eu/article-9-processing-special-categories-of-personal-data-prohibited

[32]EU urges transparency measures for AI Tools to combat disinformation [EB/OL]. [2025-02-14]. https：//news.todayq.com/eu-urges-transparency-measures-for-ai-tools-to-combat-disinformation

[33]Adobe Help Center [EB/OL].[2025-02-12]. https：//helpx.adobe.com/firefly/get-set-up/learn-the-basics/content-credentials-overview.html

[34]Midler v. Ford Motor Co.， 849 F.2d 460 （9th Cir. 1988） [EB/OL]. [2025-01-28]. https：//law.justia.com/cases/federal/appellate-courts/F2/849/460/37485

[35]林愛珺，馬瑞萍.人工智能時代聲音權立法的前瞻性思考[J].青年記者，2019（34）：72-73

[36]民主與法制時報.人工智能時代的聲音權保護 [EB/OL]. [2024-12-08]. http：//e.mzyfz.org.cn/paper/ 2154/paper_57760_11881.html

[37]王紹喜.《民法典》時代聲音保護的解釋與適用[J].法律適用，2023（6）：35-44

[38]任安麒.數(shù)字出版領域智能語言模型的應用、風險與治理：基于ChatGPT技術特征的分析[J].出版科學，2023，31（3）：94-102

[39]National Music Publishers’ Association. National Music Publishers’ Association Comments in Response to the Notice of Inquiry[EB/OL]. [2025-01-09]. https：//www.music businessworldwide.com/files/2023/11/NMPA. pdf

[40]胡開忠，江璐迪. 生成式人工智能機器學習的版權爭議及應對（下）[J]. 版權理論與實務， 2024 （10）： 41-58

[41]YouTube Help.How Content ID works [EB/OL]. [2025-01-09]. https：//support.google.com/youtube/answer/2797370？hl=enamp;ref_topic=2778544#

[42]Survey： Consumers see potential of artificial intelligence but raise serious concerns [EB/OL]. [2025-01-09].https：//www.beuc.eu/press-releases/survey-consumers-see-potential-artificial-intelligence-raise-serious-concerns

[43]Wikipedia contributors. Facebook–Cambridge Analytica data scandal[EB/OL]. [2025-01-09].https：//en.wikipedia.org/wiki/Facebook%E2%80%93Cambridge_Analytica_data_scandal

（收稿日期：2025-01-16；修回日期：2025-02-16）