第11章 聲音、臉孔、角色與數位替身
生成式 AI 進入內容產業後，真正被撼動的，從來不只是「作品」而已。前面幾章談訓練資料、合理使用、輸出內容的著作性、衍生著作與市場替代，焦點多半還停留在「作品」層次：哪些資料可以被拿去訓練，哪些輸出會踩到既有權利，AI 生成物到底算不算著作。到這一章，關心的問題將開始更貼近「人」本身。
不是某一首歌、某一張圖、某一段文字可不可以被拿去訓練，而是人的聲音、臉孔、角色形象、表演記憶，乃至整個可被辨識的數位存在，能不能被複製、模仿、交易、延續與替代。這一層問題，和前面幾章最大的不同，在於它常常無法只用傳統著作權法完整處理。美國版權局在 2024 年 7 月 31 日發布的 AI 報告 Part 1，非常重視這個問題的衝擊，把第一個主題直接設成數位分身（digital replicas），並將其界定為以數位技術逼真複製個人的聲音或外觀所引發的法律問題。(註解1)
真正要問的是：當人的可識別特徵本身，開始成為可複製、可訓練、可模擬、可商業化的內容資源，法律應如何重新定義保護與交易的邊界？這裡面交錯的，不只是著作權，還有人格權、人格法益、商業人格利益、表演者利益、消費者誤導、契約授權範圍，以及 AI 時代下新的市場秩序。
第一節 這不是單純的著作權問題
2023 年美國演員工會（SAG-AFTRA）罷工時，AI 爭議之所以迅速成為外界焦點，其中一個非常具體的原因，就是表演者對「數位分身」的焦慮。演員工會會員中，有非常大量是默默無聞的群眾演員，他們也許扮演路人、球場或演唱會觀眾，賺取微薄收益。可是隨著 AI 技術發展，當某天接到通告的演員到了劇組，被要求簽署文件，上面包含數位分身授權，之後又被帶到「小房間」進行臉孔或體態掃描，這時候已經不是一場演出、一份報酬的問題，而是數位分身正逐漸侵蝕群眾演員未來的工作機會。工會在 2023 年電視／電影新合約的摘要中，特別把數位分身（digital replicas）拉出來處理，分別規範受僱型數位分身（employment-based digital replicas）、獨立製作數位分身（independently created digital replicas），以及合成表演者（synthetic performers），並要求在不同情境下都必須有明確同意與相應報酬。(註解2)
這種焦慮其實不只屬於螢幕上的演員。對群眾演員來說，擔心的是數位分身搶去原本還會再回來的工作；對聲音有特色的表演者來說，不管是歌手、廣播主持人、配音員，甚至旁白工作者，他們的處境在本質上並沒有差太多。因為他們現成的聲音素材，早已四散流落在各種公開或半公開場域：唱片、節目、廣播、訪談、平台影音、短影音、廣告、配音作品、直播片段，甚至過去接案時留下的 demo。對 AI 模型而言，這些材料往往近乎「隨手可得」。於是，表演者面對的困擾也極為相似：不是只有作品會被拿去訓練，而是自己本身的可識別特徵，正在被抽離、學習、再現與交易。
AI 模擬人聲的問題，很多時候無法只靠著作權法來處理。理由很簡單。傳統著作權法強調的是對「表達」的保護。要談重製或改作，通常要先找到一個受保護的原始著作，再看後續行為是否踩線，例如接觸與實質近似。可是 AI 模仿聲音時，常常不是在複製某一首已經存在的錄音，也不是直接把某段既有歌聲剪貼上去，而是把大量聲音素材當成訓練資料，最後生成一個很像那個人、但又未必對應某個原件表達的新聲音輸出。
於是，法律會出現一個讓表演者很不舒服的斷裂：如果只沿著著作權法走，往往很難精準對位；但市場與產業感受到的傷害卻是真實的。因為真正有價值的，不只是那段原始錄音，而是那個人的聲音本身所代表的識別性。相同道理也發生在臉孔、表演風格、角色記憶與數位分身上。法律原本熟悉的是「作品」的邏輯，AI 卻逼著我們面對另一條線：不是作品被重製，而是人的可識別特徵被抽離、被學習、被再現與被交易。
因此，到了 AI 時代，聲音、臉孔、角色與數位分身的問題，往往會同時拉出幾條不同法律路徑。第一條當然還是著作權。如果 AI 的訓練、輸出、取樣或後續利用涉及既有錄音著作、視聽著作、劇本、美術設計、角色圖像、表演錄製成果，著作權依然會進來。第二條，是人格權或類似人格法益的保護。當 AI 做出來的不是「一部作品」，而是一個高度可辨識的假分身、一個很像某人的聲音、一個足以讓觀眾誤認為當事人真的說過或唱過某些內容的輸出時，爭點自然會往人格權、肖像、名譽、隱私與商業人格利益移動。第三條，是契約與授權。內容產業真正每天在做的，不是抽象討論，而是誰能同意、授權範圍到哪裡、報酬怎麼算、過世後怎麼處理、續作怎麼延續、平台與片方怎麼分配風險。SAG-AFTRA 2023 年協議之所以把數位分身條款寫得這麼細，本身就說明：當市場已經走到「人會被模型化」的階段時，最好不要只靠事後訴訟，交易入口就得先把邊界寫清楚。第四條，則是新型的數位分身法制。美國版權局於 2024 年 7 月 31 日發布的 Part 1 報告，第一部分主題就是數位分身（digital replicas），並明確界定其為「以數位技術逼真複製一個人的聲音或外觀」的問題；版權局同時建議聯邦層級處理未經授權的數位分身。與此同時，NO FAKES Act 類型法案也已經把保護「聲音與視覺肖像權」（voice and visual likeness rights）寫成聯邦法案草案。(註解1)(註解3)
真正的問題意識應該這樣理解：AI 並不是只讓既有作品更容易被抄襲，而是讓人的可識別特徵本身，被抽離、被學習、被再現與被交易。傳統法律對這件事，準備其實遠遠不足。
第二節 台灣法下的起點：肖像權已相對穩固，聲音權則仍在形成
在台灣，談這個問題，最好的切入點不是先問有沒有一條叫「聲音權」的明文法條，而是先承認一個更基本的現實：人格權保護，往往先行於法條命名。肖像權就是最好的例子。它不是民法裡明文的法定權利，您會很驚訝我國民法裡，並無「肖像權」這三個字，但作為人格權體系的一部分，透過司法實踐早已獲得承認，這一點在台灣幾乎沒有太大爭議。
這個觀察，在 AI 時代尤其重要。因為當法律面對一個新問題時，常常不是立刻就有一部新法，而是先透過既有人格權、人格法益、侵權行為、契約與個案裁判，慢慢長出輪廓。肖像權如此，聲音權很可能也會有機會如此發展。
聲音的法律地位之所以越來越不能忽略，是因為它早已成為內容市場中高度可辨識、可交易、可替代的資產，與肖像並無本質上太大的不同。聽到豬哥亮大哥風格的聲音與口吻，多數人心中連結指向的就是特定人，而不是抽象的發聲方式。名人、歌手、主持人、配音員、演員的聲音，在網路上到處都是，取得並不困難；一旦 AI 能以低成本建立模型，產生足以讓大眾辨識出「這像誰」的效果，聲音就不再只是人格表徵，也是商業秩序問題。
從這個角度看，台灣法目前的狀態，可以說是：肖像權已有穩固基礎；聲音權則還未完全定型，但其問題意識已經非常清楚，而且越來越無法回避。這也就是為什麼本章不能只從著作權出發，而必須同時把人格權、產業交易與契約秩序一起放進來。
第三節 聲音為什麼特別棘手：它既像人格，又像資產
在「聲音、臉孔、角色與數位分身」四個項目中，聲音同時具有幾個不同面向。
首先，聲音很像人格。人的聲音和臉孔一樣，帶有很強的個體識別性。即使不是所有人的聲音都能立刻被辨識，但對歌手、主持人、配音員、演員、主播、旁白工作者而言，聲音本身常常就是其市場存在的一部分。人們聽到某種鼻音、某種咬字、某種氣口、某種呼吸，就知道是誰。這種識別性，與人格、身分、名譽與真實性密切相關。
其次，聲音又很像表演。很多時候，觀眾記住的不是抽象的人格，而是一種具體的表演狀態：這個角色該怎麼說話、這個主持人該怎麼接梗、這個歌手該怎麼唱某種旋律、這個配音員該怎麼賦予角色生命。聲音在這裡不是單純的生理特徵，而是表演勞動與藝術經驗的結晶。
第三，聲音同時也是資產。對內容產業來說，聲音不只可辨識，更可以進一步被授權、分潤、延伸、包裝與再利用。這是 AI 時代特別突出的地方：一個聲音模型不只能替代一次錄音，還可以被部署在廣告、有聲書、遊戲、動畫、導覽、客服、短影音、互動敘事、虛擬偶像等不同場景中。它可以是工具，也可以是商品；可以是表演者的延伸，也可能是對表演者的取代。
正因如此，聲音權利問題會牽涉要不要授權、授權到哪裡、模型可否持續訓練、是否可再授權第三人、死後是否可繼續利用、合成內容應否標示、收益如何分配，以及如果模型未經同意取樣又以低成本競爭，是否形成不公平競爭。
第四節 2024年之後，聲音保護已經不是抽象討論
這個問題，實際上已引起許多聲線具有辨識性的創作者、藝人、主持人與配音工作者高度關注。相較於圖像生成的訓練資料爭議與著作權討論，「聲音不應被 AI 莫名其妙地模仿」，在社會上反而更容易形成直觀共識。這種共識不是憑空來的，而是伴隨具體法律與政策動作浮現。
美國田納西州 2024 年的「確保肖像、聲音與形象安全法」（Ensuring Likeness, Voice, and Image Security Act of 2024），也有人刻意暱稱 ELVIS Act，貓王法案，就是一個鮮明例子。州長 Bill Lee 於 2024 年 3 月 21 日簽署該法，並自同年 7 月 1 日生效。田納西州官方新聞稿明言，修法目的之一，就是保護詞曲創作者、表演者與音樂產業從業人員的聲音，避免遭人工智慧濫用；法案文本本身則把原來的「1984 年個人權利保護法」（Personal Rights Protection Act of 1984）改名為 ELVIS Act，並把未經授權使用受保護個人或已故個人的聲音或肖像納入規範。這是把聲音正式寫進州法保護核心。(註解4)(註解5)
聯邦層級也一直有立法討論。第 119 屆國會提出的「原創育成、藝術策進及娛樂安全維護法」（Nurture Originals, Foster Art, and Keep Entertainment Safe Act of 2025），也就是 NO FAKES Act，法案標題就直接寫成：「保護個人聲音與視覺肖像的智慧財產權」。更重要的是，它不只是處理傳統廣告冒用，而是試圖在表意作品中的數位分身使用、州法與聯邦法的界線、平台通知與救濟之間，建立較完整的聯邦規則。這表示聯邦討論已經不再把這件事視為單純的深度偽造倫理問題，而是正式視為一種新型權利衝突。(註解3)
中國方面，北京互聯網法院 2024 年的 AI 聲音案也很值得注意。依世界智慧財產權組織的 WIPO Lex 收錄與摘要，法院明確認定：在具可識別性的前提下，自然人聲音權益的保護範圍可以及於 AI 生成聲音；同時，對既有錄音製品的授權，不當然包含將該聲音進一步作 AI 化處理與商業利用的權利。WIPO Lex 的摘要甚至直接寫到：自然人聲音具有獨特性與穩定性，若 AI 合成聲音能讓一般公眾或相關領域公眾，依其音色、語調、發音風格而聯想到特定自然人，即可認為具有可識別性。這個判決的重要性，在於它很直接地承認：可識別聲音本身，就可能作為人格利益受法律保護。(註解6)(註解7)
回到台灣，實定法上雖然跟「肖像權」一樣，沒有一條直接名為「聲音權」的完整規定，但若參酌美國近年的數位分身立法趨勢，以及中國法院已明確認定 AI 可識別聲音受人格權保護的做法，未來台灣法院並非沒有可能沿著相近方向，承認可識別人聲在 AI 仿製與商業使用情境下應受保護。這點當然仍有待具體個案進一步驗證，但至少可以確定：創作者、藝人、主持人與配音工作者，不應再把自己的聲音視為沒有法律意義的灰色地帶。
第五節 美國案例先行：法院怎麼開始面對 AI 聲音與人格利益衝突
AI 時代下，「聲音、臉孔、角色與數位分身」最大的特徵，就是它不再只是學理討論，而是已經在法院裡變成具體爭點。從生成式 AI 崛起至今，美國案例的發展尤其值得先看。
一、Lehrman v. Lovo：AI 聲音案真正的核心，不只是著作權，而是涉及「我是誰」的問題
在目前公開的美國案件中，Lehrman v. Lovo 幾乎可以視為最值得關注案例。美國紐約南區聯邦地方法院 J. Paul Oetken 法官於 2025 年 7 月 10 日作成中間裁判，也就是對駁回訴訟動議的部分准許、部分駁回意見書，雖然還不是本案最終實體判決(文件標示 Case 1:24-cv-03770-JPO, Document 45, Filed 07/10/25)，但法院在中間裁判一開始就指出，原告 Paul Lehrman 與 Linnea Sage 主張 Lovo 利用人工智慧「合成並販售未經授權的聲音分身」（synthesize and sell unauthorized “clones” of their voices）；法院並明白表示，這個案件涉及「若干前所未見的困難問題」（difficult questions, some of first impression），其影響不只在配音員，也會波及 AI 產業、智慧財產權使用者，以及一般公民對自身身分控制的焦慮。(註解8)
法院中間裁判指出，原告提出的不只是著作權主張，也包括紐約民權法、紐約消費者保護法、《蘭哈姆法》（Lanham Act），以及契約、詐欺、不當得利與不正競爭等請求。換句話說，原告訴求不只是「侵害錄音著作」這麼簡單，而是主張：你把我的聲音、我的識別性、我的市場價值，做成一個可販售、可部署、可替代我的商品，此事應由法律處理。(註解8)
法院於 2025 年 7 月 10 日作出的，是對被告駁回動議的部分准許、部分駁回裁定。法院明白表示，大部分聯邦商標與部分著作權理論，確實沒有辦法如原告所主張那樣成立，但「這不代表原告沒有其他救濟可能」。從公開文件可知，至少某些契約請求、紐約民權法請求與消費者保護相關請求被保留下來，而以特定原始錄音為基礎的某部分著作權主張，也得以續行。(註解8)
截至目前公開可查資料，本案尚未有終局裁判。公開案卷顯示，法院在 2026 年 3 月 2 日仍准許雙方延長完成證據開示期限，顯示本案當時仍在地方法院審理中。(註解9)
Lovo 案有兩個很關鍵的啟發。
第一，它說明 AI 聲音案最有生命力的訴訟架構，往往不是單純的「訓練侵權」，而是人格／商業人格利益、契約授權範圍、錄音本身權利與消費者保護的複合戰場。也就是說，真正的爭點不是只有「你有沒有複製一段受保護錄音」，而是提升到「你有沒有把一個可識別的人，做成你的商業產品」。
第二，它不停追問一個無法迴避的問題：你當初到底怎麼拿到這些聲音？Lovo 案並不是那種最典型、最直觀的「偷錄聲音」案件。原告的主張反而更值得內容產業警惕：他們原本是透過接案平台 Fiverr 接到錄音工作，也就是說，這些聲音素材表面上看起來並非毫無授權來源，而是在有委託、有交付、也有報酬的交易過程中產生。但本案真正的爭點正在於：原告當時同意的，是否只是特定用途的配音工作，而不是進一步同意對方把這些聲音拿去訓練 AI、製作並販售可反覆部署的聲音分身商品。換句話說，Lovo 案的重要性，在於它把「一般接案授權」與「AI 模型訓練／聲音分身部署授權」明確區分開來。就算錄音最初是透過平台交易合法取得，也不當然表示對方因此取得了把一個人的聲音人格特徵持續商品化的權利。從內容產業角度看，這幾乎就是本章後面條款問題的預告：在 AI 時代下，錄音授權、資料集授權、模型訓練授權與數位分身部署授權，不能再被含混地視為同一件事。(註解10)
二、Woulard v. Suno、Woulard v. Udio、Mureka：從訓練資料侵權走向聲音、生物辨識與公開權
如果說 Lehrman v. Lovo 是最典型的直接聲音分身案件，那麼 Woulard v. Suno、Woulard v. Udio，以及與 Mureka 有關的訴訟，代表的則是另一條同樣重要的路線。表面上看，這些案件仍然是在打音樂生成模型的訓練與輸出，像是前面幾章熟悉的著作權爭議；但只要再往下看一層，就會發現原告另外有一條重要的主張路線：他們不是只問「你有沒有拿我的歌去訓練」，同時進一步追問，AI 模型吸收的，究竟只是作品，還是連同表演者的聲音、風格、身分特徵與市場價值，也一併被吸進去了。這幾案的訴因不只包括著作權，還拉進了《伊利諾州生物辨識資訊隱私法》（Illinois Biometric Information Privacy Act）、《伊利諾州公開權法》（Illinois Right of Publicity Act）以及《伊利諾州統一欺罔性交易行為法》（Illinois Uniform Deceptive Trade Practices Act）等規範。(註解11)
從公開訴狀來看，原告的敘事包括：他們不是把自己寫成被大型科技公司偶然波及的邊緣創作者，而是明白主張，這些音樂生成工具之所以能快速進入市場、號稱只要輸入提示詞就能做出可用內容，是因為它們先把獨立音樂人的作品、錄音、表演成果與風格特徵，大量吸收進模型裡。換句話說，原告真正想說的是，AI 公司賣的不是單純的技術效率，而是一套建立在他人創作與表演勞動之上的新商品。對獨立音樂人而言，這種傷害特別直接，因為他們原本可以授權 sample、授權 stems、授權人聲、授權客製風格或表演服務，如今卻被一個模型壓縮成幾個提示詞就能替代的輸出。(註解12)(註解14)
這也就是為什麼這些案件會把《伊利諾州生物辨識資訊隱私法》拉進來。這部法律原本不是為了處理 AI 著作權問題，而是為了處理數位時代人的可識別生物特徵保護，防止企業在未經知情同意下，蒐集、保存、處理，甚至從中獲利。當原告援引它時，真正想推進的觀點是：模型所吸收並商品化的，可能不只是音樂作品，也包括與特定表演者緊密連結、足以辨識其身分的聲音特徵。(註解13)
同樣地，當原告援引《伊利諾州公開權法》時，他們要講的也不只是「你用了我的作品」，而是另一件更接近本章核心的事：你把我可以被市場辨識、可以承載商業價值的表演特徵、聲線、風格與人格形象，拿去做成一個可替代我的產品。這裡真正被爭奪的，已經不只是某首歌，而是表演者本人作為市場存在的價值。聲音、演唱方式、表演個性，原本是靠本人反覆勞動與長期累積才形成，如今卻可能被模型濃縮、模擬，然後反過來在市場上與本人競爭。(註解12)
《伊利諾州統一欺罔性交易行為法》被放進來，也很有意思。這表示原告已不只想把案件講成個別權利被侵犯，而是開始把整個問題上升到市場秩序：如果一套 AI 音樂商品的運作基礎，本身就建立在未揭露、未經同意，甚至足以讓市場誤認來源、授權狀態或商業背書的做法上，那麼這就不只是著作權問題，而是更廣義的不公平競爭問題。於是，AI 音樂平台不再只是「用了別人的東西」，而是可能被描寫成：它用一種不透明、誤導、而且對原創與表演市場極不公平的方式，把自己推進市場。(註解12)
本案原告正在重新定義問題。著作權處理的是：作品有沒有被複製、儲存、訓練與輸出。生物辨識隱私法處理的是：與個人可識別性相關的特徵，有沒有被未經同意地收集、保存與利用。公開權法處理的是：表演者可被市場辨識、可被商業化利用的人格價值，有沒有被拿去做成商品。欺罔性交易法處理的則是：這整套商品化模式，是否以不當、誤導或不公平的方式進入市場。創作者已經開始告訴法院：AI 音樂模型爭議不能再只被理解成著作權技術問題，而必須被理解成作品、人格、生物辨識、商業化利用與市場秩序交錯的綜合爭議。(註解11)(註解12)
這批案件至少有三個意義。第一，它們說明 AI 音樂案與 AI 聲音案的邊界正在消失。模型吸收的從來不只是樂曲表達，也包括演唱、風格、聲線、表演個性與市場可替代性。第二，它們把「聲音」從單純的錄音素材，推向生物辨識與身分特徵的思考方式。於是，爭點不再只是複製了哪一首歌，而是有沒有把一個人的可識別特徵拿去建模、處理與商品化。第三，它們提供了一個非常重要的過渡：從前面幾章的「訓練資料侵權」，走到這一章真正關心的核心，也就是人的聲音與可識別表演特徵，是否正在被商業化複製。(註解11)(註解13)(註解14)
三、美國案例呈現出的共同問題
把 Lovo、Suno、Udio、Mureka 這批案件放在一起看，可以看出美國法院與原告策略至少出現了三個明顯方向。第一，爭點正從「有沒有複製作品」轉向「有沒有未經同意複製可識別的人」。這種轉向很關鍵。因為它表示 AI 時代真正被交易的東西，不再只是作品，人的可識別性本身也是重要議題。第二，案件不再只靠著作權單一主張，而是同時結合公開權、消費者保護、詐欺、契約與生物辨識隱私。這代表法院與原告都逐漸意識到：如果只用傳統著作權法去打這類案件，問題不少，必須綜合身分、人格、授權範圍與市場替代等因素一起主張。第三，市場真正害怕的，不只是單次侵權，而是表演者或創作者本身被做成一個可持續、可複製、可低價部署的替代系統。這個結構，對台灣內容產業尤其有啟發。因為它提醒我們，AI 時代真正的威脅，往往不是某一次未經授權使用，而是表演者本人被模型化之後，原本屬於他的工作、市場與交易地位，可能被持續蠶食。
第六節 中國法院已開始正面承認 AI 可識別聲音的人格權保護
若從比較法角度來看，北京互聯網法院 2024 年的 AI 聲音案，很適合拿來和美國案例做對照。美國目前較常見的是多元訴因並行，讓著作權、州民權法、消費者保護法與契約一起上場；中國這案則更直接，法院明確認定：在具可識別性的前提下，自然人聲音權益的保護範圍，可以及於 AI 生成聲音。世界智慧財產權組織收錄資料也清楚標示，本案為殷某訴某公司等（Yin v. Company A and Others），由北京互聯網法院於 2024 年 4 月 23 日作成一審判決。關於本節中國案例資訊，除參考 WIPO Lex 收錄內容外，也同時參考中國媒體報導，最後瀏覽日為 2026 年 4 月 12 日。(註解6)(註解7)
原告殷某是一名配音師。依中國案件報導，殷某是在朋友提醒後，才發現自己的配音聲音已被他人製作成作品，並在多個知名 App 上廣泛流傳。經過聲音篩選與溯源，涉案聲音來源被指向一套文本轉語音產品：使用者只要輸入文字、調整參數，就可以生成語音。原告進一步主張，她過去曾接受其中一家公司委託錄製錄音製品，該公司雖是錄音製品著作權人，但之後卻把這些音訊提供給其他公司，允許對方以商業或非商業方式使用、複製、修改資料，進一步做 AI 化處理，最後生成涉案文本轉語音產品，並在雲平台上出售，再由其他公司以應用程式介面（API）方式在自家平台上直接調用。整個商業鏈條中，一共涉及五家公司。(註解7)
本案和前面談到的美國 Lehrman v. Lovo 其實有些相似：原始聲音並不是毫無來源，而是在先前商業合作、錄音製作與資料移轉的過程中流轉出去；但真正的爭點在於，原告當時同意的，是否只是錄音製品的製作與使用，而不是再進一步同意自己的聲音被拿去做 AI 模型、生成可被市場反覆部署的聲音產品。也因此，這案的核心不是一句「有沒有錄音授權」就能處理，而是：既有錄音授權，是否等於 AI 化已被授權？法院最後的答案很清楚：不是。(註解7)
北京互聯網法院首先把重點放在可識別性。法院認為，自然人聲音的可識別性，是指他人基於反覆、多次或長期聆聽，能夠透過該聲音特徵識別出特定自然人。至於 AI 合成聲音是否具有可識別性，則應綜合考量具體使用情況，並以一般社會公眾或相關領域普通聽眾能否辨識為判準。法院在本案中進一步指出，由於被告公司是僅使用原告個人聲音來開發涉案文本轉語音產品，且經當庭勘驗，該 AI 聲音在音色、語調、發音風格等方面都與原告高度一致，足以讓一般人產生與原告有關的聯想，進而識別出原告本人，因此可以認定：原告的聲音權益及於涉案 AI 聲音。(註解7)
這裡最重要的，不只是法院判決原告勝訴，而是法院直接承認：AI 時代下被保護的，不只是原始載體或原始錄音，而是那個可識別的人聲本身。這使本案的法律重心，不再只是傳統著作權法意義下的錄音製品，而是人格利益是否在 AI 技術介入後仍應持續受到保護。
法院接著處理授權問題。這一段對內容產業尤其重要。法院明白指出：即使其中一家被告公司對錄音製品享有著作權等權利，那也不包括授權他人對原告聲音進行 AI 化使用的權利。換句話說，錄音製品的著作權或相關權利，並不當然把「聲音 AI 化利用權」也一起包進去。法院因此認為，被告二與被告三之間就音訊資料簽訂的資料協議，在未經原告本人知情同意的情況下，授權第三人將原告聲音 AI 化使用，欠缺合法權利來源；被告關於「已取得合法授權」的抗辯，不能成立。(註解7)
最後，法院對責任分配也寫得很清楚。法院認定，被告二與被告三未經原告許可，將原告聲音 AI 化使用，已構成對原告聲音權益的侵害，應承擔相應法律責任。至於其他幾家公司，法院則認為其主觀上不存在過錯，因此不負損害賠償責任。不過，法院仍判決被告一與被告三向原告賠禮道歉，並命被告二與被告三向原告賠償損失共計 25 萬元人民幣。法院在裁量損害賠償時，也考量了侵權情節、同類市場產品價值與產品播放量等因素。(註解7)
這個判決至少有三個非常重要的啟發。第一，北京互聯網法院直接承認，在具可識別性的前提下，自然人聲音權益可以延伸到 AI 生成聲音。換句話說，核心概念已不只是作品，而是人格利益。第二，它提醒內容產業：即使你拿到某段錄音的使用權，也不代表你當然取得把這個人的聲音做成 AI 模型、再到其他場景部署的權利。錄音製品授權與聲音 AI 化授權，是兩件不同的事。這一點，正好和 Lovo 案中的接案平台爭議互相呼應。也就是說，在 AI 時代，舊式授權架構已經不夠了，授權邊界必須切得更細。第三，台灣現在雖然沒有一條完整名為「聲音權」的法條，但北京互聯網法院這案顯示，法院完全可能沿著人格權與可識別性這條路線，承認聲音作為人格利益的保護必要性。
第七節 美國州法與政策推進：在案例與市場壓力下，數位分身法制開始成形
美國不是先有完整州立法，才開始面對聲音仿製與數位分身問題；相反地，是先有案例、先有市場焦慮、先有表演者與產業的壓力，州法才逐步補洞。從這個角度看，美國數位分身法制的形成，其實是一個很典型的「技術先衝、爭議先爆、立法再追」的過程。
一、田納西 ELVIS Act：把聲音正式拉進保護核心
田納西州 2024 年修法，將既有保護架構更名為「肖像、聲音與形象安全保護法」（Ensuring Likeness, Voice, and Image Security Act of 2024），也就是 ELVIS Act。州長 Bill Lee 於 2024 年 3 月 21 日簽署該法，田納西州州長辦公室在新聞稿中明白表示，這項立法是為了保護詞曲創作者、表演者與音樂產業從業人員，避免人工智慧濫用其聲音與形象。當加州或聯邦層級都還在摸索時，田納西州已經很清楚地把 AI 時代的聲音濫用風險，直接拉進州法。(註解4)
田納西州公布的章程文本顯示，修法不只把舊有的「1984 年個人權利保護法」更名為 ELVIS Act，也把執法上的知情標準，從原本較窄的「已知悉」，擴張為「已知悉或依合理情形本應知悉」。這代表立法者要在實際責任判斷上，強化對未經授權利用聲音與形象行為的控制。(註解5)
這部法非常清楚地宣告：在 AI 時代，聲音已經值得被立法者單獨點名保護。過去很多州法的焦點集中在姓名、照片、肖像，如今聲音被正式拉進核心，說明立法者已經意識到：聲音不再只是附帶特徵，而是表演者與創作者可被市場辨識、可被冒用、也可被替代的重要存在。
二、加州：表演者契約與死後數位分身的雙軌保護
加州的路線則更細緻。2024 年 9 月 17 日，州長 Gavin Newsom 簽署兩部重要法案，州長辦公室新聞稿明白表示，這是為了保護表演者與演員的職業生涯，避免人工智慧在未經授權的情況下複製其數位形象，並進一步強化已故表演者的保護。新聞稿尤其強調兩個面向：其一，是要求使用表演者聲音或肖像所生成的數位分身，必須經過同意；其二，是已故表演者的數位重建，也必須有遺產管理方的授權。(註解15)
第一條線，是 AB 2602。加州立法資訊頁面顯示，AB 2602 的正式標題是「違反公共政策之契約：個人或專業服務：數位分身」。其立法摘要寫得很直接：若個人或專業服務契約中，約定以某人的數位分身來取代該人未來的新表演，而且符合條文所定的若干情況，這種條款對於 2025 年 1 月 1 日之後的新表演，將不具執行力。法案明確定義「數位分身」為「一種電腦生成、具有高度真實感、且足以被辨識為某特定個人聲音或視覺肖像的電子呈現」，並且處理的是以這種數位分身取代真人工作的情況。(註解16)
這條線的核心，在契約控制。換句話說，加州看見的問題是：AI 時代下最危險的，不一定只是完全沒有授權，而是透過模糊、不對等或過度概括的契約條款，讓表演者在談判初期就把未來的數位自我一併交出去。AB 2602 的重點，因此不是「全面禁止 AI」，而是要求如果你要用一個人的數位分身去替代他未來的工作，這件事必須被清楚寫明，而且不能再被藏在傳統服務契約的模糊角落裡。
第二條線，是 AB 1836。這部法把焦點轉向已故人格。加州立法摘要明白寫到，既有法律原本已承認：在特定條件下，已故人格的姓名、聲音、簽名、照片或肖像，若被未經授權用於商品、廣告或銷售行為，可以產生損害賠償請求。AB 1836 則更進一步，新增規定：若有人未經必要同意，在表意性視聽作品或錄音製品中製作、散布或提供已故人格的數位分身聲音或肖像，將須對受害方負擔民事責任；賠償額至少為一萬美元，或實際損害額，以較高者為準。法案同時也把「數位分身」定義為「一種電腦生成、具有高度真實感、且足以被辨識為某特定個人聲音或視覺肖像的電子呈現」，即使原本人確實曾表演或出現，只要後來其表演或外觀的根本性質被重大改變，也可能落入規範。^17
這條線很重要，因為它直接處理已故表演者、已故名人的聲音與肖像數位再現。它告訴市場：即使當事人已經過世，數位分身也不當然是可以任意拿來重組、續作與商業化的公共資源。
三、聯邦層級：美國國家版權局第一部分報告與 NO FAKES Act 討論
聯邦層級目前還在討論中，但方向已很清楚。美國版權局於 2024 年 7 月 31 日發布《人工智慧報告第一部分：數位分身》。版權局官方發布稿的標題就直接寫成：美國版權局發布人工智慧報告第一部分，並建議制定聯邦數位分身法律。發布稿還進一步說明，這份報告回應的，正是「以數位方式被創造或操弄，從而真實但虛假地描繪某個人」的影片、圖像與音訊快速增生的現象。換句話說，官方已經承認：這個問題不能只靠既有著作權規則或零散州法一直補丁式處理，而需要更完整的聯邦回應。(註解1)
與此同時，國會也出現以數位分身為核心的聯邦法草案。第 119 屆國會提出的「原創育成、藝術促進及娛樂安全維護法」，也就是 NO FAKES Act of 2025，在法案首頁就直接寫明，其目的在於「保護個人聲音與視覺肖像的智慧財產權」。法案正文第 2 節則明白以「聲音與視覺肖像權」為章名，並進一步定義「數位分身」：也就是一種新創造、由電腦生成、具有高度真實感，且足以被辨識為某特定個人聲音或視覺肖像的電子呈現。(註解3)
NO FAKES Act 這類文本的意義，在於它們已經不再把問題只當成深度偽造或一般侵權，而是試圖直接建立一套聯邦層級的「聲音與視覺肖像權」規則。這也說明，數位分身問題正在從州法與個案爭議，走向更大的制度整理：不只是誰被模仿，而是美國法是否要正式承認，人的聲音與外觀本身，在 AI 時代已成為獨立而值得被保護的法律客體。
第八節 英國與 broader policy：數位分身已成正式法政策語言
英國政府於 2024 年 12 月啟動《著作權與人工智慧諮詢文件》，在文件中就把數位分身列為獨立議題，並將其界定為：以數位技術創造，足以真實複製某人聲音或外觀的圖像、影片與音訊。英國政府接著在 2026 年 3 月發布《著作權與人工智慧報告》，其中也單列數位分身一節，明白承認：人工智慧讓數位分身的製作更便宜、更容易，也更可能大規模擴散；同時，報告也記錄創意產業大量主張，現行英國法不足以處理這類問題，甚至呼籲建立更強的「人格權」。(註解18)(註解19)
英國這個政策宣告的重要性，不只是承認問題存在，而是把數位分身推向更大的法政策交界：它不只是著作權議題，也同時牽涉人格權、隱私、資料保護、仿冒混淆、表演者權，以及是否需要一種更完整的新型「人格商業權」。這也正好說明，數位分身問題正在把著作權法推到邊界，迫使法律再次正面面對「人」本身作為被保護客體的問題。(註解19)
第九節 台灣的在地場景：電影、音樂、動畫續作已經碰到這個問題
在台灣，這些問題其實已經不是未來式，而是正在以不同形式進入內容產業。
一、「高雄有顆藍寶石」與豬哥亮：已故藝人聲音的再現
紀錄片《高雄有顆藍寶石》被媒體與評論描述為透過 AI 形式重現豬哥亮的舞台存在與聲音記憶，帶觀眾回到秀場黃金年代。這裡的聲音重現，不只是單純技術噱頭，而是豬哥亮這個表演人格與聲音記憶被重新召喚。也因此，這種場景的法律問題，顯然不是傳統著作權可以一句話講完。因為觀眾被打動的，不只是某一段舊影像或某一段既有音檔，而是已故藝人的聲音與表演記憶是否可以被重建、如何被重建，以及背後相關權益究竟應如何分配。(註解20)
二、陳珊妮 AI 創作歌曲：聲音不只是被侵害，也可能被授權與延伸
另一條台灣路線，則不是「未經同意的模仿」，而是創作者本人主動進入 AI 聲音實驗。知名音樂人陳珊妮與台灣人工智慧實驗室合作推出單曲〈教我如何做你的愛人〉，發表時即被定位為高度擬真人聲的 AI 單曲之一，而且媒體說明也明白指出，這首歌的原唱並非陳珊妮本人，而是由她擔任製作人調教 AI 生成的歌聲。這個例子提醒我們：聲音不一定只是一個被侵害的客體，它也可以是本人參與、本人授權、本人延伸創作的另一種可能。(註解21)
三、知名動畫作品使用已故演員聲音配音：角色、續作與已故配音聲音的延續問題
作者本人參與的案件，具體內容尚未公開。本案的利用方式，涉及已故演員可識別角色聲音的使用問題。光是這個問題本身，就足以說明 AI 時代下內容產業的一個核心難題：當一個角色的識別性，早已與特定表演者或配音者的聲音綁在一起時，續作到底是在延續角色，還是在延續已故表演者的表演人格與聲音記憶？
第十節 條款與風險控管
第一個原則，是把作品授權和模型訓練授權拆開。模糊，或者刻意模糊，已不再可行。北京互聯網法院案已經提醒我們，對既有錄音的授權，不當然等於允許將該聲音進一步 AI 化處理；Lovo 案也讓我們看到，很多爭議正是從「原本說好的用途」與「後來真正做的事」之間的落差爆出來的。對內容產業而言，至少應該分清楚：既有作品或素材的單次使用、資料集建置、模型訓練與微調，以及以該模型產生新的擬真輸出，分屬不同層次。
第二個原則，是把聲音、臉孔與數位分身條款獨立寫。不要把它們藏在一般著作財產權或一般授權條款後面。合約最好明確定義「數位分身」或「AI 生成複製」的範圍。加州 AB 2602 的做法很有啟發，它不只處理抽象原則，而是直接把數位分身作為契約條款中的獨立問題。(註解16)
第三個原則，是使用目的與場景要具體列舉。不能只寫「可以用於 AI」。AI 的利用場景太廣，風險差異也太大。實務上至少應分開列：作品內部製作用途、宣傳用途、商業廣告與代言用途、對外平台部署、互動式內容、客服或導覽、教育或研究用途、授權第三人再利用。Lovo 案之所以值得警惕，就在於原告主張自己當初只同意某種有限目的，最後卻被做成外部商品化服務。(註解10)
第四個原則，是要處理是否可再訓練、是否可再授權、是否可持續演化。舊式授權常常只處理「能不能用」，卻沒有處理模型是否只能供本案使用、是否不得將素材納入通用模型、是否禁止為第三方提供聲音分身或角色替身服務、是否禁止再授權、若未來新版本模型以舊模型為基礎訓練，是否仍視為使用原素材。數位分身時代和傳統單次授權最大的不同，就在這裡。
第五個原則，是死後使用與角色續作一定要先談。加州 AB 1836 與英美政策討論都顯示，死後數位分身是最容易先被明文化的區域之一。對台灣內容產業而言，也一樣：授權是否延伸至死亡後、若延伸期間多久、誰有權同意、是否需經遺族或權利承繼人同意、可否用於續作、紀錄片、致敬作品、商業廣告，是否可做全新生成內容，都應該先寫清楚。(註解17)
第六個原則，是標示義務與透明義務要放進合約。英國政策文件反覆提到，數位分身會帶來消費者混淆與虛假背書的風險。對內容產業來說，除了權利人的內部授權問題，外部市場也會問：觀眾有沒有被誤導？消費者知不知道這是 AI？這是不是在暗示某位藝人真的參與或背書？因此，AI 生成聲音、臉孔或替身的對外使用，是否需要明確標示、是否可在宣傳文案中暗示原表演者本人參與、是否不得製造使消費者誤認為真人錄製或真人背書的表述，都應該事先約定。(註解19)
第七個原則，是報酬與分潤。如果表演者的聲音、臉孔或角色特徵被模型化，其利用方式可能是反覆、持續、跨平台、跨地區、跨產品線的。這種情況下，如果仍只給一筆固定費，最後幾乎一定產生失衡。更合理的設計可能是：基本授權金加特定模型訓練費、對外部署分潤、廣告用途加成、死後使用另計；至少應該考慮按使用計費、收益分潤或續約費，而不是只想一次買斷。
第八個原則，是禁止條款。好的 AI 條款不只要有授權，也要有禁止事項。例如：不得未經書面同意將甲方聲音、臉孔或角色素材用於通用基礎模型；不得將甲方數位分身用於政治、宗教、成人或爭議性商業代言；不得用於虛假訪談、虛假言論、虛假背書；不得以技術手段故意模糊 AI 生成身分；不得對第三方宣稱甲方本人參與錄製、演出或背書，除非確有事實依據。
第十一節 結語：法律保護的對象，已從作品延伸到「可被辨識的人」
走到這裡，可以回頭看本章一開始的問題：為什麼聲音、臉孔、角色與數位分身會在 AI 時代突然變得那麼重要？
原因在於，AI 讓內容產業第一次大規模面對一個新現實：市場不只在交易作品，也在交易人的可識別性。
過去，作品、表演與人格雖然本來就彼此交疊，但至少還能在實務上區分：歌是歌、錄音是錄音、表演是表演、臉孔是臉孔、角色是角色。現在，AI 把這些原本相連但仍可分辨的層次進一步壓縮在一起。一個模型可以同時學到聲音、表情、語氣、節奏、角色感、風格感，最後產出一個讓觀眾覺得「這就是那個人」或「這就是那個角色」的結果。到了這一步，法律若還只守著舊有作品中心的思維，就會顯得越來越吃力。
台灣現在的狀態，還在摸索之中。肖像權路線相對清楚，聲音權路線仍在形成；角色與數位分身，則更需要透過契約、產業實務與未來案例逐步長出輪廓。但至少有一點應該已經很清楚：這不是一個可以靠「沒有明文規定，所以先當作沒事」來處理的時代。
美國的案例發展提供了一個很強的訊號。從 Lovo 這類案件，到 Suno、Udio、Mureka 這些訴訟，再到 ELVIS Act、加州數位分身契約立法、美國國家版權局第一部分報告與聯邦法草案討論，整個方向都在說同一件事：聲音與臉孔不是附屬問題，而是 AI 時代內容產業秩序的核心一環。英國政策文件與北京互聯網法院的處理，也都從不同角度證實：可識別人的聲音或外觀，正逐步成為一個獨立而明確的法律保護對象。(註解1)(註解6)(註解19)
而對台灣內容產業來說，與其等待完整的 AI 新法立法，不如在電影、音樂、動畫、配音、遊戲、經紀與角色 IP 經營中，及早建立符合潮流趨勢、屬於自己的規則。
文末附註
United States Copyright Office, Copyright and Artificial Intelligence, Part 1: Digital Replicas (July 31, 2024).
SAG-AFTRA, Summary of the 2023 TV/Theatrical Contracts, 2023.
H.R. 2794, 119th Congress, Nurture Originals, Foster Art, and Keep Entertainment Safe Act of 2025 (NO FAKES Act of 2025).
Tennessee Governor’s Office, “Gov. Lee Signs ELVIS Act into Law,” March 21, 2024.
Tennessee Public Chapter No. 588 (2024), Ensuring Likeness, Voice, and Image Security Act of 2024.
World Intellectual Property Organization (WIPO), WIPO Lex, Yin v. Company A and Others, Beijing Internet Court, April 23, 2024.
《法治日報》，〈全國首例“AI聲音侵權案”一審宣判〉，2024年5月6日，最後瀏覽日：2026年4月12日。
Lehrman et al. v. Lovo, Inc., No. 1:24-cv-03770-JPO, Document 45 (S.D.N.Y. July 10, 2025).
PacerMonitor, Lehrman et al. v. Lovo, Inc. 公開案卷頁面，最後更新顯示至 2026 年 3 月。
Loeb & Loeb LLP, “Lehrman v. Lovo, Inc.,” 2025.
Mishcon de Reya LLP, Generative AI Intellectual Property Cases and Policy Tracker.
Woulard v. Suno 訴狀，Copyright Alliance 彙整版本。
740 ILCS 14, Illinois Biometric Information Privacy Act.
Bloomberg Law, “Musicians Test AI Litigation Waters With Biometric Privacy Claim,” 2025.
Governor of California, “Governor Newsom Signs Bills to Protect Digital Likeness of Performers,” September 17, 2024.
California Legislative Information, AB 2602, Contracts against public policy: personal or professional services: digital replicas.
California Legislative Information, AB 1836.
UK Government, Copyright and Artificial Intelligence Consultation, December 2024.
UK Government, Report on Copyright and Artificial Intelligence, March 2026.
The News Lens 關鍵評論網，關於紀錄片《高雄有顆藍寶石》以 AI 形式重現豬哥亮舞台存在與聲音記憶之報導。
台灣人工智慧實驗室（Taiwan AI Labs / Yating）新聞稿，陳珊妮與台灣人工智慧實驗室合作推出〈教我如何做你的愛人〉。
本章有關美國 Lehrman v. Lovo、中國北京互聯網法院 AI 聲音案、美國田納西州 ELVIS Act、加州 AB 2602／AB 1836、英國《著作權與人工智慧諮詢文件》及《著作權與人工智慧報告》等資料，均以公開可得之法院文件、官方法案文本、政府發布稿及專業整理資料為基礎；涉及程序進度者，係截至 2026 年 4 月 12 日公開可查資訊。