AI音樂與聲音之法律爭議

前言

轉型困境與定律

我們應該怎麼來看這些爭議

一、AI音樂的著作權法爭議

目前來說，以AI工具去生成音樂或聲音內容，早已不是稀奇的事情，例如疑似美國饒舌歌手阿姆（Eminem）的聲音，曾唱過一段從頭到尾只與貓有關的Rap歌曲。但說穿了，關於AI音樂，全世界的法律見解都正在等美國正進行中的相關審理案件，所以還沒定論。也就是目前AI音樂似乎仍遊走於法律的灰色地帶，能否受到著作權法的保障，仍未確定。

我們先來說說AI「音樂」的法律爭議，其中分成兩個層次。首先，開發人員是否在AI模型訓練過程中侵犯既有資料的著作權。許多音樂著作權人自己公布在網路上的作品，成為他人訓練AI音樂的資料（即「重製」或copy），也就是透過一些媒介或載具去接觸到原作，隨後這些AI工具接著可依該人的指令，在短時間內生成自己風格的作品，屬未經原作者同意而使用其著作。

然而，依照以往類似可參考的美國指標判決意旨可知，訓練AI的過程可能符合著作權法的「合理使用」原則，而且生成的新作品不是對原作的copy，而是一種「衍生」。況且，AI機器學習吸收龐大資料庫內的資訊，藉此生成新的內容，此與人類從前人的作品中學習、汲取靈感，並創作出自己的作品，沒有太大差別。甚至可說風格或聲音都是可以合法模仿的。

另一個層次的法律爭議是，AI生成的作品是否受著作權保護？目前全世界立法例、通說與實務，大多認為著作權法只保護「人類」作者，包括日前美國著作權局就指出，AI生成的視覺圖像作品不能獲得著作權保護。不過該局也指出，人類與AI合作完成的作品（包括音樂）能否擁有著作權保護，關鍵會在人類的創意干預或介入指令。換句話說，即使目前法律尚未有明確界線，但如果人類主導的成分愈重、AI作為輔助性工具的角色愈鮮明，就愈有可能爭取到著作權的保護。

二、AI聲音的法律爭議

（一）現行法律制度

至於我先前有看到人說「學人家的聲音（風格或唱腔）不犯法，但AI在學習聲音時會重製人家音樂，可能觸犯著作權法」，是這樣嗎？前者我認同，但後段我保留。首先要釐清的是，音樂歸音樂、聲音歸聲音，音樂是著作，但聲音是風格、特色，甚至是生物特徵，二者唯一的交集，就是AI在生成音樂與聲音的過程，有沒有copy到歌手本人或音樂著作權人的數位資料與檔案。

因為如果只學某一個人的聲音，就AI技術而言是非常簡單，大概只要擷取那個人每首歌的一丁點片段音頻/聲紋即可，那就每一首歌而言，被擷取的質量恐怕也很難構成copy，就算未經同意的重製，應該也符合「合理使用」原則，而難謂侵害著作權。

甚至根據《Fortune》報導，AI模仿人聲的技術與工具變得相當普遍，例如OpenAI旗下就有一款生成式AI軟體「Jukebox」，提供多位知名歌手的樣板歌聲，讓用戶套入由軟體自動生成的詞曲進行創作。任何人都能以低廉、零技術門檻的方式，逼真複製歌手的聲音。Jonathan Coote律師在接受《Fortune》採訪時指出，創作者不可能針對特定曲風去聲請著作權保護。AI 生成的歌曲必須直接包含該歌手過往歌曲的片段、旋律、和弦及歌詞，達到極為實質相似，才能被法院判定是「抄襲」侵權，否則只是調性、歌聲或風格相似而已，並不犯法。

換句話說，關於AI聲音的事情，可能都無法從現行著作權法的角度去切入適用與解決爭議。但或許我們可從數位轉型的維度去看待這件事。

（二）轉型與升降思維

西洋流行歌手Grimes就曾推文表示：「請隨意使用我的聲音，不用怕被告。」鼓勵歌迷使用AI生成模仿Grimes聲音的自創歌曲。且任何成功發行的AI歌曲，Grimes都會分得50%的版稅。甚至Grimes更積極自主發布一套新工具讓任何人可將任何自創歌曲套入，變成Grimes的聲音。

有論者如Yung Spielburg就在他《The music AI attribution problem》文章裡認為，如果作品在不受限制的發行下（例如盜版混音、TikTok短片），可增加音樂原作的曝光度，最終仍有利於原作者的品牌，不僅可保持其知名度，也可推動音樂消費、門票銷售、商品、贊助與其他收入來源。音樂產業的價值現在在於原作者、歌手、藝人品牌而不是音樂資產本身，因此需要在競爭激烈的環境中對內容採取更寬鬆的方式。這是一個雙贏的局面：未經許可的衍生作品的創作者建立他們的追隨者，而原創者則獲得後續的興趣，及如果他們願意的話，能夠適當地將衍生作品商業化。當然，這個商業模式結構與生態環境系統仍依賴於一個前提關鍵，就是創意歸屬，或識別原作與作者的能力。筆者我想到的例子是台灣網紅聖結石曾翻唱周杰倫的某首歌曲，年輕一代的朋友還以為那首歌是聖結石的歌。這就是今後在數位轉型，及思維升降的重點。

其實AI學習聲音方面，反而不是音樂或其他著作形式，而是聲紋或音頻。至於學人家的聲音例如號稱AI孫燕姿，對外已經表示就不是孫燕姿本人的真正聲音了，也沒有假冒本人或侵犯人格權問題。說實在的，AI孫燕姿的出聲不僅讓我們這輩懷念，更讓年輕一輩知道、注意甚至愛上她本人，可能也帶動舊曲故人的新商機，何嘗不是一件好事？

（三）若從今後在人格權的保護角度來看

前面提到了「人格權」，其實更需要進一步討論的是：聲音有聲紋，是否等同於生物辨識，屬於人格權的一種而需要保護？筆者剛剛說AI聲音目前沒有侵害人格權，但不代表未來可能不會侵犯。要知道的是，所謂的肖像權，也沒有在我國民法明文規範中，而是透過實務與判例的累積，才形成一種被承認的具體人格權態樣。

資料數據可以多種型態呈現，例如照片、影片、文字或語音等。AIoT的運作就是透過設備蒐集、分析、運算並存取使用者的個人資料或數據，包括使用者的聲紋、臉部影像、網路使用行為紀錄等資料。 但在蒐集個人資料的過程是否能預見並告知（聲明）其利用態樣、特定目的，而使消費者知情並同意；消費者同意的內容或品質是否具有效性，恐怕隨著AI運用場景、科技與商業模式的不斷改變、演進與擴展，都存有變數與挑戰。

語音數據包括聲紋，其是否為個人資料應受到保護？就必須先釐清聲紋是否為一種「生物特徵」。「生物特徵」是個人特有的生理或行為特徵，其中生理特徵包含指紋、虹膜、面容、聲紋、DNA等，由於生物特徵通常具有獨特、不易改變的特性，因此向來被廣泛用於個人辨識系統。根據歐盟一般資料保護法（GDPR）的規定，認為「聲紋」若被認定為生物特徵資料，則GDPR認定其屬於特種資料，在蒐集、處理與利用上則有更嚴謹的規範。

美國加州隱私權法（CPRA）與加州消費者隱私法（CCPA）同樣在個資定義上均不包括「公開可得之資料」、「經去識別化（deidentified）之資料」，但CPRA增加「敏感性個資」（sensitive personal information）的定義，其中就包括「為獨特性地識別特定消費者的生物特徵資料蒐集與利用」，這也就是「聲紋」所涵蓋的範圍。

我們也可回到台灣的個資法來做基本面的省思。依照我國個資法第2條、其施行細則第3至6條等規定，分別採用列示、補充規定的方式說明個資的範圍。屬於個人資料的列示規定：姓名、出生年月日、國民身分證統一編號、護照號碼、特徵、指紋等。個資補充規定：其他得以直接或間接方式識別個人的資料。所謂「得以間接方式識別」，是指保有該資料之公務或非公務機關僅以該資料不能直接識別，須與其他資料對照、組合、連結等，始能識別該特定之個人。從上所述，不論是個資列示的「特徵」，或「其他得以直接或間接方式識別個人的資料」，都能包含「聲紋」，也就是聲紋就是個人資料。

假以時日，在數位人格權的觀念與法制逐漸成熟，及累績相當的立法例之下，例如個人的聲音或聲紋等資料是否會被納入「聲音權」的保護，可能值得我們持續關注，如同隨著時代演進，像性自主的保護或deepfake深偽這些情況，在法律概念與演進上都從物理、心理，發展到線上或虛擬世界了，我認為聲音的保護可能也會像肖像一樣，變成人格權保護的一種類型。

結論