AI 克隆动漫配音被判赔：声音不是作品，为什么还是输了
一、一套行为，四张牌
2024 年 2 月，广东某文化传播公司发现，重庆某科技公司运营的一款 APP 在未获授权的情况下提供 AI 配音服务：用户充值后，在配音选项里可以选「喜小羊」「懒小羊」，输入文字就能生成与动画片原声近似的音频，或者一个图片配音频的「视频」；「视频」里的图片与喜羊羊、懒羊羊的美术形象构成实质性相似；APP 还允许用近似音色翻唱其他歌手的歌。抖音上已经有人把生成的内容当成正片转发，有用户误以为这就是原作。
原告索赔 20 万元。重庆市渝中区人民法院判赔 5 万元，一审生效，双方都没上诉。案号〔2025〕渝0103民初748号，入选重庆法院知识产权司法保护典型案例。
5 万元不算大数字。这份判决真正有用的地方，是它把同一套行为拆成了四张牌逐张检验，然后告诉你哪张能打、哪张打不出去。很多企业做 AI 产品时的侥幸心理，恰好就藏在那几张打不出去的牌里。
二、改编权断在客体上：音色不是作品
原告主张改编权被侵害，理由是 APP 允许用户用近似音色「改编创作」。法院两句话就把这条路封了：
第一，音色不属于著作权法所规定的作品。第二，APP 生成的文件不属于具有独创性的作品。
第二句比第一句更值得琢磨。法院不是在说「生成物侵权了但不重」，而是在说「生成物本身根本不够格当作品」。既然不构成作品，就不存在「改编作品」这回事——改编权的前提是有原作、有改编物，两头都得是作品。
这条断得干净，而且和技术无关。换成人工配音、人工模仿，结论一样：只要产物没有独创性，改编权就无从谈起。
三、信息网络传播权通了，因为图片是明摆着的作品
同一份判决里，原告的另一项主张成立了：APP 向用户提供与喜羊羊、懒羊羊美术作品构成实质性相似的图片，侵害信息网络传播权。
对比一下就清楚了。音色这条走不通，是因为找不到「作品」这个支点；美术形象这条走得通，是因为支点亮得不能再亮——动画片播了二十年，形象登记、奖项、知名度都在，实质性相似的比对也有明确方法。
两层检验，顺序不能颠倒：先问是不是作品，再问有没有识别度
四、还有一条路本案没走，但换个人就能走
民法典第一千零二十三条第二款规定，对自然人声音的保护，参照适用肖像权保护的有关规定。最高人民法院法答网精选答问（第十九批）把这个口径讲得更细：受保护的声音应当足以识别到特定的自然人；纯粹的模仿，比如电视台办的模仿秀，不宜认定为侵权。该批答问还点了入库案例「殷某桢诉北京某智能科技公司等人格权纠纷案」（入库编号 2025-07-2-474-001），认定未经许可使用经人工智能技术处理的声音，构成对自然人声音权益的侵权。
那本案为什么没走这条路？因为原告是动画片的著作权人，不是配音演员。喜羊羊的音色再独特，也不是「自然人」的声音，套不进人格权的框架。
这个区别对企业是实操性的：你克隆的是谁的声音，决定了谁能来告你、用什么来告。 克隆动画角色、虚拟偶像的音色，撞的是著作权和竞争秩序；直接克隆配音演员、主播、歌手本人的声音，撞的是那个自然人的人格权益，而且这条路上没有「作品」这个门槛，原告举证要容易得多。同一款产品如果两种都做，风险是叠加的，不是二选一。
五、反不正当竞争兜住了，靠的是「像到让人误会」
四条路里最容易被低估的是这一条。法院的论证分三层：
第一层，喜羊羊、懒羊羊的形象连同特殊音色所形成的动漫角色，具有一定知名度和影响力——这是「有识别度」的事实基础。
第二层，被告在 APP 用户协议里约定，公司在服务中提供的图片、音视频等内容的知识产权归公司所有。这句话本来是想划清界限，在本案里却起了反作用：你对外宣称自己是这些内容的权利人，就不能再回头主张「我只是提供工具」。
第三层，APP 生成的声音、名称、形象与原作高度近似，且已经导致部分用户实际产生误认，以为该 APP 与原告存在技术支持、授权合作等特定关系。
三层叠起来，构成混淆。注意这里的逻辑：法院保护的已经不是某一个具体作品，而是「角色整体」在市场上指向特定来源的能力。单个元素（音色）不受著作权保护，但元素组合起来的识别度，反不正当竞争法接得住。
三层证据叠出混淆：识别度、权属承诺、实际误认
六、四张牌的对照
| 请求权基础 | 权利客体 | 本案结论 | 断在哪里 |
|---|---|---|---|
| 改编权 | 音色与生成文件 | 不成立 | 音色非作品，生成文件无独创性 |
| 信息网络传播权 | 动漫美术形象 | 成立 | — |
| 声音权益（民法典第一千零二十三条） | 自然人声音 | 本案未适用 | 原告是著作权人，不是配音演员 |
| 反不正当竞争（混淆） | 角色整体识别度 | 成立 | — |
这张表的用法不是背下来，而是自查：你的产品动了别人 IP 的哪一层，那一层有没有对应的权利凭证。
七、三个容易踩空的坑
第一个坑：把「音色不受著作权保护」当成安全结论。 本案恰恰证明，著作权这条路封了，反不正当竞争还在。判决的原话是「AI 技术不能豁免生成内容合法性审查」——技术路径不改变审查标准，只改变审查的入口。
第二个坑：在用户协议里过度主张权利。 「生成内容知识产权归公司所有」这类条款，本意是防止用户拿去商用，但在侵权诉讼里会被对方拿来证明你自居权利人、自认对内容有控制力。条款要写，但边界要清楚：格式条款里承诺「享有知识产权」，等于替自己加了一重举证负担。
第三个坑：拿「通过大模型训练获取」当抗辩。 本案被告在庭上正是这么辩的，法院没有采纳。训练行为本身不产生授权，模型里学到的相似性也不会因为「是机器学的」而免责。
八、现在能做的四件事
- 把手上涉及角色、虚拟形象、配音的产品列一遍，逐个核对授权链：美术形象、文字设定、音色来源，三样是不是都有授权，授权范围是否覆盖「AI 生成 + 用户二次创作」。
- 检查用户协议里关于生成内容权属的表述，把「公司享有知识产权」改成与实际控制能力相符的措辞。
- 训练数据留痕：音色样本从哪来、有没有授权文件，这些在诉讼里是能不能自证的关键。
- 上线前做一次混淆测试：把生成结果拿给不了解产品的人看，问一句「你觉得这是谁做的」。本案的损害认定，靠的就是「部分用户实际产生误认」这个事实。
角色类 IP 的保护是分层的，哪一层有凭证、哪一层是空的，最好在收到律师函之前就弄清楚。这与AI 生成内容的侵权边界讲的责任分配是同一件事的两面：那边看你有没有过错，这边看对方有没有凭证。再往下，生成内容本身归谁，见AI 生成内容的知识产权（一）；如果涉及训练数据和模型参数的保护，AI 提示词也算商业秘密里那四条认定口径可以直接对照。
本文依据：《中华人民共和国民法典》第一千零二十三条；《中华人民共和国著作权法》关于作品、改编权、信息网络传播权的规定；《中华人民共和国反不正当竞争法》关于混淆行为的规定；重庆市渝中区人民法院〔2025〕渝0103民初748号民事判决（重庆市渝中区人民法院官网 2026 年 5 月发布，入选《重庆法院知识产权司法保护典型案例》）；最高人民法院法答网精选答问（第十九批，人格权专题）关于自然人声音参照适用肖像权保护规定的答疑意见；人民法院案例库入库案例「殷某桢诉北京某智能科技公司等人格权纠纷案」（入库编号 2025-07-2-474-001）。