至德投资依法严惩AI仿声诈骗，筑牢金融安全防线

声音作为自然人外在表征的重要组成，与姓名、肖像一样，既承载其人格尊严，也蕴含日益显著的人身财产价值。1994年世界知识产权组织（WIPO）的《角色商品化报告》，已将声音纳入角色商品化（Character Merchandising）的构成元素，为真实人物或虚构角色基本个性特征的二次开发或再利用的商业化保护奠定了国际法理基础。而针对真实人物，美英等国则通过“公开权”或“形象权”的形式，保护自然人对其声音等身份要素进行商业利用并获取经济利益的权益。

然而，随着AI深度伪造技术的迅猛发展，声音保护已从理论探讨变为紧迫现实。深度伪造能对音频进行数字化操纵，既可制作虚假色情内容、散布政治误导信息，例如伪造的乌克兰总统泽连斯基宣布投降、德国总理朔尔茨呼吁取缔选择党AfD的视频曾先后流传，也能模仿艺术家生成仿冒作品。普通民众同样难逃其害：Forsa2024年5月数据显示，17%的德国人已接触过深度伪造内容，42%收到过冒充亲属的虚假信息，14%甚至接到过诈骗电话，德国政府称其为“假冒孙子行骗2.0”。更令人担忧的是，AI语音克隆门槛已降至“人人可操作”，仅需3~10秒样本即可生成高仿真语音，暗网甚至公开售卖“一键克隆”工具，成本仅数十元。

中国同样直面此挑战。据媒体报道，公安部数据显示，今年全国AI换脸及仿声诈骗案件同比激增45%，诈骗团伙借助克隆工具批量制造仿真语音，配合人卡分离、隔空操作的GOIP设备远程拨打电话，累计外拨超过8000通。这些案件表明，AI仿声诈骗已从针对个人的偶发骚扰，演变为团伙化、产业化的犯罪模式，开始向金融交易领域渗透。从“虚拟绑架”到冒充基金经理诱导转账，AI仿声正突破传统诈骗识别边界，严重威胁金融秩序安全与投资者权益。

AI克隆声音已成金融诈骗“新工具”

在金融领域，诈骗分子已形成“AI生成+深度伪造”的完整产业链。他们从公开的基金路演、采访、直播中采集基金经理的声音样本，短时间内即可生成高度仿真的克隆语音，随后通过盗取的微信群或伪装的私人账号，以“紧急调仓”“内部额度”等理由，诱导投资者向个人账户转账。

同时，不法分子还搜集知名投资人、经济学家的公开影像资料，利用AI换脸和语音克隆生成虚假视频，假借被冒用者之口“亲自”研判行情、预测个股走势。此类骗局成功率极高，因为它们绕过了传统诈骗中“口音不正”“话术生硬”等易暴露的缺陷，直接利用了人际信任关系中重要的声音辨识度。

诈骗团伙往往以“车祸急救”“绑架赎金”等话术制造危机氛围，利用受害人在极度恐慌中来不及核实的心理弱点，迫使其仓促转账。当投资者或消费者听到“熟悉的声音”发出指令时，理性判断常让位于条件反射般的信任，从而酿成财产损失。由此可见，AI仿声技术不仅放大了既有诈骗手段的破坏力，更对个人财产安全和社会诚信体系构成深层挑战。

国内法律保护与维权实践

依据《民法典》第1023条第2款之规定，对自然人声音的保护参照适用肖像权保护的有关规定。这意味着，未经权利人许可，擅自使用、复制、编辑他人声音，尤其是用于商业或诈骗目的，即构成侵权。自然人声音以声纹、音色、频率为区分，具有独特性、唯一性与稳定性。《个人信息保护法》第28条已将声音以声纹形式纳入敏感个人信息保护范畴。

对于经AI技术处理后的声音是否受法律保护，人民法院案例库入库参考案例“殷某桢诉北京某智能科技公司等人格权纠纷案”明确了“可识别性”标准，即AI生成的声音若能使一般社会公众根据音色、语调和发音风格识别出特定自然人，则属于声音权益的保护范围。在金融诈骗场景中，当投资者听到的克隆声音足以使自己误认为其是基金经理本人发出指令时，即满足可识别性要件。

在司法实践中，AI仿声民事侵权与刑事诈骗均已形成不少典型案例。2024年4月，北京互联网法院对全国首例AI生成声音人格权侵权案作出一审判决。原告殷某某系配音演员，其声音被AI合成后在被告平台对外出售。法院认定，在具备可识别性的前提下，自然人声音权益的保护范围可延伸至AI生成声音，最终判决侵权方赔偿损失共计25万元。该案确立了三项规则：第一，声音权益保护范围涉及AI生成声音；第二，对录音制品的授权，不等于对该制品中所录声音进行AI合成化处理的授权；第三，录音制品著作权与自然人声音权益是性质不同的两种权利，前者不能覆盖后者。

此后，北京互联网法院在另一起AI克隆名人声音带货侵权案中，同样认定AI合成声音在具备可识别性时受法律保护，并判决商家未尽合理审查注意义务的，需与网络主播承担连带责任（同时判决侵权方赔偿12万元）。在刑事领域，司法机关同样对AI仿声从严惩处。2025年，湖北黄石发生三起AI拟声诈骗案，犯罪分子克隆老人孙子的声音，以打伤同学需要赎人为由骗取三位老人共计6万元，被告人吴某最终被判处有期徒刑二年一个月，并处罚金1.5万元。

然而，尽管立法与司法体系日趋完善，AI仿声侵权乱象仍屡禁不止，其核心症结在于可识别性的举证困难。据报道，配音演员谢添天在维权时便陷入自证困境：AI合成的声音需通过音源比对来确认归属，但合成内容往往是真人从未说过的语句，难以适用传统录音制品比对法。因此，合理且科学的做法应是直接比对该AI合成音与自然人原始声音特征是否相似。但现有举证手段的局限性，使得可识别性标准的落地面临重重障碍。这一问题在金融诈骗案件中尤为突出。受害的投资者往往难以证明所听到的克隆声音究竟指向何人，而可识别性恰恰是认定损害、追究责任的前提。

更深层的原因在于侵权成本与维权成本的严重失衡。侵权方仅需公开音频与简易工具即可用AI合成声音，制作快、获利易、主体隐蔽，追责难度大；权利人则面临溯源难、声纹取证门槛高、赔付数额偏低等困境。从取证到诉讼周期长达数月，侵权者早已完成多轮诈骗并转移赃款。因此，侵权举证门槛不降、维权成本不减、赔付标准不提高，AI仿声侵权仍难以遏制。

国内治理路径与多元防护

除立法与司法保护外，我国已密集出台监管AI仿声举措。2023年1月10日，国家网信办等共同颁行的《互联网信息服务深度合成管理规定》要求平台对AI深度合成内容履行审核义务。权利人可通过固定证据、平台投诉、行政举报及民事诉讼等多元途径维护自身权益。

2025年3月14日，国家网信办等联合发布《人工智能生成合成内容标识办法》，要求AI生成合成内容应采取“显式+隐式”双重标识，压实了平台的主体责任，明确任何组织和个人不得恶意删除、篡改、伪造或隐匿生成合成内容标识，为受害人追溯AI仿声内容来源、向平台主张权益提供了制度支撑。

中央网信办于2025年4月部署开展了为期3个月的“清朗·整治AI技术滥用”专项行动，将未经授权克隆、编辑他人声音列为重点整治对象。2026年4月，再度开展“清朗·整治AI应用乱象”专项行动，严惩利用AI“换脸”“换声”假冒公众人物发布不实言论的行为。2026年6月，中央网信办举报中心开设“涉AI应用乱象举报专区”，专项受理14类问题的公众举报。同时，国家版权局等四部门联合启动“剑网2026”专项行动，重点查处利用AI技术非法复制、改编、传播作品及深度伪造等侵权违法行为。

在AI仿声乱象治理中，平台治理是不可或缺的重要环节。建议平台应严格审核AI生成内容的标注，引入声纹识别、AI内容检测等技术手段对AI仿声进行过滤拦截。目前，剪映等主流软件已对AI克隆声音功能增设了实质性审核环节，用户若想复刻某个声音，必须由本人现场读出系统给出的条款文字，经核验匹配后方可生成。

在技术反制方面，针对AI声音克隆，现有三类技术路径分别从不同环节设防：一是主动水印技术（如VoiceMark），在声音发布时即嵌入可追溯标识，克隆后仍可检出，便于事后溯源；二是主动防御技术（如VocalCrypt），在原始音频中嵌入人耳无法感知的干扰信号，使AI克隆时无法准确提取和还原目标声音特征，实现事前干扰；三是被动检测技术（如AUDDT），为音频深度伪造检测模型提供统一的基准评估平台，无需原始样本即可辅助事后甄别人声真伪。这三类技术分别从发布端嵌入溯源标识、传播前实施主动干扰、接收端辅助事后甄别，共同构建人声安全防护体系。

域外立法探索与监管应对

放眼全球，不同法域基于各自的法律对于防范并严惩AI仿声诈骗采取了差异化的应对策略。

美国国会正在审议《培育原创、促进艺术和保障娱乐行业安全法案》，拟赋予自然人对声音数字复制品的绝对控制权，若获通过将建立起联邦层面的数字复制品管控框架。

欧盟《人工智能法案》对AI生成或篡改内容（包括深度伪造）施加了严格的透明度义务，要求生成内容必须以机器可读格式标记，且可被检测为人工生成。

丹麦在规制AI克隆声音与形象方面走在了世界前列。2025年6月，丹麦政府提出《版权法》修正草案，拟引入针对个人声音和形象的邻接权保护，保护客体涵盖外形、声音和动作。该法案赋予个人对自己身体、声音和面部特征的可诉请权利，任何未经同意出现在AI视频、图像或音频中的人均有权要求平台删除相关内容，平台若未能及时删除将面临高额罚款。此项保护的期限为被模仿者有生之年加死后50年，并明确该法案不适用于戏仿、讽刺、漫画、仿作和批评性用途。

这些域外监管经验为中国提供了有益参照：美国的公开权立法探索、欧盟的透明度义务框架、丹麦的邻接权保护模式，共同构成了AI时代声音权保护的多元图景。

确立数字身份在AI时代的核心资产地位

声音与形象，作为自然人最直观的外在表征，在AI时代正经历着从“人格要素”到“数字资产”的深刻转变。在传统法律框架中，声音和形象被视为人格权的保护客体，其价值主要体现在精神层面，即维护个人尊严和身份特征。然而，AI技术的迅猛发展，特别是深度伪造和语音克隆技术的普及，使得声音和形象可以被无限复制、随意篡改、肆意进行商业化利用，甚至用于违法犯罪。这一严峻的现实迫使我们重新审视：数字身份不再仅仅是人格利益的静态载体，更是一种具备独立财产价值的复合型核心资产。

数字身份之所以能够在AI时代确立为宝贵的财产权益，根植于三大底层逻辑。

首先是生物特征的唯一性，奠定了数字身份的客体基础。每个人的声纹、音色、面部特征皆为独一无二的生物标识，如同指纹一般具有不可替代性。这种天然的物理唯一性，使得数字身份能够作为独立客体被特定主体识别、控制和保护，为后续的财产化提供了事实前提。

其次是数字经济的生态繁荣，赋予数字身份以极高的变现能力。从影视AI配音、有声读物开发，到虚拟偶像塑造、数字人直播，声音和形象已然成为内容创作、品牌营销、知识付费等领域的核心生产要素。与此同时，AI仿声诈骗案件的集中高发，也从侧面印证了数字身份背后所蕴含的巨大商业利益。

最后是法理层面的可支配性与可转让性，完成了数字身份从人格权向财产权的制度跨越。自然人有权自主决定其声音与形象是否授权他人使用、如何使用，并有权据此获取相应的经济对价。这种法律所确认的排他性处分权与收益权，正是现代财产权最为核心的构成要素。

至此，生物特征的唯一性提供了保护客体基础，数字经济繁荣提供了价值支撑，法理上的可支配性与可转让性则彰显了其财产权流转特征。三者分别从客观事实、经济价值与可流转性三个维度，共同构成数字身份作为一项独立财产权益的制度根基。

AI深度伪造技术的滥用，表面上是技术层面的博弈，实质上是数字身份权属不清所导致的制度失灵。当一个人的声音可以被任意采集、克隆、商用甚至用于诈骗时，受害者的损失不仅是精神层面的伤害，更会使其遭受经济损失和商业机会流失。因此，完善数字身份的法律保护，既需要立法层面的制度创新，也需要司法裁判的规则引领，更需构建法律规制—技术反制—平台治理三位一体的综合治理体系。唯有将数字身份确立为受法律保护的独立财产权益，明确其归属、利用、流转与收益规则，才能从根本上筑牢“权属清晰、流转有序、侵权可追”的完整治理链条，让AI声音克隆无法再以“技术中立”之名游走于法律灰色地带，真正实现AI技术向善与个人人格权益保护的双赢。

（作者系华中科技大学法学院教授）

举报文章作者