撰文、编辑 / Kaamel Labs
Google 近日向美国伊利诺伊州北区联邦地区法院申请驳回一起 AI 声纹集体诉讼。原告包括多名记者、配音演员及有声书演播者，指控 Google 未经通知和书面同意，利用其公开录音训练语音模型，并在此过程中收集了受伊利诺伊州《生物识别信息隐私法》（BIPA）保护的声纹。
Google 辩称，起诉状未明确指出哪些录音实际进入训练数据，也缺乏事实依据证明公司提取了原告的声纹。尽管原告指出 Google 产品能生成自然语音，但未主张生成的 AI 语音可被识别为特定原告的声音。Meta 在类似案件中也提出了相同的驳回理由。
Google 的动议表明，仅凭公开录音进入训练数据这一事实，不足以认定企业收集了 BIPA 定义下的声纹。是否构成违规，需结合法律定义、抗辩理由及既有判例综合判定。
目前法院尚未作出裁决。关于录音摄入和声纹提取的内容仍属原告主张，而 Google 和 Meta 的观点仅为驳回动议中的抗辩意见。
BIPA 对“声纹”的定义与监管空白
BIPA 于 2008 年生效，是美国伊利诺伊州针对生物识别数据的专门立法。该法第 10 条将声纹（voiceprint）与虹膜、指纹、面部几何等并列为“生物识别标识符”，并将基于这些标识符用于识别个人的信息定义为“生物识别信息”。然而，BIPA 并未对“声纹”本身给出具体定义。
BIPA 第 15 条规定了严格的数据处理义务：企业在收集前须书面告知目的、期限并获授权；持有数据时需制定留存与销毁政策；同时对数据的出售、披露及安全保护设有明确限制。第 20 条则赋予受侵害者提起诉讼的权利，并提供法定赔偿等救济措施。
BIPA 虽列明了受保护的标识符及处理义务，却未界定一般录音在何种情形下转化为“声纹收集”。这一法律定义的缺失，正是当前实务争议的核心。
Google 与 Meta 请求驳回的主要理由
原告依据公开发布的职业录音及 Google 开发的 AI 语音产品提出指控，但因无法确认特定录音是否进入训练集，只能以“信息和信念”为基础进行主张。
Google 的驳回理由聚焦三点：第一，互联网上的公开录音不能直接证明 Google 实际使用了这些数据；第二，产品生成自然语音不代表公司为原告建立或保存了声纹；第三，起诉状未主张 AI 语音可识别为特定原告，也缺乏事实证明相关表征具备个人识别能力。
Meta 在同类案件中的抗辩同样集中于数据摄入环节，认为原告缺乏事实支撑，相关主张纯属推测。
法院在驳回阶段主要审查起诉状是否提出了足以支持合理推断的事实，而非判断原告能否最终胜诉。若案件进入证据开示阶段，训练数据清单、来源、特征提取方式及模型评估能力将成为争议焦点。法院对企业内部信息的处理方式，也将直接影响此类 AI 诉讼的起诉门槛。
相关判例分析
现有判例尚未直接明确公开录音用于 AI 训练何时构成声纹收集。Carpenter 案涉及得来速语音系统，Delgado 案涉及用户直接向社交平台输入语音。两案事实结构不同，但均探讨了声音特征、技术表征与个人识别能力在 BIPA 分析中的作用。
（一）Carpenter v. McDonald's：一般特征与声纹的界限
该案涉及麦当劳得来速餐厅的 AI 语音助手。原告称系统通过机械分析声音识别回头客，麦当劳则辩称系统仅理解语义，未提取生物识别数据。
2022 年法院裁定指出，单一的音高、音量或口音等特征不足以唯一识别个人。但鉴于原告主张系统利用声学模型进行测量并识别独特顾客，法院认为这足以在起诉阶段支持“声纹收集”的合理推断，同时强调该事实尚待证明。
Carpenter 案表明，区分一般声音特征与声纹，需结合特征组合、技术测量手段及识别用途综合判断。仅具备转写功能的系统未必收集声纹，但若系统用于跨场景识别同一说话人，则更可能被认定为收集声纹。
（二）Delgado v. Meta：识别能力的实质性争议
该案涉及用户直接向 Facebook 和 Messenger 输入的语音。原告引用 Meta 的专利及隐私政策，主张 Meta 能创建用于识别用户的声纹。
2024 年法院驳回 Meta 的动议，认为原告无需在此阶段证明 Meta 已实际使用声纹识别其身份。Meta 的专利描述了创建数字声纹的方法，隐私政策也提及可能收集可识别用户的录音，这些材料足以支持案件继续审理。
2026 年 5 月，法院再次驳回 Meta 的简易判决申请，认为专家意见和系统记录已形成实质性事实争议，核心在于 Meta 是否以具备个人识别能力的方式处理语音。BIPA 关注的是数据是否具备识别潜力，原告无需证明识别行为已实际发生。
值得注意的是，Delgado 案与 Google 案存在事实差异：前者涉及用户直接交互且有专利佐证，后者涉及公开渠道散落的录音，原告仍需证明这些数据进入了特定训练集。Delgado 案关于识别能力的分析，不能直接替代 Google 案中对数据摄入事实的证明。
公开录音训练中声纹收集的认定要素
综合 Google 与 Meta 的抗辩及既有判例，公开录音训练是否构成 BIPA 下的声纹收集，可归纳为三个相互关联的事实问题。虽然 BIPA 未将其列为独立要件，但这构成了当前司法实践中的主要分析路径。
（一）特定录音是否进入训练数据
数据摄入是首要争议点。原告不仅需证明录音已公开，还需提供事实支持被告实际使用了这些录音。互联网海量素材的存在仅说明接触可能性，模型生成自然语音也不能反向推导特定录音已被摄入。
训练数据清单、授权记录、抓取日志及数据集版本等内部资料是关键证据。由于这些信息通常由开发者掌握，原告往往只能基于“信息和信念”陈述。法院需判断，现有公开事实是否足以将数据摄入从“可能性”提升为“合理推断”。
（二）训练是否形成与个人相关联的技术表征
录音进入训练集后，模型可能提取音高、音色等声学特征。BIPA 分析的关键在于：这些特征是否被组合成与特定个人关联的技术表征。Carpenter 案显示，单项特征或数值编码并不自动等同于声纹。
判断重点在于企业对声音特征的组合与使用方式。若训练过程生成了说话人嵌入（embedding）或身份标签，且相关表征与来源人物保持关联，支持跨录音检索或声音验证，则更可能被认定为声纹收集。仅学习通用语言规律的模型参数，与为特定个人建立的声音模板，在法律定性上存在显著差异。
（三）相关表征是否具备个人识别能力
个人识别能力是声纹分析的核心。原告无需证明企业已实际完成身份识别，但需提供事实说明系统具备该能力。Delgado 案 2026 年裁定表明，若企业拥有能将声音特征与账户关联的内部系统，即可形成实质性事实争议。
这种能力可通过产品功能、训练目标、专利、隐私政策、相似度阈值及内部评估材料来证明。单纯的“语音模型”名称或逼真的 AI 输出效果，主要反映合成质量或风格相似性，需进一步与个人识别能力建立联系，方能支持声纹收集的主张。
这三个问题依次连接了录音来源、训练处理与识别用途。对于使用公开录音训练的企业而言，清晰记录数据来源、特征形成方式及模型识别能力，既是履行 BIPA 第 15 条义务的关键，也是在诉讼中切断责任链条的重要证据。
Google 案目前仍处于驳回审查阶段。若法院允许案件继续，训练数据来源和模型处理方式将在证据开示中进一步查明。该案的最终走向，取决于法院对数据来源、处理机制及识别能力的具体认定，其结果将对同类公开录音训练应用产生深远影响。
Kaamel 的应对策略
Kaamel 始终致力于隐私保护前沿，坚信通过技术驱动帮助企业识别并解决合规风险。
创新的Kaamel AI 检测引擎依托主流法规与监管判例，可协助企业快速、全面地识别隐私合规风险。此外，Kaamel 提供全方位的隐私合规解决方案，助力企业在出海业务中有效应对监管要求与用户需求，降低隐私风险，在国际市场建立坚实的隐私信任基石。
