录音归您，声音归公司

问声音克隆归谁所有，争论往往绕圈子，因为有三样不同的东西共用同一个名字。

• 录音归您，用录音造出的声音克隆归厂商。您自己制作的录音，版权默认属于您，消费者条款也承认这一点：ElevenLabs 表示，在您与 ElevenLabs 之间，您保留对您输入内容的全部权利。

• 训练出的模型属于厂商。权重、说话人嵌入和参考数据，由机器根据您的音频加上公司的基础模型推导而来，存放在您无法触及的基础设施上。

• 真正起作用的是授权条款，而不是所有权那一句。大多数消费级授权都是永久、不可撤销、全球范围、免版税，并且可以层层转授权。

• 版权不保护声音。声音主要靠公开权和生物识别隐私法规来保护，因为一个人的声音本身不是可享有版权的作品。

• 收购和破产转让，转走的既有数据也有模型。条款里的转让条款，以及隐私政策里的业务转让条款，早已写好，您也已经提前同意了。

• 删除账户删除的是文件，不是模型学到的东西。机器遗忘（machine unlearning）是尚未解决的研究难题，不是一项现成功能。

• 您自己保存的源音频副本，是上述所有情况下唯一依然有效的保障。请在平台之外留一份。

生成的音频，则由您的套餐等级悄悄决定归属。付费用户通常享有商业使用权，免费用户通常没有。而纯机器输出没有人类作者，因此在美国不能登记版权：美国哥伦比亚特区巡回上诉法院在 2025年3月的 Thaler v. Perlmutter 一案中确认了“须有人类作者”的要求，美国最高法院在 2026年3月拒绝受理该案。您可以出售用自己声音合成的语音，却很难阻止别人复制这个文件。

所以，一家公司可以告诉您，您拥有自己的声音数据，而且说的是实话，同时它却握着模型的唯一副本，放在您够不着的服务器上，受一份您无法撤销的授权约束。

所有权那句话让人安心，被放在很显眼的位置。授权条款在更靠后的地方，真正起作用的是授权。

以 ElevenLabs 的授权条款为例，它用的语言在同类文件里算相当直白。公司获得的授权是永久、不可撤销、非独占、免版税、已付清、全球范围，并且可以层层转授权。它允许公司复制、修改、改编、翻译、分发、发布、表演、展示您的内容并据此创作衍生作品，用途包括提供服务、改进服务和开发新产品。

永久，意味着没有截止日期。不可撤销，意味着即使您关闭账户，也收不回这份授权。全球范围，意味着没有任何司法辖区被排除在外。可层层转授权，意味着权利可以交给合作伙伴，合作伙伴再交给它的合作伙伴。免版税，意味着这一路转手，您一分钱也拿不到。

先说一句公道话，因为没有这一句，批评就太廉价了。宽泛的授权并不邪恶。云服务确实需要它们，用来缓存、转码、备份、跨地区复制，以及把音频交给子处理方，授权太窄，产品就跑不起来。作为客户，我签过这样的条款；作为创始人，我也写过范围受限的版本，没有哪项正常运转的服务什么都不拿。

问题在于，允许备份的那段措辞，同时也允许产品开发，而“改进我们的服务”这几个字，在这类条款里悄悄地承担了极大的分量。

区分公平授权和贪婪授权的是两个词，三十秒就能搜到。目的：只为向您提供服务，还是没有边界。训练：有明确的排除条款，还是只字不提。

几乎没有人去看。Obar 和 Oeldorf-Hirsch 让 543 名参与者使用一个名为 NameDrop 的虚构社交网络：74% 的人选择快速加入，跳过了隐私政策，而 97% 的人还是同意了这份政策。这项研究发表于 2020 年，我们每个人都能在这个数字里看到自己。声音是这种习惯代价最大的一类，因为它无法重新签发。密码一分钟就能换。从来没有人换过声音。

请厂商把您的声音模型发给您，得到的会是一句客气的拒绝。有些条款甚至写明声音模型是您的知识产权。您仍然拿不到文件，原因有三个，其中只有一个与您有关。

第一个是技术原因。现代的克隆往往不是一个独立的文件，而是一个说话人嵌入：一个很小的条件向量或适配器，只有搭配厂商专有的基础模型才有意义。没有基础模型的嵌入，就像一把钥匙，却没有对应的那扇门。

第二个是商业原因。基础模型是公司的核心知识产权，一旦导出的文件能在别处重建您的声音，公司的护城河就没了。

第三个是安全原因，这一点我愿意为之辩护，哪怕它让我自己的用户少了他们想要的东西。一个可以下载、可以随身带走的真人声音克隆，就是一套诈骗工具。把克隆放在同意验证之后的厂商，不会发布一个能绕过自己验证的文件。

所以无论产品上印的是哪家的标志，规则都一样。模型的可移植性在这里几乎不存在。您的音频可以去任何地方，这份可移植性就是您全部的筹码。

法律也站在同一边，这一点有些令人沮丧。GDPR 第 20 条赋予您接收“由其本人提供给控制者”的个人数据的权利。控制者推导或推断出来的数据，恰恰就是训练好的模型，不在这项权利之内。可携权是为您上传的文件而设的，从来不是为用您上传的内容造出来的东西而设的。

声音是受保护的，但不是通过大多数人想到的那种机制。

版权不涵盖声音。版权保护的是录音，而不是发出声音的那件人体“乐器”。在 Lehrman v. Lovo（纽约南区联邦地方法院，2025年7月10日）一案中，两位配音演员起诉一家 AI 文字转语音公司：他们通过 Fiverr 提供的录音，本以为只用于内部研究，据称却以克隆声音的形式出现在一款商业产品里。法院驳回了大部分联邦版权和商标主张：当声音本身就是产品，而不是来源的标识时，声音特征不能作为商标受到保护。

公开权确实涵盖声音，包括模仿。这是久经检验的老法律，背后有真金白银。在 Midler v. Ford Motor Co.（第 9 巡回上诉法院，1988年）一案中，Bette Midler 拒绝了这份工作，福特的广告公司便雇了一位前伴唱歌手模仿她，第 9 巡回法院认定，为商业利益而刻意模仿的独特嗓音是受保护的。在 Waits v. Frito-Lay（第 9 巡回上诉法院，1992年）一案中，Tom Waits 依据同一理论胜诉，法院维持了 $2,375,000 的赔偿。回到 Lehrman 案，公开权是存活下来的那一支：依据《纽约民权法》第 50 条和第 51 条提出的主张得以继续审理，消费者保护和违约主张也一并继续。

法规正在出台，但并不均衡。田纳西州的 ELVIS 法案于2024年3月21日签署，2024年7月1日生效，把声音加入了涵盖姓名、照片和肖像的州财产权利，并且涵盖对声音的模拟，而不只是真实的声音，这使它成为第一部专门针对 AI 声音复制品而写的州法律。不过它并不是第一部保护声音的法律：加州的公开权自 1984 年修订《民法典》第 3344 条起就列入了声音。加州的 AB 2602 和 AB 1836 于2025年1月1日生效，AB 2602 规定，若合同条款允许他人创建并使用您声音的数字复制品，来取代您本应完成的工作，而合同没有对用途作出合理具体的描述，且您没有律师或工会代表，则该条款无效。在联邦层面，2026年《NO FAKES 法案》（S.4591 和 H.R.8915）已于2026年6月18日由委员会报出，而报出的法案并不是法律。各州的范围见数字复制品法律及各州的适用范围，联邦法案见NO FAKES 法案会改变什么，不会改变什么。

生物识别隐私是更锋利的工具。伊利诺伊州 BIPA 把声纹列为生物识别标识符，并要求在收集之前先发出书面通知并取得书面同意。2026年5月，广播记者、配音演员、播客主持人和有声书朗读者在伊利诺伊州提起了九起协同的集体诉讼，分别起诉 Adobe、Alphabet、Amazon、Apple、ElevenLabs、Meta、Microsoft、NVIDIA 和 Samsung，每家一起。起诉书称，这些公司从公开可得的录音中提取了声纹，用来训练商业 AI 声音模型，却没有履行 BIPA 要求的通知和书面同意。这些都只是指控，没有一项得到证实。这套理论正在同时接受业内九家最大公司的检验。

在美国以外，声音往往默认就是敏感信息。在 GDPR 之下，用于识别身份的声音属于第 9 条特殊类别制度内的生物识别数据，通常需要明确同意。在澳大利亚《1988年隐私法》之下，生物识别信息和生物识别模板属于敏感信息，OAIC 的指引是，收集之前通常需要取得同意。在此之上，欧洲还对合成音频叠加了标注和披露义务，详见欧盟 AI 法案第 50 条的透明度规则。

您拥有声音，并不像拥有一张股权证书那样。您拥有的是事后提出异议的权利。

声音是这样一种资产：原件在您手里，真正重要的副本在厂商手里，而法律只有在有人冒充了您之后才会醒来。

开始构建您的传承。免费开始，25 条记忆，无需绑卡。

语音 AI 行业的整合是常态，用户往往是从一次产品更新里才得知交易的消息。

Descript 在2019年9月收购了 Lyrebird，Lyrebird 的语音技术后来以 Descript 的 Overdub 功能重新出现，而不再是人们当初注册的那项独立服务。Spotify 在2022年6月宣布收购 Sonantic，这项技术后来出现在 Spotify 的 AI DJ 里。Veritone 在2022年6月收购了 VocaliD。VocaliD 最初是为严重语言障碍者定制合成声音，把接收者还能发出的声音，和志愿者声音捐赠库里的录音融合在一起。那些捐赠者是为了一项使命而献出声音的。使命不会在控制权变更之后自动延续。

这几起交易中，用户都没有选择收购方。他们本来也没法选。条款早已把这件事安排好了。

有两个条款决定结果，而且都已经摆在您的屏幕上。一个是服务条款里的转让条款，通常写明公司可以把其权利和义务转让给继任者。另一个是隐私政策里的业务转让条款，通常写明在合并、收购、资产出售或重组中，您的个人数据可以转移给收购方。ElevenLabs 披露，在“考虑、谈判或完成公司交易或重组”时，可能会与“潜在交易方”共享个人数据。

您对这次转移的同意，是提前收集的，那时世界上还没有人知道买家是谁。这不是漏洞，而是机制按设计在运转。

破产是更棘手的情形，而且有一个比声音更私密的资产的现成先例。2025 年 23andMe 进入《破产法》第 11 章程序时，摆上桌的资产是一个覆盖数百万人的基因数据库。2025年5月，Regeneron 被宣布为中标方，出价 $256 million。竞价重新开放后，Regeneron 没有加价，2025年7月14日，由 23andMe 联合创始人 Anne Wojcicki 创办的 TTAM Research Institute 完成了收购。

最值得一看的是监管机构。2025年3月31日，美国联邦贸易委员会（FTC）主席 Andrew Ferguson 致信美国破产托管人，称任何买家都应明确同意受 23andMe 现有隐私政策的约束，对消费者作出的承诺必须在破产出售中得到遵守。可以把这称为破产中敏感数据的新兴规范：隐私承诺随资产一起转移。然后再反过来读一遍这条规范：它需要被主张，在一个案件里，由一位主席，写在一封信里。

被收购还算好的结局。常见的结局要安静得多：API 开始报错，客服没人回复，域名过期，模型消失了，却没有人可以问。

Coqui 是较受尊敬的开放语音公司之一，它在2024年1月宣布关停，结局处理得几乎是出于原则上的巧合。XTTS v2 在两个月前的2023年11月已经公开发布，代码仍以 Mozilla Public License 保留在 GitHub 上，所以模型比公司活得更久，至今仍可以自行托管。几乎没有哪次关停是这样的。

如果您声音的唯一副本存在于一项正在运行的服务里，您的声音就只有那项服务那么长的寿命。这个领域的大多数初创公司，活得不会比您更久。按精算数据看，我自己的公司也包括在内。同样的条款也管着那些您已经拥有、却从不会这样去想的账户：您去世后，您的 ChatGPT 记忆会怎样，依据的是同样的转让和业务转让措辞，对推导出来的那一层同样没有导出功能。

您可以删除账户。但消失的东西，比那个按钮暗示的要少。

删除录音，删除的是文件。删除不会深入训练好的模型，把模型从您那里学到的东西移走。试图解决这个问题的研究领域叫机器遗忘，而这个问题至今悬而未决。综述把这些工作分成精确方法和近似方法：精确方法通过重新训练，彻底去除某个数据点的影响；近似方法只是以低得多的成本把这种影响降到最低。欧洲数据保护监督员（EDPS）把机器遗忘列为需要关注的新兴技术，这是机构的说法，意思是现在还没有人能可靠地做到这一点。

监管机构已经点明了这个缺口。2024年12月17日发布的第 28/2024 号意见中，EDPB 为把训练好的 AI 模型视为匿名设定了很高的门槛：只有当对每一位数据主体来说，从模型中直接、概率性地或通过查询提取个人数据的可能性都微不足道时才行。同一份意见还列出了公司可以提供的措施，包括即使第 17(1) 条的理由不适用也予以删除，以及提供一种途径，让人举报模型复述或记住了您的数据，以便用遗忘技术来检验这一说法。

所以，请用书面形式、分项提出删除要求，并保留回复。我的源录音是否已删除，包括备份，截止到哪一天？训练好的模型是在您的合成服务提供方那里被删除，还是只是与我的账户解除了关联，这个提供方是谁？用我的音频建立的任何衍生物、汇总数据或微调产物是否仍然保留？我能否下载我的原始录音，是什么格式？我的音频会不会用来训练服务其他客户的任何模型？如果您被收购或停止经营，我的录音和我的模型会怎样？

如果厂商能用清楚的句子回答所有这些问题，那么值得把您的声音交给它。如果回复的是营销话术，那也是一种回答。

保留期限也值得慢慢读。ElevenLabs 表示，它不会把生成的有关您声音的数据保留超过您最后一次互动之后的三年，并且会保留生物识别数据，直到不再需要为止，或在关系终止后三年，以较早者为准。这是一个真实、明确的限制，比所有只字不提的厂商都强。不过，三年，对于一个您已经不再光顾的地方来说，也是很长的时间。

在任何地方录音之前，先打开服务条款和隐私政策，用浏览器的查找功能。九次搜索，十分钟，您知道的就会比首页能告诉您的多得多。

搜索“retain”和“ownership”。文件里应该写明您保留对输入内容的权利。如果缺了这句，到此为止。

搜索“licence”和“license”。留意这份授权是否永久、不可撤销、可转授权，以及它是止于向您提供服务，还是延伸到开发新产品。

搜索“train”。您希望看到的那句话是，除非您另行选择加入，否则您的内容不会用来训练模型。您不希望看到的，是这句话根本不存在。

搜索“voice model”。是您的、他们的，还是没有说明。没有说明是最常见的答案，而这个答案的意思就是他们的。

搜索“export”和“download”。模型导出几乎不会提供。音频导出则应该提供。

搜索“delete”和“retention”。看有没有明确的期限，有没有点名备份，以及删除是涵盖提供方那一侧的模型，还是只涵盖您的账户记录。

搜索“merger”、“acquisition”和“asset”。现在就想清楚：一个不知名的买家，依据一份他们可以修改的政策，继承您的声音，这笔交易您能不能接受。

搜索“assign”。公司通常可以把协议转让给继任者，而您通常什么都不能转让。

搜索“biometric”。一家厂商如果点名了生物识别法律并写明了保留期限，说明它认真想过这个问题。如果这个词只字不提，说明那里没有人想过。

然后检查您的套餐等级。商业使用权和免费版限制，是这里最常见的意外，而且变动得最频繁。

这项检查能告诉您对方是谁。接下来的半小时，无论如何都能保护您。

录下好的源音频，并自己保存音频。三十到六十分钟干净、富于变化的说话，在安静的房间里，用一支像样的麦克风。先朗读一些东西，再把稿子放下，讲一个您已经讲过一百遍的故事，因为朗读给出的是吐字，而讲故事给出的是节奏。尽量保存为未压缩的 WAV，放在您自己的硬盘和自己的云存储里，音频旁边放一个纯文本文件，写明说话的人是谁、录音时间，以及您同意什么。

这样做了，每个厂商都可以被替换，这比任何条款能给您的位置都更强。克隆质量还在不断提高，所以有了好的音频，到 2035 年无论最好的系统是什么，您都能在它上面重建。如果唯一的副本存在于一项后来关停的服务里，就没有任何东西可以用来重建。

有两个习惯要和这份副本搭配。一个是防御性的，因为好的源音频也正是冒充者想要的：不让您的声音进入您从未同意过的克隆工具。一个是留证据的，因为公开权主张一开始只是一种感觉，必须变成一份正式文件：怎样证明一段音频确实是您。还没决定要不要录音？克隆声音到底安不安全是更合适的起点。

现在，对我们自己也做这九次搜索。

我们的条款规定，您保留您放入平台的所有内容、记忆、媒体和数据的所有权。我们获得的授权是有限的、非独占的、免版税的，范围仅限于为向您提供服务而处理、存储和使用您的内容。它不延伸到商业使用，也不延伸到模型训练，除非另有您需要签署的单独协议。声音录音被作为敏感信息处理，只在明确同意后才收集，您可以随时撤回同意，相关数据会在 30 天内删除。

有三点需要说明，因为没有这几点，这样一页内容就一文不值。

我们不自己开发语音合成。声音生成运行在第三方提供方上，目前是 ElevenLabs，通过一个为了能更换提供方而设计的内部接口调用。您的录音存放在我们自己的存储里，合成模型则不在。这家提供方也是上文所述伊利诺伊州声纹诉讼的九名被告之一，这是需要掂量的事实，而不是需要掩盖的事实：那些指控涉及的是据称从公开可得的录音中提取的声纹，不是在同意之下提供的客户音频，而且没有一项得到证实。我们和这里所有其他人一样，处在同样的结构性限制之内。

我们的条款里有一条业务转让例外，位置和所有人的条款一样。如果公司被收购，您的数据可能转给继任者，并受隐私政策现行文本的约束。这一条请在每个地方都读一读，包括这里。

我们也不向您提供模型文件，因为我们做不到。我们提供的是对发布的控制，而不是对权重的控制。Executor Lock™ 的意思是，Persona 只有在一个为期七天、经过证据核实的流程之后才会到达您指定的人手中，这个流程由您在世时自己配置；Persona 保存的是您选择放进去的内容，用您自己的声音，不会编造您从未说过的话。这个领域里没有人能向您承诺权重，承诺权重的人，描述的是一个不存在的产品。

所以请从录音开始，因为录音没有人能从您手里拿走。25 条记忆不收费，任何时候都不要求绑卡，您建立的内容永不过期。付费套餐请比较每个套餐包含什么。发布机制请看Executor Lock 如何把 Persona 交给您指定的人，那里讲清了整个流程。

声音正在被建模，有的经过许可，有的没有。所以这个选择比标题所说的要窄。问题不在于您的声音模型会不会存在，而在于在您身后留下的那个版本，是不是有意为之、经过同意、用您手里仍有副本的音频做成的。

开始构建您的传承。免费开始，25 条记忆，无需绑卡。

以上内容只要有一手来源就以一手来源为准：已发布的厂商服务条款和隐私政策（通读全文）、法院判决和上诉裁决、州和联邦法案的文本、EDPB、FTC 和 OAIC 的监管文件，以及所述收购的公司公告。二手报道只用于日期、交易金额和少数没有一手来源记载的产品细节。尚无定论的有：NO FAKES 法案是一项已报出的法案，而不是法律；2026年的 BIPA 集体诉讼是未经证实的指控；机器遗忘目前还没有可靠的技术答案；这里引用的厂商条款随时可能不经通知被修改。请把每个日期和状态都视为在本页顶部的审阅日期时是准确的，并在依赖之前自行核实。

如果您发现本页有错误或已过时的内容，请通过我们的联系页面告知，我们会更正页面并注明更改。

• ElevenLabs 使用条款和隐私政策，引用其中的授权条款、生物识别分类、保留期限和控制权变更披露

• Thaler v. Perlmutter，哥伦比亚特区巡回上诉法院，2025年3月18日；2026年3月2日拒绝调卷，涉及版权登记的人类作者要求（判决书原文和版权局指引）

• Lehrman v. Lovo, Inc., No. 23-cv-08269 (S.D.N.Y. 10 July 2025)

• Midler v. Ford Motor Co., 849 F.2d 460 (9th Cir. 1988)

• Waits v. Frito-Lay, Inc., 978 F.2d 1093 (9th Cir. 1992)，涉及对声音盗用判给的 $375,000 补偿性赔偿和 $2,000,000 惩罚性赔偿、被撤销的《兰哈姆法》赔偿以及判决处理

• 田纳西州 ELVIS 法案，2024年3月21日签署，2024年7月1日生效，以及 Holland & Knight 的分析，说明它在田纳西州1984年《个人权利保护法》之上增加了什么

• 加州 AB 2602，个人或专业服务合同中的数字复制品

• 加州《民法典》第 3344 条，自 1984 年修订起，把声音列入受保护的属性

• 2026年 NO FAKES 法案，S.4591

• EDPB 第 28/2024 号意见：AI 模型的数据保护问题，2024年12月17日

• GDPR 第 20 条，数据可携权

• OAIC 关于《1988年隐私法》下生物识别扫描的指引

• FTC 就 23andMe 破产发表意见，信函日期为2025年3月31日

• Regeneron 对 23andMe 的中标报价，2025年5月

• Spotify 将收购 Sonantic，2022年6月

• Veritone 收购 VocaliD，2022年6月16日，另见东北大学关于 VocaliD 的 Human Voicebank 以及捐赠者录音如何融入接收者声音的报道

• Descript 收购 Lyrebird，2019年

• Coqui 关停公告，2024年1月

• Voiceprints, AI, and BIPA: New Trends in Biometric Privacy Litigation, American Bar Association

• Loevy + Loevy 关于九起伊利诺伊州声纹集体诉讼的公告，2026年5月14日，用于被告名单和原告的职业

• Coqui XTTS v2 模型卡和TTS 发布历史，用于确认2023年11月的开放发布早于2024年1月的关停

• Xu et al., "Machine Unlearning: Solutions and Challenges"，用于精确遗忘与近似遗忘的区分

• Obar, J. A. and Oeldorf-Hirsch, A., "The biggest lie on the Internet", Information, Communication & Society 23(1), 2020, 128 to 147

• 欧洲数据保护监督员关于机器遗忘的说明