讓郭德綱說英文段子的Heygen人工智能服務(wù)，在國內(nèi)落地有多難？

近期網(wǎng)上出現(xiàn)了很多名人說外語的視頻，比如郭德綱、趙本山說英文段子，霉霉、特朗普說中文，這背后其實一個叫Heygen的人工智能服務(wù)在支持。筆者登錄了Heygen的網(wǎng)站，發(fā)現(xiàn)其并不向國內(nèi)用戶開放，服務(wù)付費渠道里沒有微信和支付寶，而實際上Heygen的創(chuàng)始人是兩位華人，都畢業(yè)于同濟(jì)大學(xué)。今天就來研究一下，Heygen的人工智能服務(wù)如果要在國內(nèi)落地，需要辦理哪些手續(xù)？

Heygen的翻譯服務(wù)過程，根據(jù)筆者的實測過程如下：用戶需要登錄Heygen網(wǎng)站，上傳一段長度在30秒以上的包含人聲的視頻，然后Heygen會翻譯視頻中的聲音內(nèi)容，并生成一段視頻中的說話者說翻譯后語言的視頻。這個神奇的地方在于，生成的視頻用的是原視頻中說話者的嗓音，并且口型也和發(fā)音匹配。

原來，HeyGen 的服務(wù)至少接入了其他三個人工智能引擎[i]，ChatGPT-4負(fù)責(zé)翻譯視頻里的語音、然后用11labs 的語音克隆提取的視頻中說話者的嗓音特征，在新生成的視頻中讓說話者說出來，而wav2lip-2會對生成的新視頻的人的唇部做口型同步。

一、Heygen提供的服務(wù)屬于深度合成服務(wù)

根據(jù)我國法規(guī)，HEYGEN應(yīng)屬于深度合成技術(shù)，應(yīng)受到監(jiān)管。《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》的規(guī)定，深度合成技術(shù)，是指利用深度學(xué)習(xí)、虛擬現(xiàn)實等生成合成類算法制作文本、圖像、音頻、視頻、虛擬場景等網(wǎng)絡(luò)信息的技術(shù)。

ChatGPT-4的翻譯視頻里的語音，屬于生成或者編輯文本內(nèi)容的技術(shù)；11labs 的語音克隆提取的視頻中說話者的嗓音特征，屬于生成或者編輯語音內(nèi)容的技術(shù)；wav2lip-2對生成的新視頻的人的唇部做口型同步，屬于生成或者編輯圖像、視頻內(nèi)容中生物特征的技術(shù)。均屬于《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》規(guī)定的業(yè)務(wù)場景。深度合成服務(wù)提供者有很多義務(wù)，具體包括：

1、常規(guī)的合規(guī)義務(wù)

如不得危害國家安全、社會公共利益、不得侵害他人合法權(quán)益；不得制作、傳播虛假新聞；建立健全用戶注冊、算法機(jī)制機(jī)理審核、科技倫理審查、信息發(fā)布審核、數(shù)據(jù)安全、個人信息保護(hù)、反電信網(wǎng)絡(luò)詐騙、應(yīng)急處置等管理制度；具有安全可控的技術(shù)保障措施規(guī)定等。

2、人工智能服務(wù)義務(wù)

提供人臉、人聲等生物識別信息編輯功能的，應(yīng)當(dāng)提示深度合成服務(wù)使用者依法告知被編輯的個人，并取得其單獨同意；服務(wù)生成或者編輯的信息內(nèi)容，應(yīng)當(dāng)添加標(biāo)識等。

3、備案和評估手續(xù)

Heygen如果在國內(nèi)提供服務(wù)，要不要做備案和安全評估？2023年4月的《生成式人工智能服務(wù)管理辦法（征求意見稿）》規(guī)定：利用生成式人工智能產(chǎn)品向公眾提供服務(wù)前，應(yīng)當(dāng)按照《具有輿論屬性或社會動員能力的互聯(lián)網(wǎng)信息服務(wù)安全評估規(guī)定》向國家網(wǎng)信部門申報安全評估，并按照《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》履行算法備案和變更、注銷備案手續(xù)。據(jù)此，Heygen以及其接入的ChatGPT-4、11labs、wav2lip-2均應(yīng)該做安全評估和算法備案。

但2023年7月發(fā)布的《生成式人工智能服務(wù)管理暫行辦法》把這條改了：提供具有輿論屬性或者社會動員能力的生成式人工智能服務(wù)的，應(yīng)當(dāng)按照國家有關(guān)規(guī)定開展安全評估，并按照《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》履行算法備案和變更、注銷備案手續(xù)。也就是說，只有具有輿論屬性或者社會動員能力的生成式人工智能服務(wù)才需要做安全評估和算法備案。

但就筆者的了解的實踐情況，在國內(nèi)提供服務(wù)的文心一言等類似Chatgpt的產(chǎn)品都是需要安全評估和算法備案的，國內(nèi)以API方式接入Chatgpt的產(chǎn)品基本都被叫停了，可能就是因為其沒有做安全評估和算法備案。所以，接入Chatgpt的Heygen服務(wù)如果服務(wù)要落地，也需要做安全評估和算法備案。

我國政府對互聯(lián)網(wǎng)進(jìn)行的監(jiān)管比較嚴(yán)格，如果在中國境內(nèi)向公眾提供應(yīng)用深度合成技術(shù)的，要遵守的國內(nèi)其他法律法規(guī)還包括《中華人民共和國網(wǎng)絡(luò)安全法》《互聯(lián)網(wǎng)信息服務(wù)管理辦法》《互聯(lián)網(wǎng)信息服務(wù)深度合成管理規(guī)定》、《生成式人工智能服務(wù)管理暫行辦法》、《具有輿論屬性或社會動員能力的互聯(lián)網(wǎng)信息服務(wù)安全評估規(guī)定》等。

二、Heygen提供的服務(wù)涉及個人敏感信息的出境

個人信息的數(shù)據(jù)出境分為兩種情況，一種是數(shù)據(jù)處理者將境內(nèi)的數(shù)據(jù)傳輸、儲存在中國境外；另一種是，數(shù)據(jù)處理者將境內(nèi)的數(shù)據(jù)存儲在境外，但是境外的機(jī)構(gòu)、組織或者個人可以訪問或調(diào)用，但必須屏蔽身份信息。如果要向國內(nèi)用戶提供服務(wù)，Heygen的服務(wù)器可以架設(shè)在國內(nèi)，并限制身份信息的出境，這可以解決一部分?jǐn)?shù)據(jù)出境問題。

但Heygen的服務(wù)需要使用者上傳視頻，視頻中直接包含可以識別身份的用戶的肖像和聲音，wav2lip-2、11labs會對人的肖像和語音進(jìn)行分析，都會提取人的特征文件，如聲紋、面部特征和唇形，這些都是生物識別特征，屬于敏感個人信息。Heygen如果擬將從中國國內(nèi)取得的敏感個人信息傳輸至境外的，也應(yīng)當(dāng)進(jìn)行數(shù)據(jù)出境安全評估，并在申報材料中列明敏感個人信息的數(shù)量與字段。因為其服務(wù)是面向公眾的，一旦提供，一定會達(dá)到敏感個人信息超過1萬人次的監(jiān)管觸發(fā)點。

所以哪怕Heygen的服務(wù)器在國內(nèi)，如果支撐其服務(wù)的Chatgpt、wav2lip-2、11labs的服務(wù)器都在國外的，其還是要履行敏感個人信息出境的合規(guī)義務(wù)。同時，Chatgpt的服務(wù)目前仍屏蔽中國地區(qū)的IP訪問，微軟必應(yīng)搜索引擎在海外嵌入了Chatgpt的人工智能服務(wù)，但國內(nèi)也無法使用其人工智能部分。Heygen即便想給中國用戶提供服務(wù)的，Chatgpt的開發(fā)者OpenAI公司也未必會同意。從以上分析看，就目前的政策和法律環(huán)境Heygen想要在國內(nèi)落地服務(wù)，合規(guī)方面的挑戰(zhàn)還是不小的。

最后說一下人身權(quán)和知識產(chǎn)權(quán)的侵權(quán)風(fēng)險問題，由于Heygen提供的是面向用戶的一對一視頻翻譯轉(zhuǎn)換服務(wù)，網(wǎng)站并不會向公眾發(fā)布轉(zhuǎn)換后的內(nèi)容，所以Heygen的知識產(chǎn)權(quán)的侵權(quán)風(fēng)險較小。但用戶如果用Heygen將他人的講話視頻生成了翻譯后的內(nèi)容發(fā)布到網(wǎng)上，就需要取得很多授權(quán)。

比如你傳了郭德綱的相聲視頻，就需要取得郭德綱的肖像權(quán)、聲音權(quán)的授權(quán)、相聲視頻的錄像制作者權(quán)和相聲文字內(nèi)容版權(quán)授權(quán)，缺少任何一個都可能涉嫌侵權(quán)，大家有興趣的，也可以參考本人之前寫的《“AI孫燕姿”有哪些知識產(chǎn)權(quán)和法律問題？》[ii]一文，那里面的論述比較詳細(xì)。當(dāng)然，郭德綱是公眾人物，這種無傷大雅的傳播其可能未必會維權(quán)，但如果其想維權(quán)的，發(fā)布視頻者打官司肯定會輸。

本文作者：游云庭，上海大邦律師事務(wù)所高級合伙人，知識產(chǎn)權(quán)律師。本文僅代表作者觀點。

[i] https://www.techopedia.com/definition/heygen

[ii] https://mp.weixin.qq.com/s/gN9dK_oLe4rsCBYx23sS1g