数据与声音授权
本节目标
在采集、训练、微调或选择声音前，明确数据权利、声音用途和撤销流程。
两份不同的清单
训练/参考数据清单记录音频来源、说话人同意、录制场景、允许用途、地域/期限、再许可、保留和删除要求。可部署声音清单记录声音 ID、声音/目录版本、许可依据、允许产品、禁止场景、披露要求和负责人。两者不能用“公开可下载”代替授权判断，也不能由一个非空 authorization_reference 自动证明其内容真实、充分或未过期。
声音可能关联可识别个人，部分用途还可能涉及声纹/生物特征或其他特别敏感信息。即使技术上只需几秒参考音，也不意味着有权克隆、长期保存或用于广告、政治、金融等高风险场景。未成年人、逝者和职务录音等情况还可能有额外义务，需专业审查。
最小化与隔离
- 只收集达到质量目标所需的数据，不顺便保存整场对话。
- 原始音频、标注、模型和演示样本分级访问。
- 训练集去重和质量检查前，不把生产录音直接回流。
- 撤销时能定位受影响数据、模型、缓存、待处理任务和已发布声音，并记录处置结果。
建议把每次可发布合成关联成一条最小链：source_revision → voice_catalog_revision → policy_revision → generation_config_revision → release_id。其中 release_id 仅在通过内容、授权和渠道门禁后创建；计划创建或音频生成成功都不等于可以发布。撤销也不等于承诺“模型权重立刻遗忘”：先停止新生成/分发并处理可定位产物，再按合同、数据生命周期和技术能力记录训练/模型处置范围与剩余限制。
代表性与质量
录音要覆盖目标语言、音素、语速和风格，同时保持设备/环境一致性。只追求“干净录音”可能使真实场景韵律不自然；但混入噪声又会损害模型。训练/验证/测试按说话人和会话分组，防止同源泄漏。
练习与自测
- 为“企业导航声音”写允许/禁止用途和撤销流程。
- 供应商目录中能试听的声音是否一定可用于广告？不能，必须查许可条款。
- 生产用户勾选服务条款是否自动等于同意训练声音克隆？不能作此推断，应有清晰、特定、可证明的授权。
下一步与参考
下一步学习 SSML 与发音控制。治理方法可参考 NIST AI RMF Generative AI Profile（NIST AI 600-1）（获取日期：2026-07-22）；具体权利和法律义务依司法辖区、合同与用途确定，本笔记不是法律意见。