从“小爱同学”“小度小度”看语音唤醒词的知识产权保护

“小爱同学，今天的天气如何”，“小度小度，搜索一下西红柿炖牛肉的菜谱”。智能设备如电脑、智能手机、智能音箱等在“听懂”语音指令之后，随即可进行相应的操作。人类大脑皮层每天处理的信息中，声音信息约占20%，是沟通最重要的纽带之一。伴随着人工智能技术的不断发展，人机语音交互的体验日渐普及，人们的工作与生活正在发生迭代性的变化。

根据2020年12月27日国家工业信息安全发展研究中心发布的《中国智能语音产业发展白皮书》显示，目前“智能语音行业落地已从刚需场景的典型案例走向规模应用，已在教育、医疗、政务、金融、运营商、司法等领域深度落地融合；个人场景重点围绕家庭、汽车、办公等场景展开。”[1]

为便于探讨，本文首先对“语音唤醒词”做出界定。广义上讲，“语音唤醒词”是指能够唤醒智能设备进入工作状态的语音指令。智能设备将实时监测到的外界语音唤醒词与其自身设定的关键词进行匹配后便进行运转工作。

用户自定义的语音唤醒词主要满足的是用户个性化的需求，并未与企业及其产品建立明确、稳定的联系，企业对用户自定义的语音唤醒词并不享有任何权益，因此不属于本文探讨的语音唤醒词的范畴。此外，企业在智能设备上预先设定的或用户在智能设备上自定义的不具有显著特征的通用语句（如无感知唤醒场景下的“导航到单位”），也不属于本文探讨的语音唤醒词的范畴。通用语音唤醒词属于公共领域的范畴，不应为某个主体享有特定的权益。

综上，本文所探讨的语音唤醒词仅限于企业在智能设备上预先设定且具有一定显著特征的语音唤醒词，如本文开头提及的“小爱同学”和“小度小度”。

创新是引领发展的第一动力，保护知识产权就是保护创新。语音唤醒词是新业态发展给知识产权保护带来的新课题。

在先的语音唤醒词可否禁止同行使用相同或近似的唤醒词？这需要对语音唤醒词的法律性质进行辨析。对此，目前业界观点不一。

一种观点是，对于实际使用的用户来说，在通过使用语音唤醒词唤醒智能终端这样一种操作过程中，语音唤醒词实际上是一种技术功能指代符号，类似于一种虚拟开关。此时，用户听到唤醒词，只会联想到其是一把打开智能终端的虚拟钥匙，除此之外，别无它意[2]。

一种观点是，语音唤醒词是一种商业标记符号，即商标。商标是用以识别和区分商品或者服务来源的标志。即使语音唤醒词在商品购买环节未发挥识别和区分功能，实际用户或潜在用户仍能在使用环节通过语音唤醒词识别对应的智能设备的来源，并得以区分不同的智能设备。比如“小爱同学”对应的是小米公司旗下的智能手机、智能音箱、智能电视等；“小度小度”对应的是百度公司旗下的智能音箱、可视电话、移动电视等。因此语音唤醒词反映了商标的本质属性，应纳入商标的保护范畴。

一种观点是，与商品名称、企业名称、网络域名、网站名称一样，语音唤醒词是《反不正当竞争法》第六条所保护的权益。虽然作为一种新兴产生的权益，未在《反不正当竞争法》第六条予以明确地规定，但在使用中如产生一定的影响，也应纳入《反不正当竞争法》第六条第四项兜底条款的保护范畴。

目前语音唤醒词的法律性质仍处于仁者见仁、智者见智的辨析阶段，尚无定论。一个新事物的产生，人们往往试图以现有的制度框架对此进行解读归类。当新事物的发展壮大足以对社会生活产生实质性影响，而现有的制度框架无法与之契合时，新的制度才得以建立。期待有关机构对语音唤醒词的法律性质尽快做出权威性的释明或对语音唤醒予以专门的法律保护，以便我国智能产品行业的企业能够制订和实施相适应的语音唤醒词维权策略。

不同于我国智能语音行业的蓬勃发展，进入到行政或司法保护视野的语音唤醒词或语音指令却寥寥无几。

通过案例检索，笔者目前未搜索到依据《商标法》保护语音唤醒词或语音指令的案例。智能产品语音指令的首例判决是北京市海淀区人民法院于2020年12月31日作出的百度在线网络技术（北京）有限公司诉北京子乐科技有限公司和北京经纬智诚电子商务有限公司不正当竞争纠纷一案。[3]

在该判决中，法院依据《反不正当竞争法》第六条第四项的兜底条款对百度在线有一定影响的语音指令“xiaoduxiaodu”给予了保护。对于语音指令的法律性质，法院作出如下阐述：尽管人机交互过程中的语音指令并未在《反不正当竞争法》第六条中予以列明，但从该条文义来看，其目的在于制止混淆行为，避免相关公众产生误认。因此，尽管语音指令作为人工智能发展到一定阶段的产物，较之商品名称、企业名称、网络域名、网站名称等出现得较晚，在类型方面亦存在一定差别，但只要其能够与该商品或服务及其提供者建立起特定的联系，且具有一定的影响，即应被纳入《反不正当竞争法》第六条所规定的权益保护范围之内。

经查明，法院认为无论是将小度智能音箱从待机状态唤醒，还是执行某一具体操作，均须呼叫“xiaoduxiaodu”。可见，“xiaoduxiaodu”已成为用户在使用小度智能音箱时必不可少且频繁出现的特定的语音指令，已与该产品的人机交互等功能和服务建立起密不可分的联系。经过广泛地宣传推广，“xiaoduxiaodu”语音指令已与百度在线及其产品建立起了明确、稳定的联系，并具有较高知名度和较大影响力。法院进而认定被告在学习机上使用语音指令“xiaoduxiaodu”（文字表述为“小杜小杜”）的行为，违反了《反不正当竞争法》第六条第四项的规定，判令被告赔偿55万元人民币。

我国知识产权法律体系主要是由专利、商标、著作权等知识产权专门法与《反不正当竞争法》架构的。在有关机构对语音唤醒词的法律性质做出权威性的释明或对语音唤醒词予以专门的法律保护之前，仍需将语音唤醒词保护放置在我国现有的知识产权法律体系下进行考虑。

1.依据《反不正当竞争法》保护语音唤醒词。前述的“xiaoduxiaodu”语音指令不正当竞争纠纷案一审判决作出后，被告并未提起上诉。目前，被告官网中的宣传视频已将唤醒词从“xiaoduxiaodu”更改为“杜丫丫同学”。该案的尘埃落定似乎为语音唤醒词日后通过《反不正当竞争法》保护开辟了一条康庄大道。然而，根据最高人民法院印发《关于充分发挥知识产权审判职能作用推动社会主义文化大发展大繁荣和促进经济自主协调发展若干问题的意见》（法发〔2011〕18号）的通知，《反不正当竞争法》补充保护作用的发挥不得抵触知识产权专门法的立法政策，凡是知识产权专门法已作穷尽性规定的领域，《反不正当竞争法》原则上不再提供附加保护，允许自由利用和自由竞争，但在与知识产权专门法的立法政策相兼容的范围内，仍可以从制止不正当竞争的角度给予保护。由此可见，《反不正当竞争法》在我国知识产权法律体系中发挥兜底作用，在不抵触知识产权专门法的规定及立法政策且预留“自由利用、公平竞争”的空间之后才能适当地发挥作用。其次，在个案的处理上，为寻求《反不正当竞争法》第六条的保护，原告应充分举证其与被告存在市场竞争关系，语音唤醒词与该商品或服务及其提供者建立起特定的联系，经过广泛宣传和使用具有一定的影响，以及被告的被诉行为构成不正当竞争。因此，权利人需首先对语音唤醒词进行大量的宣传和使用，使其产生一定的影响，方可援引《反不正当竞争法》进行保护。

2. 语音唤醒词作为文字商标进行注册保护。如“SIRI”是美国苹果公司在iPhone、iPad、iPod Touch、HomePod等产品上应用的一个语音助手，利用Siri用户可以通过手机查找信息、拨打电话、发送信息、获取路线、播放音乐、查找苹果设备等。通过检索，笔者注意到美国苹果公司在第9、11、12、14、28、35、37、38、39、41、42、43、44、45类等商品或服务上注册商标“SIRI”和“嘿SIRI”。注册商标权作为一项公示性强且效力及于全国范围的法定权利，在维权过程中，权利人无需承担在先注册商标具有知名度的举证责任，因而相较《反不正当竞争法》第六条权益的保护，注册商标维权上具有天然的优势。语音唤醒词商标维权的难点在于相同或类似商品和服务的判定。以使用在智能手机上的语音唤醒词“SIRI”为例，如前所述，利用Siri用户可以通过手机查找信息、拨打电话、发送信息、获取路线、播放音乐、查找苹果设备等，可见Siri担任的是虚拟助手的角色。按照《商标法》第二十二条的规定，商标注册申请人应当按规范的商品分类表填报使用商标的商品类别和商品名称，提出注册申请。而“虚拟助手”不属于规范的商品或服务项目，难以在商标注册申请中予以接受。在这种情况下，一般会选择在语音唤醒词对应的智能设备的商品项目（如第9类智能手机、智能音箱等）、第9类“数据处理设备、可下载的计算机应用软件”、第42类“平台运营服务（PaaS）”等相关商品或服务进行注册商标注册。因此，按照我国商标注册申请的要求，语音唤醒词难以在真实使用的商品或服务项目上申请注册，只能在相关的商品和服务项目上申请注册。该客观情况将导致日后商标侵权诉讼中，被诉语音唤醒词是否在与在先注册的商标核定使用的相同或类似的商品或服务项目上进行了商标性的使用，将不可避免地成为原被告双方争辩的焦点和法院审理的难点。

3.语音唤醒词作为声音商标进行注册保护。将语音唤醒词予以保护，不难联想到声音商标的路径。声音商标，是指由用来区别商品或者服务来源的声音本身构成的商标。声音商标可以由音乐性质的声音构成（如一段乐曲），可以是非音乐形式的声音构成（如人或动物的声音），也可以是由音乐性质与非音乐性质兼有的声音构成。提交声音商标申请需要提交符合要求的声音样本，通过五线谱、简谱或文字对声音商标进行描述。这要求声音商标具有确定性和稳定性，不随使用场景的变化而变化。而语音唤醒词虽然是企业设计和规定的，但却是用户发出的指令，会随用户的不同而发生变化。因此，语音唤醒词并不完全符合声音商标申请注册的要求。其次，一般情况下，声音商标缺乏固有显著性，需要通过长期或广泛的使用，与申请主体产生稳定联系，具备区分商品或服务来源的功能，才能取得显著特征。这就需要企业在声音商标获得注册前对语音唤醒词进行长期或广泛的使用。在实践中，声音商标“获得显著特征”的举证难度通常比《反不正当竞争法》中的“一定影响”的举证难度还要高。

4.语音唤醒词作为《著作权法》的作品进行保护。我国《著作权法》所指的作品，是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果。依据《著作权法》进行保护，语音唤醒词必须满足作品“独创性”的要件。语音唤醒词是便于用户操作智能设备而产生的，选词往往简短易记（一般在2-4个字之间），虽具有一定的显著特征，但难以展示文艺美感，达到一定水准的智力创造高度。因此，语音唤醒词无法满足作品的“独创性”要件，难以依据著作权进行保护。

1. 虽然语音唤醒词的法律定性尚无定论，企业方和司法界均认为给予语音唤醒词一定的法律保护有着重要的现实意义。本文呼吁有关机构对语音唤醒词的法律性质尽快做出权威性的释明或对语音唤醒词予以专门的法律保护，以满足我国智能产品行业的企业不断发展的知识产权保护需求。

2.商品或服务项目是整个商标注册工作的中心环节之一，它决定了注册商标保护的范围。传统行业经过长久的历史实践，商品或服务项目表现比较稳定。而新业态新领域日新月异，商品和服务项目变化迅速。建议商标审查机构与时俱进，及时将新业态新领域中发展成熟的新型商品和服务项目纳入《类似商品和服务区分表》中，进一步提高知识产权保护水平和保护效率。

3.“预则立，不预则废”。我国智能产品行业的企业应审慎地选择语音唤醒词，并且制订和实施符合自身情况的语音唤醒词的保护策略。按照行业商业惯例，语音唤醒词往往选择那些易读、易记且富有美感的词语。根据北京百度网讯科技有限公司于2018年发布的《最全人工智能“唤醒词”研究报告》[4]显示，1）现有唤醒词组成方式：“小+字”的名字最受用户喜欢；2）声调：用户最喜欢1声阴平，同时相较“仄声（3声上声和4声去声）”，用户更加喜欢“平声（1声阴平和2声阳平）”；3）声母：用户更加喜欢尾音声母为零声母，而包含了z、c、s的舌尖前音最不被用户所喜欢；4）韵母：按照韵母发音时的口型开口情况来看，用户更喜欢开口口型较大的齐口呼和开口呼；5）按照韵母结构来看，音节韵母为单韵母的词最受用户的喜欢。鉴于此类词语资源的有限性，不同市场主体之间恰巧选择相同或近似的语音唤醒词的可能性增大。这就要求相关市场主体需通过主动的检索或市场调研积极避让与他人有一定影响的语音唤醒词或驰名商标相同或近似的词语，以避免不必要的商标侵权或不正当竞争的诉累。

来源：IPRdaily中文网（iprdaily.cn）