7月22日之前，语音AI产品需要做哪些EU合规准备？

如果你的产品有欧盟用户，这篇值得花十分钟读完。

一. 先说清楚 EU AI Act 是什么

EU AI Act（《欧盟人工智能法》）是欧盟在2024年通过的一部专门规范AI的法律，适用范围很广，只要你的产品或服务面向欧盟用户，不管公司注册在哪里，都在管辖范围内。

这部法的逻辑是按风险分级：高风险AI（比如医疗诊断、招聘筛选）要过严格的认证流程，低风险AI要求相对宽松。

但有一类义务是横跨所有风险等级的，即透明度义务，写在 Article 50 里。

也就是说，哪怕你的产品不属于高风险AI，只要触发了 Article 50 的条件，就要满足相应的合规要求。而对于做语音AI的团队来说，Article 50 几乎是必踩的范围。

法规整体是分阶段生效的。Article 50 的执行日期是 2026年8月2日，到那时还没达标的，最高面临 1500 万欧元或全球年营业额 3% 的罚款，取两者中较高的那个。

二. 两个日期，别搞混

8月2日是 Article 50 正式执行的日期，这个不用解释。

7月22日是另外一件事，欧盟 AI 办公室发布了一份《AI 生成内容透明度行为准则》，这份准则是自愿签署的。签署的好处是，监管机构在执法时会默认你已经合规，举证的压力在对方而不在你。7月22日（CET 18:00）是签署初始成员的截止日期，错过了还能之后加入，但就不是”初始签署方”了，也就少了这层保护。

ElevenLabs 已经在这个方向上提前动了，他们开始在生成内容里嵌入 Google SynthID 水印，正是在为 Article 50(2) 的技术合规做准备。

三. Article 50 到底管哪些事

Article 50 列了四种情形，触发任意一种就有对应义务：

第一种：AI 系统直接跟用户交互。聊天机器人、语音助手、自动电话系统都算。要求是在第一次交互时告诉用户”你在和 AI 说话”。

第二种：AI 系统生成合成内容。包括文字、图片、音频、视频。要求是在输出内容里加上机器可读的标记，让检测工具能识别出这是 AI 生成的。

第三种：AI 系统用于情绪识别或生物特征分类。要求是告知被分析的用户。

第四种：AI 系统生成深度伪造内容。要求是明确告知内容经过 AI 生成或处理。

接下来把这四种情形对应到语音AI的具体产品场景来说。

四. 语音AI产品，各自对应哪条

4.1 语音助手、AI 客服机器人

对应第一种情形（Article 50(1)），约束的是开发和提供这套系统的一方。

要做的事是：在每次对话开始前，让用户知道他们在跟 AI 说话。这个告知不能藏在服务条款里，也不能只是界面角落一行小字，要出现在对话真正开始的时候，清楚到让用户一眼就能看到或听到。

法规有一个例外：”如果任何一个理性的、了解基本信息的普通人都能明显看出这是 AI，就不需要额外告知。”但欧委会的草案指引说得很清楚，这个例外要严格用，不能随便套。判断标准是先看你的目标用户群体，再评估这个群体里的普通用户会不会真的自己识别出来。

电话客服场景要特别注意：自动接听入线电话的AI系统明确被列在范围内，需要在通话开始时主动告知。

4.2 TTS 服务提供商

对应第二种情形（Article 50(2)），约束的是提供 TTS 能力的一方。

要做的事是：TTS 生成的音频必须带上机器可读的标记，让内容检测工具能识别出这是 AI 合成的声音。技术上目前主要有两条路：音频水印（像 SynthID 这类方案）和元数据标注。具体标准还在行为准则和 EU 标准化工作里制定，预计7月前落地。

时间上有个区分要注意：8月2日之前就已经上线的系统，机器可读标记有宽限期，延到2026年12月2日。8月2日之后新发布的系统，发布起就要满足要求，没有缓冲。

如果你的 TTS 只是做辅助性的编辑（比如润色语气、修正语法），没有对原始内容做实质改变，可以适用豁免条款。

声音克隆工具

声音克隆叠了两层义务，提供商和使用方都有责任。

提供克隆能力的一方，要满足 Article 50(2) 的机器可读标记要求，跟 TTS 一样。

使用克隆工具来生成内容的一方，如果生成的音频”像某个真实存在的人、且会被误认为真实录音”，就落入了深度伪造的定义（Article 50(4)），需要明确告知听众这段音频是 AI 生成的。

有一个容易踩的坑放到下一节单独说。

语音情绪识别、声纹分类

对应第三种情形（Article 50(3)），约束的是使用这套功能的一方，而不是提供能力的服务商。

要做的事是：在用 AI 分析用户语音来判断情绪或做生物特征分类之前，先告知用户。同时要检查 GDPR 下的数据处理是否合法。

另外还有一步要先做：Article 5（在2025年2月已经生效）里对工作场所和教育机构的情绪识别有更严格的禁止性规定。如果你的场景落在这两类里，要先过这一关，再谈 Article 50 的告知义务。

五. “深度伪造”的定义，比你想的宽

Article 50(4) 对深度伪造的定义是：AI 生成或处理的图像、音频、视频，内容酷似现实中存在的人、物体、地点或事件，而且看起来/听起来像是真实发生的。

几个常见的误解值得说一下：

很多人以为”只要我没有欺骗意图就没事”，这是错的。深度伪造义务和你的主观意图无关，只看内容本身会不会被误认为真实。

还有人以为”虚构人物不是真实存在的人，所以不算”，这也不对。如果一个虚构角色的声音听起来像某个真实的人，而且这种相似度会让听众误以为是真人录音，50(4) 照样适用。

对语音AI来说，这意味着用 TTS 给虚拟主播、AI 客服代表配音，只要声音”像真人”，就可能在深度伪造的范围里，需要提前想好怎么告知。

法规明确排除在外的是”明显是幻想性的或物理上不可能发生的内容”，比如龙、人类飞行这类。”听起来像人的AI声音”不在这个排除里。

有一个减轻义务的条件：如果内容明显属于艺术创作、讽刺、虚构类作品，披露要求可以降低——只需以不影响作品体验的方式注明”内容经过AI处理”就行。

六. 7月22日的签署窗口，要不要管

行为准则是自愿性质的，但签了有实质好处。

签署之后，监管机构默认你满足了 Article 50(2) 和 50(4) 的义务。如果日后被调查，举证责任在对方，你不需要自己证明合规，他们要证明你违规。没签的话，处境反过来。

即使现在技术标准还没最终定稿（行为准则预计6月底至7月出正式版），7月22日前签署至少说明了一个态度——你是在主动跟进，而不是在观望。在执法资源有限的早期阶段，这个态度有一定的实际意义。

签署入口在欧盟官网：digital-strategy.ec.europa.eu，填完表单提交即可。

七. 按角色整理：各自需要做什么

如果你做的是语音AI能力（TTS、语音助手SDK、克隆工具等）

先把自己产品面向欧盟用户的场景列出来，确认每个场景触发了 Article 50 的哪条。对话类产品检查第一次交互时有没有AI身份告知，告知方式够不够显眼。TTS 和克隆工具评估音频水印或元数据标注的技术路径，跟进行为准则7月的最终技术方案。如果你的输出会被下游客户用于生成内容，在合同里明确他们的披露责任，别让这个灰色地带留在合同外面。

如果你是用语音AI构建产品或发布内容的一方

把所有对欧盟用户的语音AI应用场景过一遍，对应 Article 50 的四种情形逐一检查。对话产品的AI身份告知要出现在对话真正开始时，别埋进欢迎语后面。用声音克隆或AI配音生成的内容，在发布端根据媒介来设计标注：音频内容用开头可听的声明，视频用持久性字幕。用语音情绪识别功能的，先排查 Article 5 的禁止性规定，再设计用户告知。

八. 时间节点一览

12月2日的宽限期来自今年5月的 Digital Omnibus 临时协议，还需要欧洲议会正式通过，目前还不是板上钉钉的事，不建议把合规计划押在这个宽限期上。

欧盟官方合规自查工具（输入场景自动判断适用哪条义务）：artificialintelligenceact.eu

Article 50 草案指引（正式版预计7月前发布）：digital-strategy.ec.europa.eu