Voiceprint-rechtszaak maakt herkomst stemdata

U moet per stemopname kunnen aantonen welke rechtsgrond of toestemming voor verwerking geldt, en traceren hoe die opname via afgeleide representaties in modelparameters en commerciële producten terecht is gekomen — en u moet kunnen bewijzen dat verwijdering van de bron ook de afgeleide data uit het model verwijdert.

De aanleiding is een analyse van 20 oktober 2026 van stemdata-herkomst en voiceprints in AI-modellen, die stelt dat organisaties herkomst, afgeleide representaties, toestemming, retentie en deletie per opname moeten kunnen traceren zodra stemdata in modelparameters belandt. De concrete casus is een voorgestelde class action van zeven Illinois-stemprofessionals tegen Microsoft, waarin wordt gesteld dat openbare stemopnames zonder schriftelijke toestemming in voiceprints zijn omgezet voor commerciële voice-AI. In onze beoordeling betekent dit dat elke organisatie die externe stemdata inleest hetzelfde herkomstrisico loopt, ongeacht of de opname openbaar beschikbaar is — en dat u nu moet kunnen aantonen dat uw verwerkingsverantwoordelijke per opname de rechtsgrond of toestemming heeft vastgesteld voordat die data in training gaat.

Waarom openbare opnames niet automatisch vrij te gebruiken zijn

Een opname die openbaar op internet staat, behandelt een organisatie vaak als gewone content. Maar zodra een systeem daar stemkenmerken uit haalt om een spreker uniek te herkennen of na te bootsen, ontstaat biometrische data. Dit onderscheid staat centraal in de zaak. De eigen documentatie van Microsoft over tekst-naar-spraak en sprekerherkenning beschrijft dat stemkenmerken kunnen worden omgezet in een unieke stemhandtekening, en legt kennisgeving, toestemming, retentie en verwijdering voor bepaald gebruik bij de klant. Dat verplaatst verantwoordelijkheid, maar lost het herkomstvraagstuk voor trainingsdata niet op.

Welke risico's ontstaan als afgeleide data in het model blijft

Technisch onderzoek verklaart waarom herkomst en verwijdering niet vanzelfsprekend zijn. Moderne spraaksynthesesystemen leren sprekerkenmerken uit spraak en genereren nieuwe spraak op basis van die kenmerken. Dit betekent dat een afgeleide representatie herbruikbaar in een model blijft, ook nadat het oorspronkelijke audiobestand is gewist. Het verwijderen van een opname verwijdert dus niet automatisch de biometrische data die eruit is afgeleid.

Dit leidt tot een reeks faalwijzen die u moet kunnen adresseren:

• Verborgen trainingsdata — stemkenmerken blijven in modelparameters, embeddings en checkpoints ook nadat de bronopname is verwijderd.
• Onvolledig herkomstbewijs — geen documentatie welke stemmen, met welke toestemming, in welke modelversie zitten.
• Verdeling van verantwoordelijkheid — een deployer kan niet bewijzen dat het model met geldige toestemming is getraind, ook al werkt hij niet zelf aan training.
• Verspreiding via subverwerkers — stemdata bereikt commerciële producten en verdere afnemers zonder dat herkomst en verwijderbaarheid traceerbaar blijven.
• Onvoldoende verwijdermechanismen — geen technische manier om een voiceprint uit parameters, embeddings en checkpoints te verwijderen zonder hertraining.

Welke controles moet u kunnen aantonen

De kern is een herkomst- en levenscyclusregistratie waarin stemdata traceerbaar blijft van opname tot afgeleide representatie, model en gegenereerde output. U moet kunnen aantonen dat u de volgende stappen hebt uitgevoerd:

1. Documenteer de trainingsdata-herkomst per model — leg vast welke stemopnames in welke modelversie zijn gebruikt en op welke rechtsgrond (toestemming, openbare licentie, ander rechtmatig belang).
2. Verifieer toestemming voordat training begint — controleer dat de leverancier schriftelijke toestemming of een geldige rechtsbasis kan aantonen, en leg dit vast in het verwerkingsregister.
3. Test verwijderingsmogelijkheden vóór productie — laat technisch onderzoeken of een voiceprint uit parameters, embeddings en checkpoints verwijderbaar is, of dat hertraining, uitsluiting of toegangsblokkage nodig is.
4. Controleer vrijwaring en terugroep in leverancierscontracten — zorg dat u stemmen kunt laten verwijderen uit toekomstige modelversies en dat de leverancier aansprakelijk is voor ongeautoriseerde trainingsdata.
5. Registreer afgeleide representaties in het verwerkingsregister — leg vast welke stemmen, met welke toestemming, in welke modelversie en welke commerciële producten zitten.

Hoe dit aansluit bij bestaande verplichtingen

Deze eisen volgen uit artikel 25 van de AVG over privacy by design als levenscyclusplicht, en uit de richtlijnen van de European Data Protection Board over virtuele spraakassistenten, die stemverwerking als een keten van verantwoordelijkheden behandelen. Wie stemdata als context aan modellen geeft, loopt ook de risico's die onderzoek naar het lekken van persoonsgegevens door taalmodellen beschrijft.

Tooling kan u helpen herkomst en retentie vast te leggen en verwijderbaarheid te testen. Maar de keuze welke stemmen u inleest, welke rechtsgrond u aanvoert, en hoe u verwijdering in uw contracten regelt, blijft uw eigen professionele oordeel. Een leverancier kan u een modelkaart geven; u moet bepalen of die kaart voldoende bewijs van toestemming bevat voordat u het model in productie zet.