Un hack dezvăluie că Suno AI a colectat muzică de pe YouTube, Deezer și Genius
Conform 404media.co, instrumentul de generare muzicală AI Suno a extras milioane de melodii și versuri de pe YouTube Music, Deezer și Genius, precum și din biblioteci de muzică de stoc precum Pond5, Jamendo, Freesound, Proiectul Internațional de Bibliotecă de Scoruri muzicale și podcast-uri prin fluxuri RSS, potrivit unui hacker care a pătruns în companie și a împărtășit informații despre bibliotecile de antrenament ale Suno.
👉 Acces la informații utilizatori și detalii despre controversa legală
Hackerul a reușit, de asemenea, să acceseze informațiile utilizatorilor pentru sute de mii de clienți Suno, precum și informații de plată Stripe. Datele compromise oferă o privire rară asupra modului în care modelele și instrumentele AI sunt construite. Suno este unul dintre cele mai mari instrumente de generare muzicală AI de pe internet și a fost subiectul mai multor procese importante din partea industriei muzicale, care a acuzat compania că s-a antrenat pe milioane de melodii protejate prin drepturi de autor. Ca parte a acestor proceduri legale, Suno a admis anterior că s-a antrenat pe „practic toate fișierele muzicale de calitate rezonabilă accesibile pe internetul deschis”, inclusiv un total de „zeci de milioane de înregistrări”. Suno susține că este îndreptățit să se antreneze pe lucrări protejate prin drepturi de autor ca utilizare corectă, în aceste cazuri, dintre care unul a fost soluționat.
👉 Modul în care Suno a extras muzică și amploarea datelor colectate
Procesele legale au făcut clar că Suno a folosit cantități enorme de lucrări protejate prin drepturi de autor, dar datele compromise împărtășite cu 404 Media aruncă mai multă lumină asupra modului în care Suno a extras melodii de pe internet și de unde le-a preluat. Asociația Americană a Industriei Muzicale (Recording Industry Association of America) a acuzat Suno că a extras melodii direct de pe YouTube; datele compromise vizualizate de 404 Media confirmă acest lucru. Materialul piratat include cod sursă care pare să fie din 2023 și 2024, care conține instrucțiuni de scraping și detalii despre amploarea cel puțin unor astfel de activități.
De exemplu, comentariile dintr-un fișier notează că vor prelua date din „genius_hq, youtube_music, freesound, jamendo, imp, deezer, ytm_tagged” și că „non-muzica va fi filtrată”. Un fișier numit „youtube_music” notează că, la momentul ultimei actualizări, a înglodat „2.013.545 de clipuri muzicale”. Un alt fișier conține comentarii despre diferite seturi de date pe care Suno le-a creat, care includ „113.879 de ore de youtube_music”, „17.615 ore de genius_hq”, „410 ore de freesound”, „19.514 ore de imslp”, „3.726 ore de jamendo”, „62.117 ore de pond5_music”, „12.287 ore de deezer”, „152.162 ore de ytm_tagged” și „103 ore de musescore_lyrics”. În total, acesta reprezintă cel puțin zeci de ani de muzică.