Un hack dezvăluie că Suno AI a folosit YouTube, Deezer și Genius pentru a genera muzică
Conform unui hacker care a pătruns în sistemele companiei și a împărtășit date despre bibliotecile de antrenament ale Suno cu 404 Media, instrumentul de generare muzicală AI Suno a preluat milioane de melodii și versuri de pe YouTube Music, Deezer și Genius, precum și din bibliotecile de muzică de stoc Pond5, Jamendo, Freesound, Proiectul Internațional al Bibliotecii de Partituri Muzicale și podcast-uri prin fluxuri RSS.
👉 Informații despre accesul hackerului și contextul legal
Hackerul a reușit, de asemenea, să acceseze informații despre utilizatori pentru sute de mii de clienți Suno, precum și informații despre plățile Stripe. Datele obținute sunt o privire rară asupra modului în care sunt construite modelele și instrumentele AI. Suno este unul dintre cele mai mari instrumente de generare muzicală AI de pe internet și a fost subiectul mai multor procese semnificative din partea industriei muzicale, care a acuzat compania că s-a antrenat pe milioane de melodii protejate prin drepturi de autor.
👉 Detalii despre antrenamentul Suno
Ca parte a acestor procese legale, Suno a recunoscut anterior că a fost antrenat pe „practic toate fișierele muzicale de calitate rezonabilă care sunt accesibile pe internetul public”, ceea ce a inclus un total de „zeci de milioane de înregistrări”. Suno susține că are dreptul să se antreneze folosind lucrări protejate prin drepturi de autor ca utilizare corectă în aceste cazuri, unul dintre acestea fiind soluționat. Procesele judiciare au clarificat că Suno a fost antrenat pe cantități uriașe de lucrări protejate prin drepturi de autor, dar datele hackuite împărtășite cu 404 Media oferă mai multe detalii despre modul în care Suno a preluat melodii de pe internet și din ce surse.
Asociația industriei înregistrărilor din America a acuzat Suno că a extras melodii direct de pe YouTube; datele hackuite văzute de 404 Media confirmă acest lucru. Materialul hackuit include cod sursă care pare a fi din 2023 și 2024, care include instrucțiuni de scraping și detalii despre amploarea cel puțin a unor extrageri. De exemplu, comentariile dintr-un fișier notează că vor extrage din „genius_hq, youtube_music, freesound, jamendo, imp, deezer, ytm_tagged”, adăugând că „non-muzica va fi filtrată”. Un fișier numit „youtube_music” menționează că, la momentul ultimei actualizări, a ingerat „2.013.545 de clipuri muzicale”. Un alt fișier conține comentarii despre diferite seturi de date pe care Suno le-a creat, care includeau „113.879 de ore de youtube_music”, „17.615 ore de genius_hq”, „410 ore de sunet liber”, „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, aceasta reprezintă cel puțin zeci de ani de muzică.