Suno 从 YouTube、Genius 和 Deezer 抓取数百万首歌曲用于训练
“Suno snatched millions of songs from YouTube, Genius, and Deezer”
545 字
预计 2 分钟
中文摘要
根据黑客泄露的数据，AI音乐生成公司Suno被证实从YouTube Music、Deezer、Genius等平台抓取了数百万首歌曲和歌词用于训练其模型。泄露的源代码和抓取指令显示，Suno使用了第三方公司Bright Data从YouTube抓取音乐，并专门寻找人声清唱版本。一份文件显示，Suno已消费了2,013,545个YouTube Music片段，数据集包含数十万小时的YouTube Music、数千小时的Deezer和Genius等平台内容，还试图通过PodcastIndex下载约一百万小时的播客。Suno此前因使用受版权保护的材料训练模型而面临多起诉讼，RIAA指控其故意通过“流抓取”规避YouTube的版权保护。Suno辩称其行为属于合理使用。此外，黑客还获取了Suno的客户信息，包括电子邮件、电话号码和Stripe支付详情，但Suno声称未泄露敏感信息且未通知客户。
核心论点
- Suno通过抓取YouTube Music、Deezer、Genius等平台的海量音乐和歌词来训练AI模型。
- Suno使用第三方公司Bright Data抓取YouTube音乐，并专门寻找人声清唱版本。
- Suno面临多起版权诉讼，RIAA指控其故意规避YouTube的版权保护。
- Suno辩称其训练行为属于合理使用，但黑客泄露的数据支持了侵权指控。
- 黑客还获取了Suno的客户信息，但Suno未通知客户且声称未泄露敏感数据。
反方视角 / 盲点
- 文章未讨论Suno的合理使用辩护在法律上的可行性。
- 未涉及其他AI音乐生成公司（如Udio）是否采用类似做法。
- 未分析Suno被抓取后可能采取的商业或技术应对措施。
对科技从业者的启示
- 对AI创业者：Suno的案例表明，使用公开网络数据训练模型面临巨大法律风险，尤其是涉及版权内容时，需提前规划数据合规策略
- 对产品经理：AI产品的数据来源透明度和用户信任至关重要，Suno隐瞒训练数据来源的做法加剧了法律和公关危机
- 对投资者：AI音乐生成领域的版权诉讼结果将影响整个行业的商业模式，需关注合理使用判例的演变