Suno bị hack, tiết lộ cách AI tạo nhạc này thu thập dữ liệu

Một hacker vừa chia sẻ mã nguồn nội bộ của Suno với nhà báo với nhà báo Jason Koebler (404 Media), qua đó hé lộ cách nền tảng AI tạo nhạc này xây dựng bộ dữ liệu huấn luyện.

Theo các tệp bị rò rỉ, Suno thu thập dữ liệu từ nhiều nguồn như YouTube Music, Deezer, Genius, cùng các thư viện âm thanh Pond5, Jamendo, Freesound, IMSLP và podcast.

Đáng chú ý, các tệp nội bộ đề cập đến hơn 2 triệu clip từ YouTube Music (tương đương hơn 113.000 giờ dữ liệu âm thanh), hơn 62.000 giờ từ Pond5 và khoảng 1 triệu giờ podcast. Mã nguồn cũng cho thấy Suno tìm kiếm các bản acapella trên YouTube nhằm phục vụ việc huấn luyện khả năng tạo giọng hát của AI.

Phản hồi về vụ việc, Suno cho biết sự cố đã được "kiểm soát nhanh chóng", đồng thời khẳng định hacker chỉ tiếp cận được "mã nguồn cũ, không còn được sử dụng". Công ty cũng nhấn mạnh rằng không có thông tin cá nhân nhạy cảm hay số thẻ tín dụng đầy đủ của người dùng bị lộ.

Những tiết lộ này xuất hiện trong bối cảnh Suno đang đối mặt với hàng loạt vụ kiện bản quyền từ các hãng thu âm lớn. Trước đó, Hiệp hội Công nghiệp Ghi âm Hoa Kỳ (RIAA) cũng từng cáo buộc công ty stream ripping - trích xuất âm thanh từ YouTube để huấn luyện AI. Những thông tin trong mã nguồn bị rò rỉ dường như củng cố thêm cho cáo buộc này.

Vụ việc tiếp tục làm nóng cuộc tranh luận xoay quanh AI trong ngành công nghiệp âm nhạc. Những thông tin mới từ vụ rò rỉ được xem là bằng chứng cụ thể nhất từ trước đến nay về cách một trong những nền tảng AI tạo nhạc lớn nhất hiện nay xây dựng bộ dữ liệu huấn luyện, trong bối cảnh các tranh chấp pháp lý liên quan đến bản quyền AI vẫn chưa có hồi kết.

Nguồn: Pitchfork, 404 Media