泄露数据曝光Suno抓取歌曲训练数据
The Verge AI··作者 Jess Weatherbed
关键信息
泄露文件据称列出了包含2,013,545个YouTube Music片段的数据集，以及来自YouTube Music的数十万小时内容，并包括Deezer、Genius、IMSLP、Jamendo、Pond5、Freesound和MuseScore歌词等来源。Suno在声明中表示，其模型训练使用的是第三方网站上公开可得的音乐文件及相关元数据，并称2025年11月的一次安全事件已被控制，且不需要单独通知客户。
资讯摘要
据报道，一起针对Suno的黑客事件泄露了内部数据，显示这款AI音乐生成器曾通过抓取YouTube Music、Deezer、Genius等在线平台上的大量歌曲和歌词进行训练。404 Media的报道指出，这些泄露内容罕见地揭示了Suno并未公开详细说明的训练数据来源。之所以重要，是因为Suno已经面临多起诉讼，指控其在训练模型时使用了受版权保护的音乐。美国唱片业协会（RIAA）提起的一起案件中，Suno曾表示，使用受版权保护的素材和公开互联网音乐文件进行训练属于合理使用。RIAA后来修改诉状，进一步指控Suno故意通过“流媒体下载”绕过YouTube的保护措施来获取曲目。
泄露材料据称包括Suno在2023年和2024年的源代码、针对多个服务的抓取指令，以及公司使用Bright Data抓取YouTube音乐的证据。文件还显示，Suno似乎会搜索歌曲的无伴奏版本，以提取仅有人声的音频，并尝试通过PodcastIndex下载约一百万小时的播客内容。另一个YouTube Music文件显示，最后更新时Suno已经使用了2,013,545个YouTube Music片段，其他文件则描述了由YouTube Music、Deezer、Genius、IMSLP、Jamendo、Pond5等来源组成、累计达数十万小时的数据集。除训练数据外，泄露内容似乎还涉及客户信息，包括电子邮件地址、电话号码和Stripe支付信息，但Suno表示，这起事件只涉及已过时且不再使用的源代码，不涉及敏感个人信息。Suno还称，公司在2025年11月发现该事件后迅速控制了局势，并认为根据适用隐私法，无需向个人客户单独发出通知。
来源与参考