Suno bị tố 'đánh cắp' hàng triệu bài hát từ YouTube, Genius và Deezer để huấn luyện AI

Theo báo cáo từ 404 Media, dữ liệu của Suno thu được từ một vụ tấn công mạng đã tiết lộ rằng công cụ tạo nhạc AI này được huấn luyện bằng cách thu thập (scrape) hàng triệu bài hát và lời bài hát từ các nền tảng âm thanh trực tuyến, bao gồm YouTube Music, Deezer và Genius. Vì Suno luôn tránh tiết lộ nội dung trong các tập dữ liệu huấn luyện của mình cũng như cách thức thu thập chúng, đây là một cái nhìn hiếm hoi về những gì Suno thực sự đã lấy từ các nền tảng trực tuyến.

Điều này rất đáng chú ý vì Suno đang là đối tượng của nhiều vụ kiện cáo buộc rằng họ đã sử dụng các tài liệu có bản quyền để huấn luyện các mô hình AI của mình. Trong một vụ kiện nổi bật do Hiệp hội Công nghiệp Ghi âm Hoa Kỳ (RIAA) đệ trình, Suno đã công khai thừa nhận việc làm này, với lập luận rằng việc huấn luyện trên các tài liệu có bản quyền và các tệp nhạc công khai trên internet là hợp pháp theo học thuyết sử dụng hợp lý (fair use). Dù tòa án có đồng ý với điều đó hay không, một bản sửa đổi do RIAA đệ trình năm ngoái cũng cáo buộc rằng Suno đã cố tình lách các biện pháp bảo vệ bản quyền của YouTube bằng cách "tải lậu" (stream ripping) các bản nhạc từ nền tảng này.

Các tài liệu được hacker có biệt danh “ellie.191” chia sẻ với 404 Media được cho là đã củng cố những cáo buộc đó. Dữ liệu bao gồm mã nguồn của Suno từ năm 2023 và 2024, cùng với các hướng dẫn thu thập tệp âm thanh từ YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound và International Music Score Library Project (IMSLP). Các đoạn mã bị rò rỉ khác cho thấy Suno đã sử dụng một công ty bên thứ ba có tên là Bright Data để thu thập nhạc từ YouTube, và dường như đã tìm kiếm các phiên bản a cappella của các bài hát trên nền tảng này để lấy dữ liệu âm thanh chỉ có giọng hát.

Một tệp tin dành cho YouTube Music ghi chú rằng Suno đã tiêu thụ 2.013.545 clip từ YouTube Music tính đến thời điểm cập nhật gần nhất. Theo một tệp tin khác, các tập dữ liệu do Suno tổng hợp bao gồm hàng trăm nghìn giờ nhạc từ YouTube Music, hàng nghìn giờ từ Deezer, Genius, IMSLP, Jamendo và Pond5, cùng hàng trăm giờ lời bài hát từ Freesound và MuseScore. Theo các đoạn mã bổ sung, Suno cũng tìm cách tải xuống khoảng một triệu giờ podcast thông qua một công cụ trực tuyến có tên là PodcastIndex.

"Như chúng tôi đã nêu trong các hồ sơ và công bố công khai, các mô hình AI của Suno đã được huấn luyện trên các tệp nhạc và siêu dữ liệu liên quan có sẵn công khai trên các trang web của bên thứ ba trên internet," một người phát ngôn giấu tên của Suno cho biết trong một tuyên bố gửi tới 404 Media.

Thông tin khách hàng của Suno cũng bị hacker truy cập, bao gồm địa chỉ email, số điện thoại và chi tiết thanh toán qua Stripe. Một số khách hàng được 404 Media liên hệ đã xác nhận rằng họ từng đăng ký dịch vụ và cho biết Suno chưa bao giờ thông báo cho họ về vụ vi phạm bảo mật này.

Trong một tuyên bố gửi tới 404 Media, người phát ngôn của Suno cho biết công ty đã nhận thức được sự cố bảo mật vào tháng 11 năm 2025 và tình hình đã được kiểm soát nhanh chóng.

"Vào thời điểm đó, chúng tôi đã ngay lập tức tiến hành điều tra và xác minh rằng sự cố chủ yếu liên quan đến mã nguồn cũ không còn được sử dụng tại Suno và không có thông tin cá nhân nhạy cảm nào bị xâm phạm. Quan trọng là Suno không có quyền truy cập vào số thẻ tín dụng đầy đủ của khách hàng trên Stripe," người phát ngôn của Suno cho biết. "Dựa trên tính chất hạn chế của thông tin khách hàng được cho là có liên quan, chúng tôi xác định rằng việc thông báo cho từng cá nhân là không cần thiết theo các luật bảo mật hiện hành."

Hãy theo dõi các chủ đề và tác giả từ bài viết này để xem thêm các nội dung tương tự trên trang chủ cá nhân của bạn và nhận cập nhật qua email.