سونیو میلیون ها آهنگ را از یوتیوب سرقت کرد

به گزارش سیتنا، داده‌های سونیو که در یک حادثه‌ی هک‌شده به دست آمده، نشان می‌دهد که این تولیدکننده‌ی موسیقی مبتنی بر هوش مصنوعی، با اسکرپ (scraping) میلیون‌ها آهنگ و متن ترانه از پلتفرم‌های صوتی آنلاین از جمله یوتیوب موزیک، دیزر و جینیوس، مدل‌های خود را آموزش داده است. با توجه به اینکه سونیو از افشای محتوای مجموعه‌های آموزشی خود و نحوه‌ی دستیابی به آنها خودداری کرده است، این یک نادر نادر به آنچه سونیو واقعاً از پلتفرم‌های آنلاین برداشته، محسوب می‌شود.

این موضوع از آن جهت حائز اهمیت است که سونیو در چندین پرونده‌ی قضایی متهم شده است که از مواد دارای حق‌کپی‌رایت برای آموزش مدل‌های هوش مصنوعی خود استفاده کرده است. در یک پرونده‌ی مهم که از سوی انجمن صنعت ضبط آمریکا (RIAA) مطرح شده، سونیو آشکارا پذیرفته است که این کار را انجام داده و استدلال کرده که آموزش بر روی مواد دارای حق‌کپی‌رایت و فایل‌های موسیقی در دسترس عموم از اینترنت آزاد، بر اساس دکترین «استفادهٔ منصفانه» (fair use) از نظر قانونی مجاز است. صرف‌نظر از اینکه دادگاه با این استدلال موافقت کند یا خیر، اصلاحیه‌ای که RIAA سال گذشته ارائه داد، همچنین ادعا می‌کند که سونیو با «استریم ریپینگ» (stream ripping) عمدی آهنگ‌ها از پلتفرم، به طور غیرقانونی از محافظت‌های حق‌کپی‌رایت یوتیوب دور زده است.

مواد به اشتراک‌گذاشته‌شده با ۴۰۴ مدیا توسط هکری با نام «ellie.191» ظاهراً این ادعاها را تأیید می‌کند. این داده‌ها شامل کدهای منبع سونیو از سال‌های ۲۰۲۳ و ۲۰۲۴ به همراه دستورالعمل‌های اسکرپ برای استخراج فایل‌های صوتی از یوتیوب موزیک، دیزر، جینیوس، Pond5، Jamendo، Freesound و پروژه‌ی کتابخانه‌ی نت‌های موسیقی بین‌المللی (IMSLP) است. سایر کدهای افشاشده نشان می‌دهد که سونیو از شرکت شخص ثالثی به نام Bright Data برای اسکرپ موسیقی از یوتیوب استفاده کرده و ظاهراً به دنبال نسخه‌های آکاپلا (بدون ساز) آهنگ‌ها در این پلتفرم برای استخراج صدای خواننده به تنهایی بوده است.

یک فایل مربوط به یوتیوب موزیک نشان می‌دهد که سونیو در زمان آخرین به‌روزرسانی، ۲,۰۱۳,۵۴۵ کلیپ از یوتیوب موزیک را مصرف کرده بود. بر اساس فایل دیگری، مجموعه‌های داده‌ای که سونیو گردآوری کرده شامل صدها هزار ساعت از یوتیوب موزیک، هزاران ساعت از دیزر، جینیوس، IMSLP، Jamendo و Pond5 و صدها ساعت از Freesound و متن‌های ترانه‌های MuseScore است. سونیو همچنین به دنبال دانلود حدود یک میلیون ساعت پادکست از طریق ابزاری آنلاین به نام PodcastIndex بوده است.

یک سخنگوی ناشناس سونیو در بیانیه‌ای به ۴۰۴ مدیا گفت: «همانطور که در پرونده‌های عمومی و افشاگری‌ها بیان کرده‌ایم، مدل‌های هوش مصنوعی سونیو بر روی فایل‌های موسیقی در دسترس عموم و ابرداده‌های مرتبط که در وب‌سایت‌های شخص ثالث در اینترنت باز قابل دسترسی هستند، آموزش دیده‌اند.»

اطلاعات مشتریان سونیو نیز توسط هکر دسترسی پیدا کرده که شامل آدرس‌های ایمیل، شماره تلفن‌ها و جزئیات پرداخت استریپ (Stripe) بوده است.

انتهای پیام