AIを活用した音楽生成サービス「Suno」が、YouTubeミュージックやDeezer、Geniusなど複数のオンライン音楽プラットフォームから数百万曲規模の音源を無断で収集していたことが、ハッキングによる内部データ流出で明らかになった。404 Mediaの報道によると、流出したソースコードにはYouTube Musicから音声ファイルを抽出するスクレイピング指示が含まれており、取得済み楽曲数は200万クリップを超えていたとされている。
流出したデータには2023年から2024年にかけてのソースコードが含まれており、Pond5・Jamendo・Freesound・国際楽譜ライブラリプロジェクト（IMSLP）なども収集対象だったことが示されている。また、Bright Dataという第三者企業を通じてYouTubeから音楽を取得していた形跡も確認されており、アカペラ版楽曲を意図的に探して声のみの音声を収集していたとみられる。さらに、ポッドキャスト配信プラットフォーム「PodcastIndex」を通じて約100万時間分のポッドキャスト音声の取得を試みていたコードも存在するという。
Sunoはすでに米レコード産業協会（RIAA）から著作権侵害を理由とした訴訟を起こされており、著作権で保護されたコンテンツを学習に使用していることを法廷で公認している。同社はこれを「フェアユース（公正使用）」にあたると主張しているが、RIAAはYouTubeの著作権保護を意図的に回避する「ストリームリッピング」を行っていたとの主張を訴状に追加しており、今回流出したデータはその疑惑を裏付けるものとされている。
また別の報告では、Sunoのコピーライトフィルターが容易に回避できる状態にあることも指摘されている。音声ファイルの再生速度を変えるなど簡単な処理を施すだけでフィルターをすり抜け、著名楽曲に酷似したAI生成音楽を出力できるという。一方で、AIツールを倫理的かつ創造的に活用しようとするアーティストも存在しており、音楽制作におけるAI利用のあり方は複雑な議論を呼んでいる。
今回の流出によってSunoの学習データ取得手法の実態が初めて具体的に示された形となり、AI企業の訓練データに関する透明性を問う声が一層高まるとみられる。Sunoは「公開されている音楽ファイルと関連メタデータを使用して学習を行っている」とコメントしているが、今回明らかになった規模や手法がこの主張とどこまで整合するかは今後の法廷判断に委ねられることになりそうだ。
管理人コメント
200万曲超をごっそりいただいてたとは、もはや「AIが作曲」じゃなくて「AIが作盗」では？フェアユースを盾にするのは自由だが、ストリームリッピングまでやってたとなると言い訳もストリームが尽きてきた感じがする。音楽業界とAI企業の戦いは、まだまだ長い「サビ」が続きそうだ。
