用于训练生成式 AI 音乐模型的数据集中流通着超过 2100万首受版权保护的歌曲，一项调查发现，同时推出了一款搜索工具，让艺术家可以检查自己的作品是否被包含其中。
调查结果详细列出了可供 AI 开发者使用的四个主要音乐数据集，其中包含来自排行榜冠军艺人和独立音乐人的录音。数据中提到的艺术家包括 Billie Eilish、Taylor Swift、Nirvana 和 Bad Bunny。
其中两个数据集各包含超过 10万首录音，而另外两个则大得多，分别包含 900万到 1200万首曲目。这四个数据集都被下载了数千次，但由于 AI 训练数据很少公开披露，因此很难追踪哪些公司使用了它们。Google 和 Stability AI 被确认在其训练过程中使用了 Free Music Archive 数据集。
配套的搜索工具 AI Watchdog 允许艺术家通过姓名搜索，查看他们的音乐是否出现在这四个数据集中的任何一个。搜索结果显示，Eric Prydz 在这些数据集中有 54 首歌，Honey Dijon 有 126 首，Björk 有 411 首，Moby 有 213 首，Fatboy Slim 有 175 首，The Chemical Brothers 有 153 首，Daft Punk 有 151 首，Charlotte de Witte 有 89 首。
艺术家反应
SZA 在发现数据集中有 238 首她的歌曲（包括她认为未发布的曲目）后，在 Instagram 上表达了她的沮丧。
刚查了一下，音乐 AI 用了我的 238 首歌进行训练。我确信有些是未发布的。如果你是个音乐人并且支持这种堕落的东西？你很恶心，而且你绝对无话可说能让我觉得这没问题。
制作人 Kenny Beats 将批评的矛头指向了 AI 音乐公司 Suno。
我无法想象每天去上班时知道自己在从无数苦苦挣扎的音乐人那里偷窃。我无法想象自己会为了一份抹杀艺术家作品和梦想的薪水而感到自豪。
DJ Sabrina the Teenage DJ 在发现数据中有 22 首她的歌曲后，在 Bluesky 上做出了回应。
致所有认为我的音乐听起来像 AI 垃圾的人，你们有没有想过这是因为 Suno 使用了一个包含我 22 首歌的数据集？有趣的是，直到这些数据集开始被用来生成垃圾之前，从来没有人指责我的音乐听起来像 AI 垃圾。
法律环境
这些披露正值 AI 音乐公司 Suno 和 Udio 因使用受版权保护的材料而面临来自艺术家、唱片公司和工会的多项诉讼之际。去年，Universal Music 与 Udio 达成了诉讼和解，双方同意合作开发一个新平台。
Suno 首席执行官 Mikey Shulman 此前曾因表示“现在制作音乐真的不令人愉快”以及“大多数人并不享受他们花在制作音乐上的大部分时间”而引发广泛批评。
