Взлом Suno раскрыл: AI-генератор музыки скрапил YouTube, Deezer и Genius

Una filtración ha revelado que el generador de música con IA Suno fue entrenado con décadas de música y podcasts extraídos de internet abierto — incluyendo YouTube, el servicio de streaming Deezer y el sitio de letras de canciones Genius. Así lo informa el medio 404 Media, que examinó el código fuente filtrado del servicio.

Qué reveló la filtración

El código fuente filtrado de Suno apunta directamente a las fuentes de sus datos de entrenamiento: en él se encontraron referencias a YouTube, Deezer y Genius. Esta es la primera confirmación técnica de dónde exactamente obtenía el servicio la música y los podcasts para entrenar sus modelos — antes la empresa mantenía en secreto la lista de fuentes.

Suno es un generador de música con IA que, a partir de una descripción de texto, crea pistas terminadas con voz e instrumental. Según 404 Media, el scraping abarcó "décadas" de grabaciones de audio de internet abierto.

• La fuente de datos fue YouTube (video y audio), Deezer (streaming) y Genius (letras de canciones)
• Los datos incluían no solo música, sino también podcasts
• La revelación se produjo a través de una filtración de código fuente, no de una declaración oficial de la empresa
• El medio que dio a conocer el hallazgo es 404 Media

"El código fuente hackeado muestra cómo

Suno extrajo décadas de música y podcasts de internet para entrenar su herramienta de IA", señala la investigación de 404 Media.

Por qué esto es importante para los juicios

El hallazgo golpea a Suno en un momento de litigio con la industria musical. En junio de 2024, la Asociación de la Industria Discográfica de Estados Unidos (RIAA), en nombre de Universal Music, Sony Music y Warner Records, presentó una demanda contra Suno, acusando a la startup de infracción masiva de derechos de autor durante el entrenamiento.

Suno ya había reconocido de hecho la magnitud de su recopilación de datos. En su respuesta judicial, la empresa afirmó que su conjunto de entrenamiento "incluye básicamente todos los archivos musicales de calidad aceptable disponibles en internet abierto", e insistió en que ese entrenamiento se ampara en la doctrina del uso legítimo (fair use). El código filtrado ofrece a los demandantes nombres concretos de plataformas, lo que refuerza su posición.

Qué significa esto

El debate sobre con qué es legal entrenar modelos generativos está pasando del terreno de las declaraciones al terreno de las pruebas técnicas. La filtración del código fuente de Suno muestra que la cuestión de las fuentes de datos de entrenamiento para las empresas de IA está dejando de ser una caja negra — y esto no afecta solo a la música, sino a toda la industria de la IA generativa.

Preguntas frecuentes

¿Qué es Suno?

Suno es un servicio de generación de música basado en inteligencia artificial: a partir de una solicitud de texto, crea canciones terminadas con voz e instrumental. Precisamente los datos usados para entrenar sus modelos quedaron en el centro del escándalo tras la filtración del código fuente.

¿En qué consiste la demanda contra Suno?

En junio de 2024, la RIAA, en nombre de Universal, Sony y Warner, acusó a Suno de entrenar sus modelos con música protegida por derechos de autor sin permiso de los titulares de los derechos. Suno insiste en que entrenar con datos abiertos constituye un uso legítimo (fair use).