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

Un piratage a révélé que le générateur de musique par IA Suno avait été entraîné sur des décennies de musique et de podcasts collectés sur l'internet ouvert — notamment YouTube, le service de streaming Deezer et le site de paroles de chansons Genius. C'est ce que rapporte le média 404 Media, qui a examiné le code source divulgué du service.

Ce que le piratage a révélé

Le code source divulgué de Suno pointe directement vers les sources de ses données d'entraînement : on y a trouvé des références à YouTube, Deezer et Genius. Il s'agit de la première confirmation technique de l'endroit exact où le service se procurait la musique et les podcasts pour entraîner ses modèles — auparavant, l'entreprise gardait secrète la liste de ses sources.

Suno est un générateur de musique par IA qui crée des morceaux finis, voix et instrumental, à partir d'une description textuelle. Selon 404 Media, le scraping a couvert « des décennies » d'enregistrements audio provenant de l'internet ouvert.

• La source des données était YouTube (vidéo et audio), Deezer (streaming) et Genius (paroles de chansons)
• Les données comprenaient non seulement de la musique, mais aussi des podcasts
• La révélation est survenue via une fuite de code source, et non via une déclaration officielle de l'entreprise
• Le média à l'origine de la découverte est 404 Media

«

Le code source piraté montre comment Suno a scrapé des décennies de musique et de podcasts sur internet pour entraîner son outil d'IA », indique l'enquête de 404 Media.

Pourquoi cela compte pour les procès

Cette découverte frappe Suno en pleine bataille judiciaire avec l'industrie musicale. En juin 2024, la Recording Industry Association of America (RIAA), au nom d'Universal Music, de Sony Music et de Warner Records, a intenté un procès contre Suno, accusant la startup de violation massive du droit d'auteur lors de l'entraînement de ses modèles.

Suno avait déjà, dans les faits, reconnu l'ampleur de sa collecte de données. Dans sa réponse judiciaire, l'entreprise a affirmé que son jeu de données d'entraînement « comprend pour l'essentiel tous les fichiers musicaux de qualité acceptable disponibles sur l'internet ouvert », et a maintenu qu'un tel entraînement relève de la doctrine de l'usage loyal (fair use). Le code divulgué fournit aux plaignants des noms concrets de plateformes, ce qui renforce leur position.

Ce que cela signifie

Le débat sur ce sur quoi il est légal d'entraîner des modèles génératifs passe du terrain des déclarations à celui des preuves techniques. La fuite du code source de Suno montre que la question des sources de données d'entraînement des entreprises d'IA cesse d'être une boîte noire — et cela concerne non seulement la musique, mais toute l'industrie de l'IA générative.

Questions fréquentes

Qu'est-ce que Suno ?

Suno est un service de génération de musique basé sur l'intelligence artificielle : à partir d'une requête textuelle, il crée des chansons finies avec voix et instrumental. Ce sont justement les données utilisées pour entraîner ses modèles qui se sont retrouvées au cœur du scandale après la fuite du code source.

Quel est l'objet du procès contre Suno ?

En juin 2024, la RIAA, au nom d'Universal, de Sony et de Warner, a accusé Suno d'avoir entraîné ses modèles sur de la musique protégée par le droit d'auteur sans l'autorisation des ayants droit. Suno maintient que l'entraînement sur des données ouvertes relève de l'usage loyal (fair use).