Vazamento do Suno revela: gerador de música com IA coletou dados do YouTube, Deezer e Genius

Um vazamento revelou que o gerador de música com IA Suno foi treinado com décadas de músicas e podcasts coletados da internet aberta, incluindo YouTube, o serviço de streaming Deezer e o site de letras Genius. A informação é do veículo 404 Media, que analisou o código-fonte vazado do serviço.

O que o vazamento revelou

O código-fonte vazado do Suno aponta diretamente as fontes dos dados de treinamento: nele há chamadas ao YouTube, ao Deezer e ao Genius. É a primeira confirmação técnica de onde o serviço tirava músicas e podcasts para treinar seus modelos — até então, a empresa mantinha a lista de fontes em segredo.

O Suno é um gerador de música com IA que cria faixas prontas, com vocal e instrumental, a partir de uma descrição em texto. Segundo o 404 Media, o scraping abrangeu "décadas" de gravações de áudio da internet aberta.

• Fontes dos dados: YouTube (vídeo e áudio), Deezer (streaming) e Genius (letras de músicas)
• Os dados incluíam não só música, mas também podcasts
• A revelação veio por meio do vazamento do código-fonte, e não de um comunicado oficial da empresa
• O veículo que divulgou a descoberta é o 404 Media

"O código-fonte vazado mostra como o

Suno fez scraping de décadas de músicas e podcasts da internet para treinar sua ferramenta de IA", diz a reportagem do 404 Media.

Por que isso importa nos tribunais

A descoberta atinge o Suno em meio ao processo movido pela indústria musical. Em junho de 2024, a Associação da Indústria Fonográfica dos EUA (RIAA), em nome da Universal Music, da Sony Music e da Warner Records, ajuizou ação contra o Suno, acusando a startup de violação massiva de direitos autorais no treinamento.

O Suno já havia reconhecido, na prática, a escala da coleta de dados. Em sua resposta judicial, a empresa afirmou que seu conjunto de treinamento "inclui essencialmente todos os arquivos de música de qualidade razoável disponíveis na internet aberta" e sustentou que esse tipo de treinamento se enquadra na doutrina de uso justo (fair use). O código vazado dá aos autores da ação os nomes concretos das plataformas, o que fortalece a posição deles.

O que isso significa

A disputa sobre com que dados é legítimo treinar modelos generativos deixa o terreno das declarações e passa para o das provas técnicas. O vazamento do código-fonte do Suno mostra que a questão das fontes de dados de treinamento das empresas de IA deixa de ser uma caixa-preta — e isso vale não só para a música, mas para toda a indústria de IA generativa.

Perguntas frequentes

O que é o Suno?

O Suno é um serviço de geração de música com inteligência artificial: a partir de um pedido em texto, ele cria canções prontas, com vocal e instrumental. Foram justamente os dados de treinamento de seus modelos que ficaram no centro da polêmica após o vazamento do código-fonte.

Qual é o objeto da ação contra o Suno?

Em junho de 2024, a RIAA, em nome da Universal, da Sony e da Warner, acusou o Suno de treinar seus modelos com música protegida por direitos autorais sem autorização dos detentores. O Suno sustenta que treinar com dados abertos é uso justo.