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

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

O que o vazamento revelou

O código-fonte vazado da Suno aponta diretamente para as fontes de seus dados de treinamento: nele foram encontradas referências a YouTube, Deezer e Genius. Esta é a primeira confirmação técnica de onde exatamente o serviço obtinha a música e os podcasts para treinar seus modelos — antes a empresa mantinha em segredo a lista de fontes.

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

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

"O código-fonte hackeado mostra como a

Suno coletou décadas de música e podcasts da internet para treinar sua ferramenta de IA", afirma a investigação da 404 Media.

Por que isso importa para os processos judiciais

A descoberta atinge a Suno em um momento de litígio com a indústria musical. Em junho de 2024, a Associação da Indústria Fonográfica dos Estados Unidos (RIAA), em nome da Universal Music, da Sony Music e da Warner Records, moveu um processo contra a Suno, acusando a startup de violação massiva de direitos autorais durante o treinamento.

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

O que isso significa

O debate sobre com base em que é legal treinar modelos generativos está passando do campo das declarações para o campo das provas técnicas. O vazamento do código-fonte da Suno mostra que a questão das fontes de dados de treinamento para empresas de IA está deixando de ser uma caixa-preta — e isso não diz respeito só à música, mas a toda a indústria de IA generativa.

Perguntas frequentes

O que é a Suno?

Suno é um serviço de geração de música baseado em inteligência artificial: a partir de um pedido em texto, ele cria músicas prontas com vocal e instrumental. Justamente os dados usados para treinar seus modelos ficaram no centro do escândalo após o vazamento do código-fonte.

Qual é a essência do processo contra a Suno?

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