Un piratage dévoile comment l'IA musicale Suno s'est entraînée sur des millions de chansons

Pendant des années, les musiciens ont dénoncé le fait que les générateurs de musique par IA s'étaient nourris de leur travail sans autorisation. Un pirate vient d'ouvrir la boîte noire et de montrer exactement comment, selon The Next Web. Le code source dérobé de Suno, l'un des plus grands outils de musique par IA, révèle qu'un seul fichier baptisé « youtube_music » recensait plus de deux millions d'extraits, auxquels s'ajoutent des dizaines de milliers d'heures pillées sur Deezer, Genius et la banque de sons Pond5.

Le code montre une méthode précise : pour capturer des voix isolées, Suno traquait spécifiquement les versions a cappella sur YouTube, en faisant transiter le pillage par le prestataire de proxy Bright Data afin de contourner les protections de la plateforme. L'entreprise a aussi passé au crible 420 000 podcasts, pour environ un million d'heures de parole. Rien de radicalement nouveau : Suno avait déjà reconnu devant la justice s'être entraîné sur « essentiellement tous les fichiers musicaux de qualité raisonnable » disponibles sur le web ouvert. Mais la fuite dévoile la mécanique derrière cette formule.

Suno invoque le « fair use », affirmant s'entraîner sur des « fichiers musicaux librement accessibles » pour créer des œuvres originales, et exclut volontairement les noms d'artistes de ses données pour décourager les imitations. Sur la fuite elle-même, l'entreprise minimise, la qualifiant d'incident « limité » et « rapidement maîtrisé ». Le pirate, qui se fait appeler ellie.191, raconte une autre histoire : selon lui, il a récupéré des identifiants d'employés et extrait des e-mails, numéros de téléphone et données Stripe de clients, sans que Suno ne les prévienne.