Fuite de données chez Suno : anciens codes sources et scripts de scraping révélés
Fuite de données chez Suno : anciens codes sources et scripts de scraping révélés
Un pirate a divulgué les anciens codes sources de Suno, confirmant l'utilisation massive de pistes protégées pour l'entraînement de ses modèles d'IA. Cette fuite relance le débat sur la légalité des pratiques de collecte de données.
Fuite de données chez Suno : anciens codes sources et scripts de scraping révélés
Un hacker connu sous le pseudonyme ellie.191 a publié une fuite contenant d'anciens codes sources de Suno. Ces documents corroborent les soupçons selon lesquels le modèle a été entraîné à partir de millions de pistes audio et de textes collectés via des techniques de scraping depuis YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound et IMSLP. Les données exposées incluent des éléments datant de 2023-2024 ainsi que les scripts utilisés pour cette extraction.
Plus de 2 millions de clips ont été subtilisés sur YouTube Music. Les développeurs ont spécifiquement téléchargé des acapellas afin d'obtenir des voix propres pour l'entraînement du modèle. Pour contourner les protections de YouTube, Suno a fait appel à un service tiers nommé Bright Data, avec l'intention initiale de scraper un million d'heures de podcasts via PodcastIndex.
Suno se défend en affirmant que l'entraînement de modèles d'IA sur des matériaux protégés par le droit d'auteur mais publiquement accessibles relève du « fair use » (usage loyal), un concept juridique propre aux États-Unis.
La fuite est survenue en novembre 2025, mais l'entreprise a gardé le silence sur cet incident. Parallèlement, des données clients ont également été compromises : adresses e-mail, numéros de téléphone et informations de paiement issues de Stripe. Suno soutient qu'elle ne disposait pas des numéros complets de cartes bancaires, ce qui, selon elle, ne l'obligeait pas juridiquement à notifier les utilisateurs.
Actuellement, la RIAA (Recording Industry Association of America) poursuit Suno pour violation du droit d'auteur, et cette fuite constitue un élément probant majeur dans cette procédure judiciaire.
Pourquoi c'est important
AnalyseCette fuite marque un tournant décisif dans l'affaire Suno, illustrant les risques juridiques liés à l'utilisation de contenus protégés pour l'entraînement des IA génératives. Elle pourrait avoir des conséquences graves pour l'entreprise dans le cadre des procédures judiciaires en cours.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
JSON — données structurées pour les applications, les API et les agents IA
Guide pratique complet du format JSON : règles de syntaxe, sérialisation via parse/stringify, intégration avec les API REST, schémas JSON et sortie structurée pour l'intelligence artificielle.
Quatre conseils de CV du responsable du développement IA appliquée chez OpenAI
Wulfie Bain, responsable du développement IA appliquée chez OpenAI, a partagé quatre règles : brièveté, pertinence, mise en avant des résultats et réalisations clés en premier.
Formats DOCX et XLSX : quand un document final complet est nécessaire avec l'IA
Guide pratique complet sur la génération et le traitement de documents DOCX et de tableaux XLSX à l'aide de l'IA : comparaison avec Markdown et CSV, ingénierie des prompts, gestion des formules et automatisation dans le code.
Contentieux sur le droit d'auteur (Copyright & Entraînement des IA)
Confrontation mondiale entre auteurs, artistes et médias (tels que The New York Times) et les entreprises d'IA (OpenAI, Anthropic, Meta). Analyse du concept juridique de « Fair Use » (usage loyal) et de l'avenir du licensing de contenus pour l'entraînement des modèles.