Wyciek danych Suno: stare kody źródłowe i skrypty do scrapingu

Wyciek danych Suno: stare kody źródłowe i skrypty do scrapingu

Haker znany jako ellie.191 opublikował stare kody źródłowe platformy Suno, co potwierdza wcześniejsze podejrzenia, że model był trenowany przy użyciu milionów ścieżek audio oraz tekstów pozyskanych metodą scrapingową z serwisów takich jak YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound czy IMSLP. Udostępnione dane obejmują kod z lat 2023–2024 oraz skrypty służące do automatycznego pobierania treści.

Z serwisu YouTube Music wykradziono ponad 2 miliony klipów. Programiści celowo pobierali a cappella, aby uzyskać czyste wokale niezbędne do procesu treningowego. Aby obejść zabezpieczenia YouTube, Suno korzystało z usług zewnętrznej firmy Bright Data, a w planach miało również zebranie miliona godzin podcastów za pośrednictwem PodcastIndex.

Suno broni się, twierdząc, że trenowanie modeli AI na publicznie dostępnych materiałach chronionych prawem autorskim mieści się w ramach doktryny „fair use” (dozwolony użytek), obowiązującej w Stanach Zjednoczonych.

Do wycieku doszło już w listopadzie 2025 roku, jednak firma technicznie utrzymywała sprawę w tajemnicy. Oprócz kodów źródłowych ujawniono również dane klientów, w tym adresy e-mail, numery telefonów oraz informacje płatnicze z systemu Stripe. Suno argumentuje, że nie posiadało pełnych numerów kart płatniczych, więc nie było prawnie zobowiązane do powiadomienia użytkowników o naruszeniu bezpieczeństwa.

Obecnie organizacja RIAA (Recording Industry Association of America) prowadzi przeciwko Suno postępowanie sądowe dotyczące naruszenia praw autorskich, a ten wyciek stanowi dla nich istotny dowód w sprawie.