Il y a des placards dont on préfère garder la porte fermée. Un pirate ayant récupéré les identifiants d’un employé de Suno a mis la main sur le code source de la start-up, et ce qu’il contient tombe mal pour une entreprise déjà poursuivie par l’industrie du disque. Selon l’enquête publiée ce 15 juillet 2026 par TechCrunch, ce code détaille comment le générateur de musique par IA a constitué une partie de ses jeux de données en aspirant des morceaux sur YouTube.
Le nerf de l’affaire tient à la méthode. Les fichiers consultés suggèrent que Suno s’est appuyée sur des listes de liens et des outils de téléchargement automatisé pour ratisser des décennies d’audio. Le média 404 Media, qui a aussi examiné ces éléments, cite un lot baptisé youtube_music fort de 2 013 545 extraits musicaux.
Points clés
- Un pirate a accédé au code source de Suno via les identifiants d’un employé, révélant ses méthodes de collecte de données.
- Les fichiers évoquent un lot youtube_music de 2 013 545 extraits et plus de 113 000 heures d’audio issues de YouTube Music.
- Suno serait passée par des proxies et des services comme Bright Data pour scraper les plateformes de streaming.
- L’affaire alimente les plaintes en cours de la RIAA contre Suno pour usage d’œuvres protégées.
Un code qui sent le scraping à la chaîne
Le code mentionne plusieurs sources internes : genius_hq, youtube_music, freesound, jamendo, imslp, deezer et ytm_tagged. Un autre fichier affiche des volumes vertigineux. On y trouve 113 879 heures issues de YouTube Music, 17 615 heures de Genius, 19 514 heures d’IMSLP, 62 117 heures de Pond5 Music, 12 287 heures de Deezer et 152 162 heures de contenus étiquetés ytm_tagged.
Pour récupérer tout ça, Suno serait passée par des proxies et des services de scraping, dont Bright Data. Les outils décrits téléchargent des contenus depuis des pages de liens, avec contournement possible des logins et des dispositifs censés servir la publicité ou rémunérer les créateurs. Bref, la face cachée du « libre accès ».
Une défense qui contraste avec les fichiers
Dans les procédures déjà ouvertes sur le droit d’auteur, Suno a plaidé que ses modèles avaient été entraînés sur des fichiers audio « accessibles sur l’Internet ouvert ». La RIAA, elle, accuse la société d’avoir récupéré des enregistrements par stream ripping depuis YouTube. Deux versions difficilement conciliables.
« Comme nous l’avons indiqué dans nos dépôts publics et nos communications, les modèles d’IA de Suno ont été entraînés sur des fichiers musicaux accessibles au public et sur les métadonnées associées, disponibles sur des sites tiers de l’Internet ouvert. » (un porte-parole de Suno, cité par 404 Media)
Un dossier de plus sur une pile qui grandit
Le piratage s’ajoute à plusieurs contentieux en cours sur l’usage d’œuvres protégées. En juin, The Atlantic a publié des bases interrogeables totalisant plus de 21 millions de titres circulant dans des jeux de données liés à l’IA musicale, dont un lot de 12,3 millions de pistes venant de YouTube. Ces bases ne prouvent pas à elles seules qui a utilisé quoi, mais elles offrent aux ayants droit un radar pour retrouver leurs œuvres.
Restons précis sur ce que le piratage prouve vraiment. Il donne accès à du code source, pas à des aveux signés. L’élément vérifiable reste l’accès interne ouvert via des identifiants d’employé et son contenu, qui corrobore l’idée d’une collecte massive depuis les plateformes de streaming et de partage vidéo. Suno n’a toujours pas publié la liste complète de ses données d’entraînement. On comprend un peu mieux pourquoi.
