Un code source qui fuite, et voilà l’IA musicale prise la main dans le sac à disques. Une fuite attribuée à Suno décrit, selon 404 Media, un système d’ingestion de données bâti sur des contenus aspirés de YouTube, Deezer et Genius, plus d’autres coins du web, pour nourrir ses modèles.
Le timing est cruel : l’entreprise croule déjà sous les fronts judiciaires. Labels, éditeurs et ayants droit lui reprochent d’avoir siphonné des enregistrements protégés pour bâtir un service commercial. La fuite chiffre l’appétit : non pas trois playlists, mais des décennies de morceaux, de paroles, de métadonnées et de podcasts.
Points clés
- Une fuite attribuée à Suno, selon 404 Media, décrit l’aspiration de contenus sur YouTube, Deezer et Genius pour entraîner ses modèles.
- Jamendo (groupe Winamp) a déposé une plainte pour droit d’auteur visant le jeu de données MTG-Jamendo, plus de 55 000 pistes.
- Suno aurait reconnu dans ses écritures s’être appuyée sur d’importants volumes d’enregistrements protégés.
- Le débat judiciaire porte désormais sur l’origine des données d’entraînement, pas seulement sur la musique générée.
Ce que la fuite attribue à Suno
Selon 404 Media, les fichiers consultés montrent une collecte massive sur plusieurs plateformes majeures, complétée par des pages web et des archives audio plus larges. Objectif affiché dans le code : servir au modèle des volumes gargantuesques de musique et de podcasts.
Le nerf de la guerre, c’est la provenance. Les données décrites ne sortent pas d’une gentille base de titres libres de droits, mais de catalogues largement associés à des œuvres commerciales, à leurs paroles et à leurs métadonnées. Le genre de collecte qui, depuis des mois, alimente les procès sur le consentement, la licence et la rémunération des créateurs.
- Plateformes citées dans la fuite : YouTube, Deezer et Genius.
- Nature des données : musique, podcasts, paroles et métadonnées.
- Finalité alléguée : entraîner les modèles de Suno.
Une entreprise déjà sous pression judiciaire
La fuite s’ajoute à une pile de dossiers. Jamendo, filiale du groupe Winamp, a déposé une nouvelle plainte pour violation du droit d’auteur visant le jeu de données MTG-Jamendo, qui regroupe plus de 55 000 pistes. Détail piquant : la plainte tombe une semaine à peine après que Jamendo a lui-même attaqué Nvidia.
En parallèle, les majors élargissent leurs griefs contre les générateurs musicaux. Suno aurait d’ailleurs reconnu, dans ses écritures, s’être appuyée sur d’énormes quantités d’enregistrements pour développer sa technologie. Le débat glisse : on ne juge plus seulement la chanson crachée par l’outil, mais l’origine précise de ce qu’il a avalé pour apprendre.
Ce que cela change pour les artistes et les plateformes
L’affaire donne un visage concret à la traçabilité des corpus d’entraînement. Quand une plateforme agrège des œuvres repérées sur des services de streaming, des bases de paroles et des sites de référence, la vraie question n’est plus de savoir si le modèle « crée » un morceau. C’est de savoir quels contenus ont été copiés, quand, et avec quelle autorisation. Spoiler : la réponse tient rarement en une case cochée.
Pour les artistes, les éditeurs et les sociétés de gestion, la fuite offre une pièce à conviction supplémentaire dans des procédures où le document fait la loi. Pour les plateformes, la leçon est simple : un modèle d’IA musicale ne se juge pas qu’à ses refrains, mais aussi aux empreintes digitales laissées sur ses données sources.
