Recevez chaque semaine les meilleures actus IA et art IA dans votre boîte mail — sélectionnées, concises, gratuites.
Gratuit. Désabonnement à tout moment.
Un incident de piratage vient de fissurer l'un des plus grands secrets de la musique par IA : Suno a construit son modèle en aspirant des millions de chansons et de paroles depuis YouTube Music, Deezer et Genius — des sources que l'entreprise n'avait jamais divulguées publiquement.
Selon TechCrunch, l'attaquant a obtenu l'accès grâce aux identifiants d'un employé de Suno, puis a extrait le code source qui documentait le pipeline de scraping en détail. Le code montrait Suno en train de collecter des décennies d'audio — non pas de simples métadonnées ou extraits, mais des pistes complètes et des paroles — depuis des plateformes qui interdisent explicitement la collecte automatisée dans leurs conditions d'utilisation. C'est 404 Media qui a rapporté les données sous-jacentes en premier.
Ce qui rend cet événement significatif au-delà de la brèche elle-même, c'est ce qu'il confirme sur les pratiques du secteur. Suno a été l'une des entreprises de musique par IA les plus discrètes concernant sa pile d'entraînement. Tandis que des entreprises de génération d'images comme Stability AI et Midjourney ont fait face à un examen public — et à des poursuites judiciaires — pour leur utilisation de contenus visuels aspirés, l'IA audio a largement échappé au même niveau de documentation. Cela change désormais.
YouTube Music, Deezer et Genius ne sont pas des sources obscures. YouTube Music à lui seul héberge des centaines de millions de pistes ; Genius est le principal référentiel de paroles de chansons sur le web. Aspirer à cette échelle, sans accords de licence, place Suno en conflit direct avec les conditions des plateformes et avec les ayants droit dont les œuvres s'y trouvent — labels, éditeurs et artistes indépendants confondus.
Suno a précédemment fait l'objet d'une poursuite pour violation de droits d'auteur de la part de grands labels discographiques, dont Universal Music Group, Sony Music et Warner Music Group, déposée en 2024. Cette plainte alléguait que Suno avait copié des enregistrements sans autorisation. Le code source nouvellement exposé offre aux avocats des plaignants quelque chose qu'ils obtiennent rarement dans les affaires de droits d'auteur liées à l'IA : une documentation interne précisant exactement d'où provenaient les données d'entraînement et comment elles ont été collectées.
Le schéma est familier à quiconque suit l'espace de la génération d'images. L'affaire en cours du NYT contre OpenAI a également porté sur les preuves internes que l'entreprise aurait dissimulées concernant son corpus d'entraînement. Dans le cas de Suno, la divulgation n'est pas venue de la découverte judiciaire, mais d'une défaillance de sécurité.
Pour les créateurs qui utilisent de la musique générée par IA dans des projets vidéo, du contenu pour les réseaux sociaux ou comme pistes d'accompagnement pour des présentations d'art par IA, le tableau juridique vient de se compliquer. Si les productions de Suno sont jugées dérivées d'enregistrements non licenciés, tout usage commercial de ces productions comporte un risque en aval — le même argument qui a rendu certaines marques prudentes vis-à-vis des images générées par IA issues d'outils à l'historique d'entraînement opaque.
Concrètement, c'est une raison de prêter une attention particulière aux plateformes audio par IA qui publient des informations claires et licenciées sur leurs données d'entraînement. Certains concurrents — notamment ceux qui ont conclu des accords de licence avec des labels — sont désormais en position de commercialiser la transparence comme un atout. Le silence de Suno sur son jeu de données, qui ressemblait à une posture standard du secteur avant cette semaine, ressemble désormais à une responsabilité.
Pour les créateurs d'images par IA, la brèche Suno rappelle utilement que l'opacité des données d'entraînement n'est pas propre à une seule modalité. Les mêmes questions qu'il vaut la peine de poser sur un modèle d'image — sur quoi a-t-il été entraîné, et était-ce licencié — s'appliquent tout autant aux outils audio intégrés dans les flux de travail créatifs. Les plateformes capables de répondre clairement à ces questions représentent de plus en plus le choix créatif le plus sûr.
