Утечка данных Suno раскрыла, что ИИ обучали на миллионах песен с YouTube Music, Deezer и Genius

Данные Suno, полученные в результате взлома хакерами, показали, что ИИ-генератор музыки обучался путем скрейпинга миллионов песен и текстов с онлайн-аудиоплатформ, включая YouTube Music, Deezer и Genius. С учетом того, что Suno избегала раскрытия информации о том, что входит в ее обучающие наборы данных и как они были получены, это редкая возможность увидеть, что именно Suno фактически брала с онлайн-платформ.

Это важно, поскольку Suno стала объектом нескольких судебных исков, в которых утверждается, что она использовала материалы, защищенные авторским правом, для обучения своих ИИ-моделей. В деле, поданном Американской ассоциацией звукозаписывающих компаний (RIAA), Suno открыто признала, что делает это, утверждая, что обучение на материалах, защищенных авторским правом, и общедоступных музыкальных файлах из открытого интернета юридически допустимо в рамках доктрины добросовестного использования. Независимо от того, согласится ли с этим суд, в поправке, поданной RIAA в прошлом году, также утверждается, что Suno незаконно обошла меры защиты авторских прав YouTube, намеренно «сдирая потоковые аудиодорожки» с платформы.

Материалы, переданные хакером, известным как «ellie.191», как сообщается, подтверждают эти обвинения. Данные включают исходный код Suno за 2023 и 2024 годы, а также инструкции по скрейпингу для извлечения аудиофайлов с YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound и проекта International Music Score Library Project (IMSLP). Другой утекший код, как сообщается, указывает на то, что Suno использовала стороннюю компанию Bright Data для скрейпинга музыки с YouTube и, по-видимому, искала на платформе а капелла-версии песен, чтобы получать аудио только с вокалом.

В файле, относящемся к YouTube Music, указано, что на момент последнего обновления Suno обработала 2 013 545 клипов YouTube Music. Согласно другому файлу, наборы данных, собранные Suno, включали сотни тысяч часов материалов с YouTube Music, тысячи часов с Deezer, Genius, IMSLP, Jamendo и Pond5, а также сотни часов текстов из Freesound и MuseScore. Согласно дополнительному коду, Suno также стремилась загрузить около одного миллиона часов подкастов через онлайн-инструмент под названием PodcastIndex.

«Как мы заявляли в публичных судебных документах и раскрытиях информации, ИИ-модели Suno обучались на общедоступных музыкальных файлах и связанных с ними метаданных, доступных на сторонних веб-сайтах в открытом интернете», — заявил неназванный представитель Suno.

Хакер также получил доступ к информации о клиентах Suno, включая адреса электронной почты, номера телефонов и платежные данные Stripe. Некоторые клиенты подтвердили, что регистрировались в сервисе, и сообщили, что Suno никогда не уведомляла их о нарушении безопасности.

Представитель Suno сообщил, что компании стало известно об инциденте безопасности в ноябре 2025 года и что ситуацию быстро взяли под контроль.

«В тот момент мы немедленно провели расследование и подтвердили, что инцидент в основном касался устаревшего исходного кода, который больше не используется в Suno, и что никакая конфиденциальная персональная информация не была скомпрометирована. Важно отметить, что Suno не имеет доступа к полным номерам кредитных карт клиентов в Stripe», — заявил представитель Suno. «Учитывая ограниченный характер клиентской информации, которая, как считается, могла быть затронута, мы пришли к выводу, что индивидуальные уведомления не требовались в соответствии с применимыми законами о конфиденциальности».