Código filtrado de Suno revela raspado masivo de YouTube

Los datos filtrados de Suno obtenidos en un incidente de hacking ofrecen una rara visión de cómo la compañía de IA musical construyó sus conjuntos de datos de entrenamiento. Según 404 Media, los materiales muestran que Suno raspó millones de canciones y letras de plataformas que incluyen YouTube Music, Deezer y Genius.

Esto importa porque Suno ya enfrenta múltiples demandas por sus prácticas de entrenamiento. En un caso presentado por la Recording Industry Association of America (RIAA), Suno admitió que entrenó sus modelos con material con derechos de autor, argumentando que el uso de obras protegidas y archivos musicales disponibles públicamente en internet abierto está permitido bajo el uso justo. La RIAA también alegó en una enmienda presentada el año pasado que Suno eludió las protecciones de derechos de autor de YouTube mediante el «stream ripping» intencional de pistas.

Materiales compartidos con 404 Media por un hacker identificado como «ellie.191» supuestamente respaldan esas afirmaciones. La filtración incluye código fuente de Suno de 2023 y 2024, junto con instrucciones para raspar audio de:

• YouTube Music
• Deezer
• Genius
• Pond5
• Jamendo
• Freesound
• International Music Score Library Project (IMSLP)

Otro código filtrado indica supuestamente que Suno usó Bright Data para raspar música de YouTube, y parece mostrar que la compañía buscaba versiones a cappella de canciones para obtener sólo el audio vocal.

Un archivo de YouTube Music indica que Suno había recopilado 2,013,545 clips de YouTube Music cuando se actualizó por última vez. Otro archivo supuestamente muestra conjuntos de datos que contienen cientos de miles de horas de YouTube Music, miles de horas de Deezer, Genius, IMSLP, Jamendo y Pond5, además de cientos de horas de Freesound y letras de MuseScore. Código adicional también sugiere que Suno tenía como objetivo descargar aproximadamente un millón de horas de podcasts usando PodcastIndex.

Recomendado

El laboratorio de Mira Murati presenta Inkling, un modelo abierto de 975 000 millones de p

«Como hemos declarado en presentaciones públicas y revelaciones, los modelos de IA de Suno han sido entrenados con archivos musicales disponibles públicamente y metadatos relacionados accesibles en sitios web de terceros en la Internet abierta», dijo un portavoz no identificado de Suno a 404 Media.

Datos de clientes expuestos en la brecha

El hacker también accedió a información de clientes de Suno, incluidas direcciones de correo electrónico, números de teléfono y detalles de pago de Stripe, según 404 Media. Algunos clientes contactados por el medio confirmaron que habían usado Suno y dijeron que la compañía nunca les informó sobre un incidente de seguridad.

Suno dijo a 404 Media que tuvo conocimiento de la brecha en noviembre de 2025 y que contuvo el incidente rápidamente.

«En ese momento, realizamos de inmediato una investigación y verificamos que el incidente involucró principalmente código fuente obsoleto que ya no está en uso en Suno y que no se comprometió información personal sensible. Es importante: Suno no tiene acceso a los números completos de tarjetas de crédito de los clientes en Stripe», dijo el portavoz. «Basándonos en la naturaleza limitada de la información de clientes que se cree estuvo involucrada, determinamos que las notificaciones individuales no estaban justificadas según las leyes de privacidad aplicables.»