☕️ Suno a aspiré des millions de chansons pour entraîner son IA
Suno, la start-up spécialisée dans la génération de musique par IA, ne fait plus mystère de la provenance de ses données d’entraînement : elle a moissonné « pratiquement tous les fichiers musicaux de qualité raisonnable accessibles sur l’internet ouvert ». L’entreprise l’avait admis en 2024, à l’occasion d’une procédure en justice menée aux États-Unis par […].
Suno, une start-up spécialisée dans la génération de musique par intelligence artificielle (IA), a collecté des millions de chansons pour entraîner ses modèles. Selon des documents internes révélés par un hacker en juillet 2024, l’entreprise a puisé dans des plateformes comme YouTube Music, Deezer, Genius, Pond5, Jamendo, Freesound ou encore IMSLP. Par exemple, plus de deux millions d’extraits proviennent de YouTube Music, et des dizaines de milliers d’heures de musique ont été récupérées depuis le catalogue de Deezer. Ces données ont servi à nourrir l’IA de Suno pour qu’elle puisse générer des morceaux musicaux originaux. L’entreprise a utilisé les services de Bright Data, une société spécialisée dans la collecte automatisée de données, pour mener à bien cette opération à grande échelle. Cette méthode a permis à Suno de constituer une base de données massive, mais elle soulève des questions éthiques et juridiques sur le respect des droits d’auteur.
Pour affiner ses modèles, Suno a ciblé des versions spécifiques de chansons, comme les versions a cappella disponibles sur YouTube, afin d’isoler et d’analyser les voix. Selon les accusations portées par l’industrie musicale américaine (RIAA), la start-up aurait contourné les mécanismes anti-copie de YouTube pour extraire directement des fichiers audio. Ces pratiques, qualifiées de pillage par certains acteurs du secteur, ont été confirmées par les documents internes partagés par le hacker. Suno justifie son approche en affirmant s’être limitée aux fichiers musicaux accessibles au public et aux métadonnées associées, disponibles sur des sites tiers. Cependant, cette défense repose sur le fair use (usage équitable), une exception américaine au droit d’auteur qui permet l’utilisation de contenus protégés à des fins éducatives, critiques ou transformatives, sous certaines conditions. Les maisons de disques contestent cette interprétation et estiment que Suno a enfreint les règles.
Le hacker a également révélé avoir accédé à des informations sensibles concernant les clients de Suno, notamment leurs coordonnées et des détails liés à des paiements effectués via Stripe, une plateforme de paiement en ligne. Selon les données consultées, des centaines de milliers de clients de Suno pourraient être concernés. L’entreprise a reconnu un incident de sécurité en novembre 2024, mais affirme qu’aucune information personnelle sensible n’a été compromise. Elle précise également qu’elle n’a pas accès aux numéros complets des cartes bancaires, ces données étant gérées par Stripe. Cet incident met en lumière les risques liés à la collecte massive de données et aux failles de sécurité potentielles dans les systèmes d’IA.
L’industrie musicale, représentée notamment par la RIAA (Recording Industry Association of America), a vivement réagi aux pratiques de Suno. L’association accuse la start-up d’avoir commis le plus grand vol de propriété intellectuelle de l’histoire, selon les déclarations de l’ICMP (International Confederation of Music Publishers). Ces accusations ont conduit à des procédures judiciaires aux États-Unis, où les maisons de disques reprochent à Suno d’avoir ignoré les droits d’auteur et les conditions d’utilisation des plateformes. En novembre 2024, Suno a signé un accord avec Warner, une major du secteur musical, lui permettant d’utiliser le catalogue de cette entreprise. Cet accord pourrait atténuer les tensions, mais il ne résout pas les questions plus larges sur la légalité des méthodes utilisées par Suno pour entraîner ses modèles d’IA.
Face aux critiques, Suno défend sa démarche en invoquant le *fair use* et en affirmant avoir respecté les limites légales en se basant uniquement sur des fichiers *accessibles au public*. L’entreprise souligne qu’elle ne s’est pas aventurée au-delà des *paywalls* (murs payants) ou des protections par mot de passe. Cependant, les documents internes révèlent que Suno a contourné certains verrous techniques, ce qui pourrait renforcer les arguments des ayants droit. Les enjeux sont doubles : d’une part, la légitimité des méthodes de collecte de données pour l’entraînement des IA, et d’autre part, la protection des droits des artistes et des créateurs. Cette affaire illustre les tensions croissantes entre innovation technologique et respect de la propriété intellectuelle dans l’ère de l’IA.
