EB & LIVE

Gelekte Suno-broncode wijst op scraping van YouTube Music, Deezer en Genius voor AI-training

— Cas Spiertz

Gelekte Suno-broncode wijst op scraping van YouTube Music, Deezer en Genius voor AI-training

Nieuwe gelekte broncode van AI-muziekbedrijf Suno lijkt meer inzicht te geven in de datasets waarmee het bedrijf zijn generatieve AI-modellen heeft getraind. Volgens onderzoeksplatform 404 Media verwijst de code onder meer naar YouTube Music, Deezer, Genius en andere platforms als bron voor trainingsmateriaal.

De gelekte broncode werd volgens 404 Media verkregen via een hacker die toegang kreeg tot interne systemen van Suno. Naast broncode zou ook klantinformatie zijn buitgemaakt, waaronder e-mailadressen, telefoonnummers en beperkte Stripe-betaalgegevens. Suno stelt dat het beveiligingsincident in november 2025 snel is ingedamd en dat geen gevoelige betaalgegevens zijn gecompromitteerd.

Miljoenen audioclips

Volgens 404 Media bevatten de bestanden verwijzingen naar verschillende databronnen, waaronder youtube_music, deezer, genius_hq, Jamendo, Pond5 en de International Music Score Library Project (IMSLP). Een dataset met de naam youtube_music zou meer dan 2 miljoen muziekclips bevatten. Daarnaast zou de trainingsdata ruim 113.000 uur aan YouTube Music-audio omvatten, aangevuld met meer dan 152.000 uur aan aanvullende YouTube-gerelateerde content.

Ook worden in de gelekte bestanden datasets genoemd afkomstig van onder meer Pond5, Deezer, Genius en IMSLP. Volgens 404 Media tonen de bestanden bovendien dat Suno gebruikmaakte van proxydiensten van Bright Data om muziek van YouTube te verzamelen en specifiek op zoek ging naar a-capellaversies om zangpartijen afzonderlijk te kunnen analyseren.

Relevantie voor rechtszaak

De nieuwe informatie sluit aan bij de auteursrechtzaak die Universal Music Group en Sony Music Entertainment, gecoördineerd door de Recording Industry Association of America (RIAA), tegen Suno voeren. De platenmaatschappijen stellen dat Suno muziekopnamen zonder toestemming heeft gekopieerd door onder meer audio van YouTube te 'stream rippen' en daarbij technische beveiligingsmaatregelen heeft omzeild.

Suno erkende eerder in gerechtelijke stukken dat de trainingsdata afkomstig is van "vrij toegankelijke muziekbestanden en gerelateerde metadata op het open internet", waarbij volgens het bedrijf betaalmuren en wachtwoordbeveiligingen zouden zijn gerespecteerd. Het bedrijf beroept zich in de procedure op het Amerikaanse fair use-principe.

In mei vroegen Universal Music Group en Sony de rechtbank om het aantal vermeend geschonden werken uit te breiden van 560 naar ruim 61.000 op basis van audiofingerprinting. Daarmee zou de theoretische maximale schadeclaim oplopen van circa USD 84 miljoen naar meer dan USD 9 miljard. De rechtbank heeft hierover nog geen beslissing genomen.

Meer juridische druk

De onthullingen komen op een moment waarop Suno op meerdere fronten onder juridische druk staat. Ook het Luxemburgse Jamendo heeft een auteursrechtzaak aangespannen. Het platform stelt dat Suno een dataset met circa 55.600 muzieknummers, die uitsluitend voor niet-commercieel academisch gebruik was gelicenseerd, zonder toestemming commercieel heeft ingezet voor AI-training.

Warner Music Group schikte eerder al zijn geschil met Suno en sloot eind 2025 een licentieovereenkomst met het bedrijf. Universal Music Group en Sony zetten de rechtszaak echter voort.

Rubriek: Rechten & Publishing

Lees dit artikel op EB & LIVE