O vazamento de arquivos internos da Suno adicionou uma nova camada à disputa sobre direitos autorais na inteligência artificial. Documentos obtidos após um ataque hacker indicam que a plataforma de geração de música por IA utilizou milhões de faixas, letras e outros conteúdos disponíveis na internet para treinar seus modelos, incluindo material oriundo do YouTube Music, Deezer, Genius e bibliotecas de áudio comerciais.
As informações vieram à tona após a divulgação de um conjunto de códigos-fonte e scripts internos referentes a 2023 e 2024. Os arquivos descrevem processos automatizados de coleta de conteúdo em larga escala e listam a origem dos dados utilizados durante o desenvolvimento da IA da empresa.
Um dos arquivos mencionaria mais de 2 milhões de trechos provenientes do YouTube Music. Outros registros citam milhares de horas de conteúdo extraído do Deezer, Genius, Pond5, Jamendo, IMSLP e até podcasts públicos. Os documentos também fazem referência ao uso da infraestrutura da Bright Data para automatizar a coleta de arquivos e a buscas específicas por versões a cappella de músicas, o que facilitaria a obtenção de vocais isolados para treinamento. Essas informações, porém, vêm do material vazado e ainda não foram auditadas de forma independente
A própria Suno confirmou que sofreu um incidente de segurança em novembro de 2025, mas afirma que o ataque foi rapidamente contido e envolveu principalmente código-fonte antigo que já não fazia parte da infraestrutura atual da empresa. Segundo a companhia, não houve comprometimento de dados sensíveis de pagamento, já que os cartões são processados pela Stripe, e a empresa entendeu que o episódio não exigia notificação individual aos usuários conforme a legislação aplicável.
Vazamento fortalece disputa judicial
A revelação ocorre enquanto a Suno enfrenta processos movidos por grandes gravadoras. Sony Music e Universal Music acusam a empresa de utilizar obras protegidas por direitos autorais sem licença para treinar seus modelos de IA. Em sua defesa, a startup sustenta que o treinamento com conteúdo disponível publicamente na internet se enquadra no princípio do fair use previsto na legislação norte-americana.
A existência dos scripts não prova automaticamente que todo o conteúdo listado foi efetivamente incorporado aos modelos finais nem que houve violação de direitos autorais em cada caso. Especialistas apontam que caberá aos tribunais verificar a autenticidade dos arquivos, o contexto de uso e se os métodos empregados infringiram leis de copyright ou mecanismos de proteção das plataformas.
O detalhe que muda a discussão
Até agora, a Suno havia admitido apenas que treinava seus modelos com “arquivos musicais disponíveis publicamente” e metadados obtidos na internet, sem detalhar quais serviços faziam parte desse processo. O vazamento é o primeiro a indicar, com nomes de plataformas e estimativas de volume, como essa coleta teria sido organizada internamente.
Se os documentos forem considerados autênticos e aceitos como prova nas ações judiciais em andamento, eles poderão oferecer um dos retratos mais detalhados já conhecidos sobre a origem dos dados utilizados por uma das principais plataformas comerciais de geração de música por inteligência artificial.
