Un attacco informatico ha aperto uno squarcio dentro Suno, una delle app più usate per generare musica con l’intelligenza artificiale, e ha portato all’esterno il codice sorgente e le liste dei brani con cui i suoi modelli sono stati addestrati. I file sono finiti alla testata 404 Media, che li ha analizzati e resi pubblici.
Cosa è uscito dai file rubati
Secondo la ricostruzione, chi ha colpito Suno è entrato a novembre con un attacco alla catena di fornitura: ha sottratto le credenziali di un dipendente e da lì ha raggiunto il codice interno. In quel codice ci sono i riferimenti alle fonti da cui l’azienda ha prelevato l’audio per insegnare ai suoi modelli a comporre canzoni: YouTube Music, il servizio di streaming Deezer, il sito di testi Genius, le librerie di musica stock Pond5, Jamendo e Freesound, l’archivio di spartiti IMSLP e perfino i podcast raccolti tramite i feed RSS.
L’attacco non ha riguardato solo i dati di addestramento. Tra le informazioni raggiunte ci sarebbero anche i contatti di centinaia di migliaia di clienti e alcuni dati di pagamento gestiti tramite Stripe. Suno sostiene che la violazione risalga a novembre e che i dati sensibili degli utenti non siano stati compromessi.
Le ore di musica dietro i modelli
La parte più eloquente sono i numeri. I file elencano le quantità di audio raccolte da ogni fonte: 113.879 ore da YouTube Music, altre 152.162 ore in una raccolta etichettata “ytm_tagged”, 62.117 ore dalle librerie Pond5, 19.514 ore dall’archivio IMSLP, 17.615 ore da Genius, 12.287 ore da Deezer, 3.726 ore da Jamendo e 410 da Freesound. Messi in fila, danno l’idea della scala industriale con cui questi sistemi vengono nutriti: centinaia di migliaia di ore di brani, spesso protetti da diritto d’autore.
Perché la questione finisce in tribunale
Il dettaglio pesa perché Suno è già sotto causa dalle grandi etichette, tra cui Universal Music e Sony. Aggirare di proposito le protezioni che YouTube mette contro il prelievo automatico dei contenuti è considerato illegale negli Stati Uniti in base al Digital Millennium Copyright Act, oltre a violare le condizioni d’uso della piattaforma. Se i file confermano che quel prelievo c’è stato, diventano una prova concreta in un processo che finora si giocava soprattutto su ipotesi.
Il caso tocca da vicino anche l’Europa, dove il tema di cosa entri nei dati di addestramento resta aperto: musicisti ed etichette, anche italiane, chiedono da tempo di sapere se e come le loro opere finiscano dentro questi modelli. La vicenda si aggiunge alla scia di tensioni sul rapporto tra AI e diritti, dal ritiro delle cause tra X e gli editori musicali alla scelta di Patreon di bloccare i crawler dell’AI.
Restano agli atti centinaia di migliaia di ore di audio catalogate nei file: un numero che, più di ogni dichiarazione, racconta quanto sia diventata vasta la materia prima di cui la musica sintetica ha bisogno per funzionare.
Foto di apertura: RDNE Stock project / Pexels (licenza libera)
