Suno 遭黑客入侵：據報外流嘅舊程式碼揭出 AI 訓練歌曲點樣收集

舊程式碼寫低咗收歌管道

Engadget 引述 404 Media 嘅調查，話黑客取得嘅材料包括似乎來自 2023 同 2024 年嘅舊程式碼，入面寫低擷取指示、資料集名稱同規模。來源包括 YouTube Music、Deezer、Genius、Pond5、Jamendo、Freesound、IMSLP 同 MuseScore；一個叫 youtube_music 嘅檔案曾記低已匯入 2,013,545 段音樂 clip。呢個數字講緊 clip，唔可以直接當成 201 萬首獨立歌曲。

資料集註解另外列出 YouTube Music 113,879 小時、ytm_tagged 152,162 小時、Pond5 62,117 小時、IMSLP 19,514 小時、Genius 17,615 小時同 Deezer 12,287 小時。兩個 YouTube 類資料集可能有重疊，全部時數亦只係程式碼內嘅分類紀錄，直接加埋會誇大實際獨立內容量。

同一批程式碼據報會專搵 YouTube 上嘅 acapella 版本，又疑似用 Bright Data 嘅 proxy 擷取內容。另一套流程就經 PodcastIndex 篩出 42 萬個至少有五集、每集 30 分鐘嘅 Podcast，目標下載約 100 萬小時內容。程式碼寫過下載目標，唔代表成批內容已經下載完成；檔案入咗資料庫，亦唔代表每段聲音都餵過某個已推出模型。

圖片：Suno

名單入面唔係每項內容都有同一種權利狀態

IMSLP 有公有領域樂譜，Jamendo 同 Freesound 有唔同開放授權內容，Pond5 就係付費素材庫；YouTube Music 同 Deezer 上面亦有大量商業錄音。Suno 有冇權取得同使用每一項內容，要逐件睇作品授權、平台條款同下載方法。見到某個平台名，未足以證明成個資料集侵權；同樣地，檔案喺網上公開，亦唔代表任意下載同訓練都冇版權爭議。

Suno 嘅加州訓練數據披露 本身寫明，模型訓練數據有數以千萬計公開音訊檔案同文字 metadata，當中可能包括受知識產權保障嘅歌曲；公司由 2023 年春季開始收集，到而家仍然繼續緊。呢份官方文件同外流材料講嘅大方向接得上，不過冇列出個別網站、下載工具、資料集時數或者各代模型用過咩。

官司而家爭緊取得方法同 fair use

Suno 喺 2024 年官方回應 承認模型會用公開互聯網搵到嘅中高質素音樂，當中有唱片公司持有版權嘅內容，但主張模型學習受 fair use 保障。RIAA 起訴書 就指 Suno 大規模複製錄音，唱片公司其後再提出 YouTube stream-ripping 同繞過技術限制等指控。今次材料加咗來源、proxy、acapella 搜尋同資料量細節，令「公開互聯網」呢個講法冇咁模糊；呢批材料對官司有幾大影響，仍要睇佢係咪真確同完整，亦要睇同實際訓練紀錄接唔接得上。

Warner Music Group 已喺 2025 年 11 月同 Suno 和解兼簽合作協議，官方公告 話雙方會開發有授權嘅新模型，舊模型亦會逐步停用；Universal 同 Sony 對 Suno 嘅訴訟就仍未完。換句話講，外流程式碼似係早期收集管道嘅紀錄，未足以交代 Suno 最新模型用緊邊批數據。

程式碼外流同客戶資料要分開講

404 Media 話黑客用 Shai-Hulud worm 攻擊一名員工，攞到 GitHub 同雲端服務憑證，之後聲稱取得數十萬名客戶嘅電郵、電話號碼同部分 Stripe 付款資料；媒體亦話有樣本用戶確認登記資料，但冇收過事故通知。Suno 承認 2025 年 11 月發生有限度保安事故，稱主要牽涉已停用嘅舊程式碼，冇敏感個人資料受影響，亦攞唔到 Stripe 入面嘅完整信用卡號碼。公司用字係「敏感個人資料」，範圍窄過「任何客戶資料」，公開資料暫時未足以化解兩邊落差。

創作者同商用用戶可以點做

暫時冇證據指向任何香港歌曲或者創作者作品出現喺呢批資料，所以唔應該夾硬對號入座。如果用 Suno 作品接商業案，實際做法係保留 prompt、輸入素材、生成日期、訂閱方案同後製 project 檔，亦要向客戶或發行平台講清楚用過咩工具。Suno 話某個方案准商用，仍唔會代用戶清除第三方版權、合約同平台政策風險。下一步要睇 Suno 會唔會補充事故披露，同法院文件可唔可以將呢批舊程式碼連返實際模型訓練紀錄。

參考來源

• Engadget — A hacker accessed Suno source code that reportedly details how the company scraped millions of songs — original report
• Hack Reveals Suno AI Music Generator Scraped YouTube, Deezer, and Genius — 核心調查，列出媒體睇到嘅舊程式碼、資料集規模、擷取方法同客戶資料說法。
• Suno - CA AB 2013 Disclosure — Suno 官方訓練數據披露，確認數以千萬計音訊、收集時段同可能包含受保障作品。
• The Future of Music — Suno 對公開互聯網訓練數據同 fair use 嘅官方立場。
• RIAA complaint against Suno — 唱片公司 2024 年起訴書，交代大規模複製同模型訓練指控；內容屬原告主張。
• Warner Music Group and Suno forge partnership — Warner 官方確認同 Suno 和解、合作開發授權模型同逐步停用舊模型。

本文根據原文及公開資料整理；資料有出入時，以原文及官方資料為準。