Suno anuncia watermarking de audio, fingerprinting y límites de descarga para los temas generados en la plataforma. Las directrices actualizadas prohíben explícitamente el uso de la voz o la imagen de una persona real sin permiso, el audio engañoso presentado como auténtico, y la exportación masiva hacia plataformas de streaming.

El anuncio llega mientras Suno se defiende en tres frentes legales. La RIAA, coordinando a Universal y Sony, ha demandado por entrenamiento con material protegido. Un tribunal alemán falló a favor de GEMA, estableciendo que Suno utilizó canciones protegidas por copyright y que la doctrina del fair use no le aplica. Una demanda colectiva en Massachusetts sigue la brecha de datos de noviembre de 2025, que según Have I Been Pwned afectó a 55 millones de usuarios.

Para quienes construyen con IA, el mecanismo importa más que la música. Suno no eligió el watermarking por principio: lo implementa ahora porque una sentencia alemana estableció que el fair use estadounidense no cubre su entrenamiento. El patrón es recurrente en la IA generativa: primero vienen los litigios, luego los controles se convierten en infraestructura. Para quienes llevan modelos a producción, el cumplimiento normativo debe diseñarse desde el inicio. Llega del exterior como restricción, y quien no lo anticipa termina persiguiendo reglas escritas por quienes lo precedieron en los tribunales.

En detalle

Suno es uno de los principales generadores de música con IA: le das una descripción textual y te devuelve una canción completa, con voces e instrumentación. Recaudó 400 millones de dólares en una ronda Series D en junio de 2026, y ahora está en el centro de una de las batallas legales más importantes para la IA generativa.

Lo anterior. Hasta ahora Suno operaba con directrices genéricas y sin sistema estructurado para rastrear sus outputs. Cualquiera podía generar canciones y cargarlas en plataformas de streaming. En marzo, un hombre fue condenado por cargar cientos de miles de temas generados con IA y recaudar 8 millones de dólares en regalías de forma fraudulenta. El caso mostró que la plataforma carecía de herramientas para identificar sus outputs una vez que salían de su control.

Qué cambia. Tres medidas nuevas. El watermarking de audio incorpora una señal inaudible en los temas generados, para que otras plataformas puedan identificarlos como creados por Suno. Aún no está claro si Suno usará un sistema existente como Synth ID de Google o uno propio: la compañía no respondió a TechCrunch sobre esto. El fingerprinting, mediante un acuerdo con Musixmatch y su sistema Sentinel, detecta textos y audio que reproducen obras protegidas. Finalmente, la nueva política de descargas limita la posibilidad de exportar temas en masa hacia plataformas de streaming, afectando a quienes generaban miles de canciones diarias.

La sentencia alemana. El punto de quiebre es el fallo del tribunal alemán a favor de GEMA, la agencia de licencias alemana. El tribunal estableció dos cosas: que Suno entrenó sus modelos con canciones protegidas por copyright, y que la doctrina estadounidense del fair use no se le aplica. La segunda parte es más relevante para la industria. El fair use permite usar material protegido con fines transformativos, es decir, crear algo nuevo y no directamente competitivo. Pero un inversor de Suno admitió que las canciones generadas compiten directamente con las de artistas humanos, lo que debilita el argumento del uso transformativo.

Donde las fuentes divergen. The Decoder y TechCrunch coinciden en los hechos principales pero difieren en los detalles. The Decoder reporta que Suno dice haber excluido los nombres de artistas de los metadatos de entrenamiento y nunca haber permitido prompts dirigidos a artistas específicos. TechCrunch no menciona estos detalles pero señala la brecha de datos de noviembre de 2025 (55 millones de usuarios según Have I Been Pwned), que The Decoder no cita. Las dos fuentes juntas ofrecen un cuadro más completo que cada una por separado.

Límites de lo que sabemos. Las medidas anunciadas son intenciones, por ahora. Suno no especificó cuándo el watermarking estará activo, ni qué límites concretos en descargas entrarán en vigencia. La política sobre nombres de artistas en metadatos de entrenamiento aplica a modelos futuros, no a los ya entrenados. Y la brecha de datos, con su demanda colectiva, es un frente separado que tiene más que ver con seguridad de datos que con copyright.

La implicación para quienes construyen. Suno es un caso de manual sobre cómo la gobernanza nace de los litigios, no de los principios. Para quienes desarrollan productos con modelos generativos, la lección es operativa: el watermarking, la trazabilidad de outputs y los límites en el uso masivo deben diseñarse antes del lanzamiento, no después de la primera sentencia.