नवप्रवर्तकों से मिलें
AI, संगीतशास्त्र और सिग्नल प्रोसेसिंग में दशकों का शोध अनुभव।
Dr. Olivier Lartillot
मुख्य विज्ञान अधिकारी और सह-संस्थापक
UiO के RITMO Centre for Interdisciplinary Studies in Rhythm, Time and Motion के अग्रणी शोधकर्ता और MishMash Center for AI and Creativity में प्रोफेसर। हमारी ट्रांसक्रिप्शन तकनीक के मूल में हाइब्रिड ट्रांसफॉर्मर-नियम प्रणाली दृष्टिकोण का अग्रणी। कम्प्यूटेशनल म्यूज़िकोलॉजी और MIR (Music Information Retrieval) में 20 वर्षों से अधिक का अनुभव।
Lars Løberg Monstad
मुख्य कार्यकारी अधिकारी और सह-संस्थापक
Lars संगीत सूचना पुनर्प्राप्ति में विशेषज्ञता रखने वाले अत्यधिक कुशल मशीन लर्निंग इंजीनियर और फुल-स्टैक डेवलपर हैं। उन्होंने इस क्षेत्र में कई लेख प्रकाशित किए हैं और संगीत विश्लेषण और ट्रांसक्रिप्शन के लिए उन्नत AI मॉडल विकसित किए हैं। CEO और सह-संस्थापक के रूप में, वे गहन तकनीकी विशेषज्ञता को उद्यमशील नेतृत्व के साथ जोड़ते हुए कंपनी की दृष्टि और उत्पाद रणनीति को आगे बढ़ाते हैं।
Karstein Grønnesby
मुख्य परिचालन अधिकारी
Karstein ने University of Oslo से संगीत प्रौद्योगिकी में मास्टर्स किया है और संगीत क्षेत्र में परियोजनाओं और प्रोडक्शन के समन्वय का वर्षों का अनुभव रखते हैं। वे परियोजना प्रबंधन की देखरेख करते हैं और हमारे उत्पाद के B2B पक्ष का नेतृत्व करते हैं, Samspill International Music Network और Norsk Viseforum में अपनी पृष्ठभूमि का उपयोग करते हैं। वे Blåsemaker के संस्थापक भी हैं, जो पारंपरिक नॉर्वेजियन वायु वाद्य यंत्र बनाने की एक कार्यशाला है।
हमारा मिशन
हमारा मानना है कि संगीत ट्रांसक्रिप्शन सभी के लिए सुलभ होनी चाहिए - अपने पसंदीदा गाने सीखने वाले छात्रों से लेकर अपनी रचनाओं को संरक्षित करने वाले पेशेवर संगीतकारों तक। हमारी AI तकनीक ऑडियो और नोटेशन के बीच की खाई को पाटती है, शीट म्यूज़िक बनाना एक प्रदर्शन रिकॉर्ड करने जितना सरल बनाती है।
नवाचार और शोध
हाइब्रिड AI सिस्टम
बेजोड़ सटीकता के लिए ट्रांसफॉर्मर्स को संगीत सिद्धांत नियमों के साथ संयोजित करना
नैतिक प्रशिक्षण
100% पब्लिक डोमेन और लाइसेंस प्राप्त रिकॉर्डिंग - कॉपीराइट की कोई चिंता नहीं
गोपनीयता सर्वोपरि
आपकी रिकॉर्डिंग कभी भी प्रशिक्षण के लिए उपयोग नहीं की जाती - पूर्ण डेटा अलगाव
Norwegian Research Council और University of Oslo द्वारा समर्थित
हमारा शोध
AMT-Augmentor
AMT-Augmentor उच्च-गुणवत्ता ऑडियो ट्रांसफॉर्मेशन — टाइम-स्ट्रेचिंग, पिच-शिफ्टिंग, रीवर्ब/फ़िल्टरिंग, नॉइज़, गेन/कोरस — के साथ Automatic Music Transcription (AMT) डेटासेट का विस्तार करने के लिए एक Python टूलकिट है, जो ऑडियो-MIDI अलाइनमेंट को बनाए रखता है। यह MAESTRO-संगत, CLI-संचालित और YAML के माध्यम से कॉन्फ़िगर करने योग्य है, पैरेलल प्रोसेसिंग और बिल्ट-इन डेटासेट वैलिडेशन/स्प्लिटिंग के साथ जो मज़बूत AMT मॉडल प्रशिक्षण को गति प्रदान करता है। ओपन-सोर्स (MIT)।
GitHub पर देखें