टीम
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।
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।
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।
Norwegian Research Council 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
HF2: Hardanger Fiddle Dataset
नॉर्वेजियन हार्डेंजर फ़िडल रिकॉर्डिंग का एक ओपन पेयर्ड ऑडियो–MIDI डेटासेट, जिसे ऑडियो-टू-MIDI ट्रांसक्रिप्शन मॉडल को प्रशिक्षित और मूल्यांकित करने के लिए ओस्लो विश्वविद्यालय में बनाया गया है। यह मूल HF1 डेटासेट का विस्तार करते हुए 39 अद्वितीय गीतों में 119 ऑडियो–MIDI जोड़ियाँ (90,325 एनोटेटेड नोट्स, ~970 MB) प्रदान करता है, और भावनात्मक विविधताएँ प्रस्तुत करता है — प्रत्येक गीत पाँच व्याख्याओं (मूल, क्रोधित, खुश, उदास, कोमल) में प्रस्तुत किया गया है — साथ ही उच्च-परिशुद्धता पिच डेटा वाले CSV ग्राउंड ट्रुथ के साथ। म्यूज़िक इन्फ़ॉर्मेशन रिट्रीवल समुदाय के लिए एक शोध डेटासेट।
GitHub पर देखेंहालिया प्रकाशन
हमारे रिसर्च मॉडल को एक्शन में देखें
ओस्लो स्थित MishMash Centre for AI and Creativity में Hardanger Fiddle संगीत का लाइव ट्रांसक्रिप्शन · 08.04
मीडिया में
Shifter · नॉर्वेजियन टेक समाचार