팀 소개

Lars Løberg Monstad

최고 경영자 겸 공동 창업자

Lars는 음악 정보 검색 전문의 숙련된 머신러닝 엔지니어이자 풀스택 개발자입니다. 해당 분야에서 여러 논문을 발표했으며 음악 분석 및 채보를 위한 고급 AI 모델을 개발했습니다. CEO 겸 공동 창업자로서 깊은 기술적 전문성과 기업가적 리더십을 결합하여 회사의 비전과 제품 전략을 이끌고 있습니다.

Dr. Olivier Lartillot

최고 과학 책임자 겸 공동 창업자

UiO RITMO 리듬, 시간 및 운동 학제간 연구 센터의 선임 연구원이자 MishMash AI 및 창의성 센터 교수. 저희 채보 기술의 핵심인 하이브리드 트랜스포머-규칙 시트랙 접근법을 개척했습니다. 전산 음악학 및 MIR(음악 정보 검색) 분야에서 20년 이상의 경험을 보유하고 있습니다.

Karstein Grønnesby

최고 운영 책임자

Karstein은 오슬로 대학교에서 음악 기술 석사 학위를 취득했으며 음악 분야에서 수년간의 프로젝트 및 프로덕션 조정 경험을 보유하고 있습니다. 프로젝트 관리를 총괄하고 Samspill International Music Network 및 Norsk Viseforum에서의 경험을 바탕으로 제품의 B2B 부문을 이끌고 있습니다. 또한 전통 노르웨이 관악기를 제작하는 공방인 Blåsemaker의 설립자이기도 합니다.

우리의 사명

저희는 음악 채보가 모든 사람에게 접근 가능해야 한다고 믿습니다 - 좋아하는 곡을 배우는 학생부터 작곡을 보존하는 전문 음악가까지. AI 기술이 오디오와 악보 사이의 격차를 해소하여 악보 제작을 연주 녹음만큼 간단하게 만듭니다.

피아노 채보 체험하기 로드맵 보기

노르웨이 연구 위원회의 지원을 받고 있습니다

연구 소개

AMT-Augmentor

AMT-Augmentor는 고품질 오디오 변환(타임 스트레칭, 피치 시프팅, 리버브/필터링, 노이즈, 게인/코러스)을 통해 자동 음악 채보(AMT) 데이터셋을 확장하면서 오디오-MIDI 정렬을 유지하는 Python 툴킷입니다. MAESTRO 호환, CLI 기반이며 YAML로 구성 가능하고, 병렬 처리와 내장 데이터셋 검증/분할 기능으로 견고한 AMT 모델 학습을 가속화합니다. 오픈소스 (MIT).

GitHub에서 보기

HF2: Hardanger Fiddle Dataset

오디오-MIDI 채보 모델의 학습 및 평가를 위해 오슬로대학교에서 구축한, 노르웨이 하르당에르 피들 연주 녹음의 오픈 페어드 오디오-MIDI 데이터셋입니다. 기존 HF1 데이터셋을 39개 고유 곡에 걸쳐 119개의 오디오-MIDI 페어(주석된 노트 90,325개, 약 970MB)로 확장했으며, 감정적 변주를 도입하여 각 곡을 다섯 가지 해석(원곡, 분노, 기쁨, 슬픔, 부드러움)으로 연주하고, 고정밀 피치 데이터가 포함된 CSV 정답 데이터를 함께 제공합니다. 음악 정보 검색(MIR) 커뮤니티를 위한 연구용 데이터셋입니다.

GitHub에서 보기