Команда
Ларс Лёберг Монстад
Генеральный директор и сооснователь
Ларс — высококвалифицированный инженер машинного обучения и Full-Stack разработчик, специализирующийся на поиске музыкальной информации. Он опубликовал ряд статей в этой области и разработал продвинутые модели ИИ для анализа и транскрипции музыки. Как генеральный директор и сооснователь, он определяет видение компании и продуктовую стратегию, сочетая глубокие технические знания с предпринимательским лидерством.
Д-р Оливье Лартийо
Главный научный директор и сооснователь
Ведущий исследователь в Центре междисциплинарных исследований ритма, времени и движения RITMO при Университете Осло и профессор Центра ИИ и творчества MishMash. Стал пионером гибридного подхода «трансформер + система правил», который лежит в основе нашей технологии транскрипции. Более 20 лет опыта в области вычислительного музыковедения и MIR (Music Information Retrieval).
Карстейн Грённесбю
Операционный директор
Карстейн имеет степень магистра музыкальных технологий Университета Осло и многолетний опыт координации проектов и продюсирования в музыкальной индустрии. Он руководит управлением проектами и возглавляет B2B-направление нашего продукта, опираясь на опыт работы в Samspill International Music Network и Norsk Viseforum. Также является основателем Blåsemaker — мастерской по изготовлению традиционных норвежских духовых инструментов.
Наша миссия
Мы верим, что транскрипция музыки должна быть доступна каждому — от учеников, разучивающих любимые песни, до профессиональных музыкантов, сохраняющих свои композиции. Наша технология ИИ устраняет разрыв между аудио и нотной записью, делая создание нот таким же простым, как запись исполнения.
При поддержке Норвежского исследовательского совета
Наши исследования
AMT-Augmentor
AMT-Augmentor — это Python-инструментарий для расширения наборов данных автоматической транскрипции музыки (AMT) с помощью высококачественных аудиопреобразований — изменение темпа, сдвиг высоты тона, реверберация/фильтрация, шум, усиление/хорус — с сохранением синхронизации аудио и MIDI. Совместим с MAESTRO, управляется через CLI, настраивается через YAML, поддерживает параллельную обработку и встроенную валидацию/разделение наборов данных для ускорения обучения моделей AMT. Открытый исходный код (MIT).
Смотреть на GitHub
HF2: Hardanger Fiddle Dataset
Открытый набор данных парных аудиозаписей и MIDI-файлов норвежской хардингфеле, созданный в Университете Осло для обучения и оценки моделей транскрипции аудио в MIDI. Расширяет исходный набор HF1 до 119 пар аудио–MIDI по 39 уникальным произведениям (90 325 размеченных нот, ~970 МБ) и вводит эмоциональные варианты — каждое произведение исполнено в пяти интерпретациях (оригинал, гневная, радостная, грустная, нежная) — а также CSV-файлы с эталонными данными высокой точности по высоте тона. Исследовательский набор данных для сообщества Music Information Retrieval.
Смотреть на GitHubНедавние публикации
Наша исследовательская модель в действии
Транскрипция в реальном времени музыки для хардингфеле в MishMash Centre for AI and Creativity в Осло · 08.04
В прессе
Shifter · Норвежское издание о технологиях