Познакомьтесь с инноваторами
Десятилетия исследовательского опыта в области ИИ, музыковедения и обработки сигналов.
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).
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.
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.
Инновации и исследования
Гибридная система ИИ
Сочетание трансформеров с правилами теории музыки для непревзойдённой точности
Этичное обучение
100% записи из общественного достояния и лицензированные — никаких проблем с авторскими правами
Конфиденциальность прежде всего
Ваши записи никогда не используются для обучения — полная изоляция данных
При поддержке Норвежского исследовательского совета и Университета Осло
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