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.
Наш путь
2022
Рождение идеи
Выросла из исследований Университета Осло, чтобы решить реальную проблему клиентов.
UiO Growth House · 200 тыс. крон
2024
Грант на НИОКР
Квалификация Исследовательского совета Норвегии.
Исследовательский совет · 500 тыс. крон
2025
Основание компании
Зарегистрирована компания Bots for Music AS.
Innovation Norway · 100 тыс. крон
2025
Создание приложения
Развитие приложения от НИОКР к новым рынкам.
Разработка: фев. – дек. 2025
Дек. 2025
Запуск приложения
Бета-версия становится доступна первым пользователям.
Бета-релиз
Фев. 2026
Первая выручка
Первый платящий клиент и ценные отзывы пользователей.
Первая продажа
Май 2026
Рост
Уверенный ранний рост.
более 500 пользователей
При поддержке Норвежского исследовательского совета
Наши исследования
Bots for Music вырос из проекта MUSCRIBE в центре RITMO междисциплинарных исследований ритма, времени и движения Университета Осло.
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: датасет хардангер-фиделя
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
ACM DLfM 2022
Segmentation, Transcription, Analysis and Visualisation of the Norwegian Folk Music Archive
Читать статью
TISMIR · ISMIR Transactions
A Dataset of Norwegian Hardanger Fiddle Recordings with Precise Annotation of Note and Beat Onsets
Читать статью
ISMIR 2023 · Late-Breaking Demo
Automatic Transcription of Multi-Instrumental Songs: Integrating Demixing, Harmonic Dilated Convolution, and Joint Beat Tracking
Посмотреть постерНаша 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