Teamet

Lars Løberg Monstad

Lars Løberg Monstad

Verkställande direktör & medgrundare

Lars är en mycket skicklig maskininlärningsingenjör och fullstackutvecklare specialiserad på musikinformationssökning. Han har publicerat flera artiklar inom området och utvecklat avancerade AI-modeller för musikanalys och transkription. Som VD och medgrundare driver han företagets vision och produktstrategi och kombinerar djup teknisk expertis med entreprenöriellt ledarskap.

Dr. Olivier Lartillot

Dr. Olivier Lartillot

Vetenskaplig chef & medgrundare

Ledande forskare vid UiO:s RITMO Centre for Interdisciplinary Studies in Rhythm, Time and Motion och professor vid MishMash Center for AI and Creativity. Pionjär inom den hybrida transformer-regelsystemansatsen som utgör kärnan i vår transkriptionsteknik. Över 20 års erfarenhet av beräkningsbaserad musikvetenskap och MIR (Music Information Retrieval).

Karstein Grønnesby

Karstein Grønnesby

Driftschef

Karstein har en masterexamen i musikteknologi från Universitetet i Oslo och har mångårig erfarenhet av att koordinera projekt och produktioner inom musiksektorn. Han ansvarar för projektledning och leder B2B-sidan av vår produkt, med bakgrund från Samspill International Music Network och Norsk Viseforum. Han är också grundare av Blåsemaker, en verkstad som tillverkar traditionella norska blåsinstrument.

Vårt uppdrag

Vi tror att musiktranskription bör vara tillgängligt för alla – från elever som lär sig sina favoritlåtar till professionella musiker som bevarar sina kompositioner. Vår AI-teknik överbryggar klyftan mellan ljud och notation, och gör notskapande lika enkelt som att spela in ett framträdande.

Vår resa

2022

Idén föddes

Sprungen ur forskning vid Universitetet i Oslo för att lösa ett verkligt kundproblem.

UiO Veksthus · kr 200k

2024

FoU-anslag

Kvalificering hos Norges forskningsråd.

Forskningsrådet · kr 500k

2025

Bolaget grundades

Bots for Music AS etablerat.

Innovasjon Norge · kr 100k

2025

Bygger appen

Utvidgar appen från FoU till nya marknadsområden.

Byggd feb – dec 2025

Dec 2025

Appen lanserad

Betaversionen går live för våra första användare.

Betalansering

Feb 2026

Första intäkten

Första betalande kund, med värdefull användarfeedback.

Första försäljningen

Maj 2026

Tillväxt

Stark tidig tillväxt.

över 500 användare

Stöds av Norges forskningsråd

Innovation NorwayResearch Council of NorwayUniversity of OsloRødøy kommune

Vår forskning

Bots for Music växte fram ur MUSCRIBE-projektet vid RITMO-centret för tvärvetenskapliga studier av rytm, tid och rörelse vid Universitetet i Oslo.

AMT-Augmentor

AMT-Augmentor är ett Python-verktyg för att utöka dataset för automatisk musiktranskription (AMT) med högkvalitativa ljudtransformationer – tidssträckning, tonhöjdsändring, reverb/filtrering, brus, förstärkning/korus – med bibehållen ljud–MIDI-synkronisering. Det är MAESTRO-kompatibelt, CLI-drivet och konfigurerbart via YAML, med parallellbearbetning och inbyggd datasetvalidering/uppdelning för att påskynda robust AMT-modellträning. Öppen källkod (MIT).

Visa på GitHub
AMT-Augmentor research
HF2 Hardanger Fiddle Dataset

HF2: Hardanger Fiddle Dataset

Ett öppet dataset med parade ljud–MIDI-inspelningar av norsk hardingfela, framtaget vid Universitetet i Oslo för träning och utvärdering av modeller för ljud-till-MIDI-transkription. Det utvidgar det ursprungliga HF1-datasetet till 119 ljud–MIDI-par över 39 unika låtar (90 325 annoterade noter, ~970 MB) och introducerar emotionella varianter – varje låt framförd i fem tolkningar (original, arg, glad, sorgsen, öm) – tillsammans med CSV-grundsanning med högprecis tonhöjdsdata. Ett forskningsdataset för forskningsfältet musikinformationsåtervinning.

Visa på GitHub

Senaste publikationer

Se vår forskningsmodell i praktiken

Livetranskription av hardingfelemusik hos MishMash Centre for AI and Creativity i Oslo · 08.04

I pressen

Shifter article screenshot

Shifter · Norska teknologinyheter

Brukte AI til å transkribere noter for hardingfele — det ga gründerne ideen til ny musikk-app de mener kan bli en pengemaskin

Läs artikeln
Om Bots for Music — teamet bakom AI-pianotranskription | Bots for Music