团队
我们的使命
我们相信音乐转谱应该人人可用——从学习喜爱歌曲的学生到保存作品的专业音乐人。我们的 AI 技术弥合了音频与乐谱之间的鸿沟，让乐谱创建像录制演奏一样简单。
我们的历程
2022
想法诞生
源于奥斯陆大学的研究，旨在解决真实的客户问题。
UiO Growth House · 20万克朗
2024
研发资助
获得挪威研究理事会认定。
研究理事会 · 50万克朗
2025
公司成立
Bots for Music AS 正式成立。
Innovation Norway · 10万克朗
2025
打造应用
将应用从研发阶段拓展到新的市场领域。
开发于2025年2月–12月
2025年12月
应用上线
测试版向首批用户开放。
Beta 发布
2026年2月
首笔收入
迎来首位付费客户，并获得宝贵的用户反馈。
首笔销售
2026年5月
增长势头
早期增长强劲。
用户超过500人
由挪威研究理事会支持
我们的研究
Bots for Music 源自奥斯陆大学 RITMO 节奏、时间与运动跨学科研究中心的 MUSCRIBE 项目。
AMT-Augmentor
AMT-Augmentor 是一个 Python 工具包，用于通过高质量音频变换（时间拉伸、音高变换、混响/滤波、噪声、增益/合唱）扩展自动音乐转谱 (AMT) 数据集，同时保持音频-MIDI 对齐。兼容 MAESTRO，支持命令行驱动，可通过 YAML 配置，具备并行处理和内置的数据集验证/拆分功能，以加速稳健的 AMT 模型训练。开源（MIT 许可证）。
在 GitHub 上查看
HF2：哈当厄尔小提琴数据集
一个开放的挪威哈丹格小提琴音频–MIDI 配对数据集，由奥斯陆大学构建，用于训练和评估音频到 MIDI 的转谱模型。在原始 HF1 数据集的基础上扩展至 119 对音频–MIDI 配对，涵盖 39 首独特乐曲（90,325 个标注音符，约 970 MB），并引入情感变体——每首乐曲以五种诠释方式演奏（原版、愤怒、欢快、悲伤、温柔）——同时配有包含高精度音高数据的 CSV 真值标注。一个面向音乐信息检索研究社区的研究数据集。
在 GitHub 上查看近期论文
ACM DLfM 2022
Segmentation, Transcription, Analysis and Visualisation of the Norwegian Folk Music Archive
阅读论文
TISMIR · ISMIR Transactions
A Dataset of Norwegian Hardanger Fiddle Recordings with Precise Annotation of Note and Beat Onsets
阅读论文
ISMIR 2023 · Late-Breaking Demo
Automatic Transcription of Multi-Instrumental Songs: Integrating Demixing, Harmonic Dilated Convolution, and Joint Beat Tracking
查看海报观看我们的研究模型实战演示
在奥斯陆 MishMash Centre for AI and Creativity 对哈当厄小提琴音乐的实时转谱 · 08.04
媒体报道
Shifter · 挪威科技新闻