Pianotunti ilman opettajaa? Bravori testasi tekoälypohjaista musiikkioppimista FAIRin tuella
Viikko pianotuntien välissä on pitkä aika. Oppilas harjoittelee yksin, tekee samoja virheitä, eikä kukaan korjaa niitä. Helsinkiläinen musiikkistartuppi Bravori halusi tietää, voiko tekoäly kuulla oppilaan virheet pianonsoitossa ja toimia opettajana. FAIRin kanssa toteutettu prototyyppiprojekti antoi vastauksen.
Teksti: Solja Sulkunen & Martti Asikainen, 1.6.2026 | Kuvat: Bravori
Jokainen soitonoppilas tietää sen tunteen, kun edellisestä opetustunnista on vierähtänyt viikko. Harjoittelet yksin samaa sävelmää, teet samoja virheitä kerta toisensa jälkeen, eikä kukaan ole kertomassa sinulle, missä menee metsään. Helsinkiläinen Bravori haluaa muuttaa tämän tekoälyn avulla.
Startup kehittää mobiilisovellusta, joka kannustaa lapsia päivittäiseen musiikinharjoitteluun pelien ja palkintojen avulla. Opettajat saavat samalla näkymän oppilaidensa edistymiseen. Yhtiö on kasvanut Taideyliopiston inkubaattorin, Helsinki Education Hubin ja Kiuas Acceleratorin kautta.
Tiimillä oli kuitenkin yksi suuri kysymys ilman vastausta. Voiko ohjelmisto kuunnella oppilaan soittoa ja kertoa, mikä menee pieleen? Vastaus on kyllä. Tekoälystä on siihen.
Kysymys, johon tiimillä ei ollut vastausta
Bravori ei halunnut arvailla. Ennen kehitystyöhön sijoittamista tiimi halusi selvittää, onko automaattinen nuottivirheiden tunnistus ylipäätään riittävän tarkka ollakseen hyödyllinen. Lisäksi piti miettiä, millaista äänidataa sovelluksen tulisi kerätä ja miten tekoälyominaisuus sopisi yhteen olemassa olevan sovelluksen kanssa.
Tiimi kääntyi Finnish AI Regionin (FAIR) puoleen, joka auttaa yrityksiä testaamaan tekoälyideoita ennen varsinaista tuotekehitystä. Yhteistyö eteni pienimuotoisesta pop up -tapahtumasta monipuolisten neuvontasessioiden kautta aina konkreettiseen prototyyppiprojektiin saakka.
Bravori ja FAIR rakensivat toimivan prototyypin, joka analysoi oppilaiden äänitteitä ja tunnistaa nuotti-, rytmi- ja tempovirheitä. Opettaja näkee tulokset värikoodattuina yhteenvetoina.
Tekniset haasteet olivat todellisia. Tavalliset kuluttajamikrofonit tuottavat häiriöääniä, jotka voivat hämätä analyysia. Ilmaisullinen soittotapa, jossa oppilas venyttää tempoa tai fraseeraa vapaasti, on puolestaan vaikea erottaa virheistä. Nämä rajoitteet kirjattiin rehellisesti projektin tuloksiin.
Yksinkertaisissa kappaleissa prototyyppi tunnisti väärät nuotit noin 95 prosentin tarkkuudella. Opettajat voivat jo kokeilla sitä lataamalla nuotit ja äänitteet, ja järjestelmä palauttaa automaattisen analyysin.
Pianosta prototyypiksi
Projekti tuotti prototyypin lisäksi konkreettisen kehityssuunnitelman. Bravori voi edetä kolmea rinnakkaista polkua: ottaa prototyypin käyttöön opetuksessa jo nyt, integroida tekoälyominaisuuden pääsovellukseen kehittäjäkumppanin avulla tai syventää yhteistyötä eurooppalaisten musiikkiteknologian tutkimusryhmien kanssa. FAIR yhdisti yhtiön tutkimusryhmiin Queen Mary University of Londonissa ja JKU Linzissä.
Bravorin tavoitteet ulottuvat pianoa pidemmälle. Yhtiö suunnittelee jo, miten automaattinen palaute voisi laajentua muihin soittimiin — ja lopulta antaa sekä oppilaille että opettajille aidon kuvan siitä, mitä harjoitteluhuoneessa tapahtuu tuntien välillä.
”FAIRin kanssa työskentely auttoi meitä ymmärtämään, mitä tekoäly voi musiikinoppimisessa oikeasti tehdä juuri nyt”, kertoi Bravorin tiimin jäsen. ”Arvauksien sijaan meillä on nyt konkreettisia tuloksia, toimiva prototyyppi ja selkeämpi kuva siitä, mikä on mahdollista.”
