36氪首发｜完成六千万元A轮融资，「谛声科技」发力企业级声学AI技术服务

36氪获悉，「谛声科技」宣布完成六千万元A轮融资，本轮投资由祥峰投资领投，联想创投跟投。融资资金主要用于产品研发，希望与投资方达成战略合作目的，扩展产品销售体系和海外业务。

谛声科技分别在2018年和2019年完成天使轮和Pre-A轮融资。天使轮融资近千万人民币，由英诺天使与臻云创投领投，创势资本、AC资本与燕清资本跟投。Pre-A轮融资达到千万级，投资方为达晨财智和新微资本。

成立于2018年初的「谛声科技」，是一家领先的企业级声学AI技术服务商，也是国内首家具备多麦克风阵列复杂声场环境信号处理核心能力的商业级团队。谛声科技以模块化声阵列产品矩阵、平台级数据模型能力，结合行业声纹数据，为高精设备、工业制造提供高精度、预测性、实时性的故障诊断及预测性维护服务，目前在轨道交通、电力、工业制造、安防等多个行业和应用场景都有实际落地案例。

谛声科技

在工业生产中，生产安全的巡检是一个必不可少的环节。无论是加工大厂还是地方小厂，都需要具有工程经验的师傅进行人工巡检，保障生产安全和开机顺利。近年来，随着人口红利减少，年轻人越发不愿意进入工厂打工，而原有的工程师群体随着年龄偏大，工作效率开始逐渐降低。需求逐渐增长，符合需求的工程师群体却逐渐减少。因此，通过机器辅助生产安全巡检，预测生产器械可能存在的隐患，提高工程师的效率变得势在必行。

为实现设备监测和健康评估，对故障进行诊断定位，谛声科技通过软件+矩阵化硬件的声学产品模块，对交通、电力、能源、制造业等不同工业场景进行预测性维护。声学软硬件解决方案如何建立核心壁垒，帮助客户进行预测性维护？谛声科技CEO丁东亮给出以下三点答案：

一、时代背景：国际上，围绕声学开发的To B工业级别产品已有很长的发展史，以BK technology为代表的企业拥有超过70年的历史，积累了大量的项目经验和数据。然而，由于工业发展阶段存在差异以及政策等原因，国际上的知名企业并没有将发展重心放在中国市场，因此存在工业场景不适配、售后沟通不流畅等问题，导致中国市场存在大量空白。近年来，随着MEMS传感器成本不断降低、技术高速发展，基于新型MEMS阵列的信号处理方式和深度学习等前沿算法，为中国的后发企业弯道超车提供机会。在轨道交通以及能源等中国作为世界龙头的细分工业领域，谛声科技未来有成为国际领先企业的可能。

二、技术积累：由于工业生产环境非常复杂，声学算法模型也必须有相应的匹配，因此声学故障监测也有诸多细分领域，对设备认知和原始数据模型都有一定要求。如在完全没有积累的细分领域开展一个新项目，需要以年为单位计算数据收集和研发时间。在确定一个声学故障监测业务前，前期的项目经验与模型训练数据积累可以达到60%的工作量。谛声科技创始团队来源于中科院声学所，在校时期已经有一定的研发经验和项目积累。当前谛声科技已收集37种铁路系统故障模型，电网50余种，工业百余种，形成了故障数据库的技术壁垒。目前谛声科技的远场拾音麦克风阵列极限定位距离可达10km，50m内的局放定位分析误差在20cm。

三、产品迭代：工业细分场景诸多，决定了以一款产品通吃的模式是不可行的。因此，紧跟用户需求和技术发展进行产品迭代升级，是预测性检测行业比拼的核心之一。谛声科技拥有专门的产品供应链团队，紧密连接研发与客户，满足客户对产品的需求。当前谛声科技建立了“平台+模型+行业设备声音库”的产品矩阵，以边缘计算和智能网关为底层，通过通用声纹识别模块、通用型麦克风阵列以及核心人工智能算法，实现对各工业应用场景的设备智能健康管理。

核心技术

当前谛声科技在交通、能源、电力等工业场景的收入来源非常均衡。平均客单价也达到千万级，从2018年至今保持业务量保持高速增长。在国内业务基础之上，谛声科技目前在欧洲、日本等区域也在开展合作，已产生了部分业务订单。

谛声科技CEO丁东亮告诉36氪，公司在创立之初就进行了大量的调研，对国际知名企业的财务报表和技术路线进行了深入研究分析，了解声学预测性维护在不同工业场景的前景，并最终结合团队的技术背景和优势确认了相应的发展路线。软硬件结合的销售模式也更符合中国用户的喜好，当前的业务情况也印证了前期调研的结果。

谛声科技目前共有50余人的团队，研发：产品：项目的人员比例约在2：3：4的状态，整体团队框架已搭建起来，为了满足这两年客户需求的高速增长，产品与项目团队还在逐渐扩招。

丁东亮表示，当前行业发展最大的难点还是建立起客户对声学预测性维护的认知。声学预测性维护市场虽然广阔，但发展年限相对较短。头部的工业场景客户都有相关的了解，因此双方的配合也很好。但如果要推广到更多的客户，就需要做更多的基础性科普工作，帮助更多客户了解行业所能提供的价值。

在谛声看来，当前无论是技术还是成本，都是声学预测性维护发展的好时机。技术角度来说，当前的非声学物联网 传感器发展还不够成熟，运用在工业场景存在云端通讯数据流量较大，故障识别技术门槛较高等问题。基于云计算的物联网设备当前仍有一定延迟，当前在时效性要求较高的工业场景并不如边缘计算好用。当前谛声科技的硬件成本主要在麦克风阵列和芯片，这部分成本将随着MEMS传感器的发展和工业技术芯片的规模化使用而逐渐降低。

产品结构

谛声科技COO常炜熙告诉36氪，设备故障监测的赛道非常广阔并且分散，并且有震动监测、超声波探伤、声学检测等细分赛道。由于工业场景分散，无论是头部的工业大厂还是区域的小工厂，只要有工业设备的工厂就对设备故障监测有需求，因此市场非常广阔，只靠头部几家企业肯定无法覆盖所有市场。同时，工业的分散场景和中国的大市场也决定了行业当前集中度并不高，每个企业仍有充分的发展空间。

祥峰投资合伙人李伟表示：“利用远场拾音技术，针对工业设备进行工作状态的实时监测以及预测性维护，有着广阔的市场空间和前景。公司在声学领域有较深的积累，具备从麦克风阵列设计、声音信号处理到特定场景声纹故障数据库构建的整体解决方案能力，已经在多个行业完成了产品的商业化落地和批量出货。我们相信，团队未来能够巩固并拓展不同的应用场景，并在该领域扮演重要的角色。”

联想集团高级副总裁、联想创投集团总裁贺志强表示：“作为联想集团的全球科技产业CVC，联想创投非常重视工业数字化和智能化发展新机会，谛声科技在非接触工业检测方面建立起核心技术壁垒，填补着国内围绕声学开发的To B工业级别产品的空白，其在数据智能和产业融合方面的经验与理解，也为联想生态和业务链合作创造着无限可能。未来，我们将发挥联想创投的CVC优势，联动联想全球资源与谛声科技共同成长，共创产业价值。”