據(jù)36氪報道，近日，諦聲科技宣布完成6000萬A輪融資，本輪投資由祥峰投資領(lǐng)投，聯(lián)想創(chuàng)投跟投。融資資金主要用于產(chǎn)品研發(fā)，希望與投資方達成戰(zhàn)略合作目的，擴展產(chǎn)品銷售體系和海外業(yè)務。

諦聲科技分別在2018年和2019年完成天使輪和Pre-A輪融資。天使輪融資近千萬人民幣，由英諾天使與臻云創(chuàng)投領(lǐng)投，創(chuàng)勢資本、AC資本與燕清資本跟投。Pre-A輪融資達到千萬級，投資方為達晨財智和新微資本。

成立于2018年初的諦聲科技，是一家領(lǐng)先的企業(yè)級聲學AI技術(shù)服務商，也是國內(nèi)首家具備多麥克風陣列復雜聲場環(huán)境信號處理核心能力的商業(yè)級團隊。諦聲科技以模塊化聲陣列產(chǎn)品矩陣、平臺級數(shù)據(jù)模型能力，結(jié)合行業(yè)聲紋數(shù)據(jù)，為高精設備、工業(yè)制造提供高精度、預測性、實時性的故障診斷及預測性維護服務，目前在軌道交通、電力、工業(yè)制造、安防等多個行業(yè)和應用場景都有實際落地案例。

工業(yè)設備監(jiān)測與故障定位的需求和優(yōu)勢

在工業(yè)生產(chǎn)中，生產(chǎn)安全的巡檢是一個必不可少的環(huán)節(jié)。無論是加工大廠還是地方小廠，都需要具有工程經(jīng)驗的師傅進行人工巡檢，保障生產(chǎn)安全和開機順利。近年來，隨著人口紅利減少，年輕人越發(fā)不愿意進入工廠打工，而原有的工程師群體隨著年齡偏大，工作效率開始逐漸降低。需求逐漸增長，符合需求的工程師群體卻逐漸減少。因此，通過機器輔助生產(chǎn)安全巡檢，預測生產(chǎn)器械可能存在的隱患，提高工程師的效率變得勢在必行。

為實現(xiàn)設備監(jiān)測和健康評估，對故障進行診斷定位，諦聲科技通過軟件+矩陣化硬件的聲學產(chǎn)品模塊，對交通、電力、能源、制造業(yè)等不同工業(yè)場景進行預測性維護。聲學軟硬件解決方案如何建立核心壁壘，幫助客戶進行預測性維護？諦聲科技CEO丁東亮給出以下三點答案：

一、時代背景：國際上，圍繞聲學開發(fā)的To B工業(yè)級別產(chǎn)品已有很長的發(fā)展史，以BK technology為代表的企業(yè)擁有超過70年的歷史，積累了大量的項目經(jīng)驗和數(shù)據(jù)。然而，由于工業(yè)發(fā)展階段存在差異以及政策等原因，國際上的知名企業(yè)并沒有將發(fā)展重心放在中國市場，因此存在工業(yè)場景不適配、售后溝通不流暢等問題，導致中國市場存在大量空白。近年來，隨著MEMS傳感器成本不斷降低、技術(shù)高速發(fā)展，基于新型MEMS陣列的信號處理方式和深度學習等前沿算法，為中國的后發(fā)企業(yè)彎道超車提供機會。在軌道交通以及能源等中國作為世界龍頭的細分工業(yè)領(lǐng)域，諦聲科技未來有成為國際領(lǐng)先企業(yè)的可能。

二、技術(shù)積累：由于工業(yè)生產(chǎn)環(huán)境非常復雜，聲學算法模型也必須有相應的匹配，因此聲學故障監(jiān)測也有諸多細分領(lǐng)域，對設備認知和原始數(shù)據(jù)模型都有一定要求。如在完全沒有積累的細分領(lǐng)域開展一個新項目，需要以年為單位計算數(shù)據(jù)收集和研發(fā)時間。在確定一個聲學故障監(jiān)測業(yè)務前，前期的項目經(jīng)驗與模型訓練數(shù)據(jù)積累可以達到60%的工作量。諦聲科技創(chuàng)始團隊來源于中科院聲學所，在校時期已經(jīng)有一定的研發(fā)經(jīng)驗和項目積累。當前諦聲科技已收集37種鐵路系統(tǒng)故障模型，電網(wǎng)50余種，工業(yè)百余種，形成了故障數(shù)據(jù)庫的技術(shù)壁壘。目前諦聲科技的遠場拾音麥克風陣列極限定位距離可達10km，50m內(nèi)的局放定位分析誤差在20cm。

三、產(chǎn)品迭代：工業(yè)細分場景諸多，決定了以一款產(chǎn)品通吃的模式是不可行的。因此，緊跟用戶需求和技術(shù)發(fā)展進行產(chǎn)品迭代升級，是預測性檢測行業(yè)比拼的核心之一。諦聲科技擁有專門的產(chǎn)品供應鏈團隊，緊密連接研發(fā)與客戶，滿足客戶對產(chǎn)品的需求。當前諦聲科技建立了“平臺+模型+行業(yè)設備聲音庫”的產(chǎn)品矩陣，以邊緣計算和智能網(wǎng)關(guān)為底層，通過通用聲紋識別模塊、通用型麥克風陣列以及核心人工智能算法，實現(xiàn)對各工業(yè)應用場景的設備智能健康管理。

核心技術(shù)

千萬級客單價，業(yè)務高速增長

當前諦聲科技在交通、能源、電力等工業(yè)場景的收入來源非常均衡。平均客單價也達到千萬級，從2018年至今保持業(yè)務量保持高速增長。在國內(nèi)業(yè)務基礎之上，諦聲科技目前在歐洲、日本等區(qū)域也在開展合作，已產(chǎn)生了部分業(yè)務訂單。

諦聲科技在創(chuàng)立之初就進行了大量的調(diào)研，對國際知名企業(yè)的財務報表和技術(shù)路線進行了深入研究分析，了解聲學預測性維護在不同工業(yè)場景的前景，并最終結(jié)合團隊的技術(shù)背景和優(yōu)勢確認了相應的發(fā)展路線。軟硬件結(jié)合的銷售模式也更符合中國用戶的喜好，當前的業(yè)務情況也印證了前期調(diào)研的結(jié)果。

諦聲科技目前共有50余人的團隊，研發(fā)：產(chǎn)品：項目的人員比例約在2：3：4的狀態(tài)，整體團隊框架已搭建起來，為了滿足這兩年客戶需求的高速增長，產(chǎn)品與項目團隊還在逐漸擴招。

丁東亮表示，當前行業(yè)發(fā)展最大的難點還是建立起客戶對聲學預測性維護的認知。聲學預測性維護市場雖然廣闊，但發(fā)展年限相對較短。頭部的工業(yè)場景客戶都有相關(guān)的了解，因此雙方的配合也很好。但如果要推廣到更多的客戶，就需要做更多的基礎性科普工作，幫助更多客戶了解行業(yè)所能提供的價值。

在諦聲科技看來，當前無論是技術(shù)還是成本，都是聲學預測性維護發(fā)展的好時機。技術(shù)角度來說，當前的非聲學物聯(lián)網(wǎng) 傳感器發(fā)展還不夠成熟，運用在工業(yè)場景存在云端通訊數(shù)據(jù)流量較大，故障識別技術(shù)門檻較高等問題。基于云計算的物聯(lián)網(wǎng)設備當前仍有一定延遲，當前在時效性要求較高的工業(yè)場景并不如邊緣計算好用。當前諦聲科技的硬件成本主要在麥克風陣列和芯片，這部分成本將隨著MEMS傳感器的發(fā)展和工業(yè)技術(shù)芯片的規(guī)模化使用而逐漸降低。

產(chǎn)品結(jié)構(gòu)

賽道分散，前景廣闊

諦聲科技COO常煒熙告訴36氪，設備故障監(jiān)測的賽道非常廣闊并且分散，并且有震動監(jiān)測、超聲波探傷、聲學檢測等細分賽道。由于工業(yè)場景分散，無論是頭部的工業(yè)大廠還是區(qū)域的小工廠，只要有工業(yè)設備的工廠就對設備故障監(jiān)測有需求，因此市場非常廣闊，只靠頭部幾家企業(yè)肯定無法覆蓋所有市場。同時，工業(yè)的分散場景和中國的大市場也決定了行業(yè)當前集中度并不高，每個企業(yè)仍有充分的發(fā)展空間。

祥峰投資合伙人李偉表示：“利用遠場拾音技術(shù)，針對工業(yè)設備進行工作狀態(tài)的實時監(jiān)測以及預測性維護，有著廣闊的市場空間和前景。公司在聲學領(lǐng)域有較深的積累，具備從麥克風陣列設計、聲音信號處理到特定場景聲紋故障數(shù)據(jù)庫構(gòu)建的整體解決方案能力，已經(jīng)在多個行業(yè)完成了產(chǎn)品的商業(yè)化落地和批量出貨。我們相信，團隊未來能夠鞏固并拓展不同的應用場景，并在該領(lǐng)域扮演重要的角色。”

聯(lián)想集團高級副總裁、聯(lián)想創(chuàng)投集團總裁賀志強表示：“作為聯(lián)想集團的全球科技產(chǎn)業(yè)CVC，聯(lián)想創(chuàng)投非常重視工業(yè)數(shù)字化和智能化發(fā)展新機會，諦聲科技在非接觸工業(yè)檢測方面建立起核心技術(shù)壁壘，填補著國內(nèi)圍繞聲學開發(fā)的To B工業(yè)級別產(chǎn)品的空白，其在數(shù)據(jù)智能和產(chǎn)業(yè)融合方面的經(jīng)驗與理解，也為聯(lián)想生態(tài)和業(yè)務鏈合作創(chuàng)造著無限可能。未來，我們將發(fā)揮聯(lián)想創(chuàng)投的CVC優(yōu)勢，聯(lián)動聯(lián)想全球資源與諦聲科技共同成長，共創(chuàng)產(chǎn)業(yè)價值。”

責任編輯：lq