行业动态

36氪报道，四川IT公司（以下简称“地盛科技”）宣布已完成近万元B轮融资。 本轮领投方为Sweet ，Weeds 和金泉投资共同跟投。 地盛科技合伙人常维喜表示，本轮融资将主要用于产品研发和市场推广等业务方向。

地盛科技是36氪常年关注的一家公司。 成立于2018年，分别于2018年、2019年和2020年完成两轮融资。作为企业级声学AI技术服务商，迪声科技通过耳机阵列和声学信号处理打造了多款设备检测产品及相关服务平台能力，可为工业智能制造、能源电力、轨道交通客户提供AI智能声学。 故障监控、运维等多元化解决方案

迪声科技创始人丁东亮表示，在机械设备复杂、精密仪器众多的工业场景中，声音信号蕴含着丰富的信息，是评价设备工作状态的重要参数之一。 随着明天人工智能技术的快速发展，地升团队希望继续深入挖掘电力、轨道交通等具体应用场景，解决实际场景中的一些痛点。

在电力领域，建设以新能源为主体的新型电力系统，对输配电环节的安全可靠性提出了更高的要求。 国家电网每年投入70-900亿元建设智能巡检运维系统。 声学特性测量不同于传统的热学、光学、化学或湿度特性测量。 可在故障初期识别设备内部铁芯、绕组、线圈等结构件的松动情况。 因此，除了可以实现故障定位外，还可以降低事故发生率。

但以往声学测量受制于成本、技术、数据库等因素，仍无法在电力场景实现大规模工业应用。 迪胜团队开发了自己的硬件和算法。 作为电科院合作伙伴，举办大规模声测数据采集及AI故障预警示范项目，实现非侵入式高精度声纹采集、识别和预警，覆盖50+个故障类型和故障级别判断，准确率行业第一。

据悉，地盛科技已开发出列车运行部分异响检测系统、电厂故障监测系统、视听仪表等终端产品，均为非接触式安装，并拥有已成功应用于高铁系统、能源系统等场景。 从技术核心来看，帝盛科技的产品实力来自于其硬件和软件。

在硬件方面，帝盛科技塑造了耳机阵列的技术壁垒。 用一定数量的耳机组成阵列，对声场的空间特性进行采样处理，从而实现声源定位、混响去除、声音信号增强、盲源分离等功能，可在嘈杂环境中准确识别故障声音。 相关数据显示，帝盛科技远场拾音耳机阵列的极限定位距离可达1km。

在软件方面，地声科技自主研发了声学算法，拥有强大的高铁系统和电力系统故障算法模型。 据了解，迪盛科技已完善了37个高铁系统故障模型、50多个电网系统故障模型、100多个工业系统故障模型，形成了一定的技术壁垒，具备了定制能力针对特定工业场景开发高可靠性。 革命性的耳机阵列系统解决方案的能力。

帝盛科技通过软硬件结合，最终通过终端设备部署和SaaS平台为客户提供解决方案。 常维喜说，“迪声科技是为数不多的为高铁和电网系统建立了比较完整的声学故障模型的公司之一。我们花费了多年的精力来完成这项工作，以不断完善测量准确率。防止误报，保证系统正常运行。”

从行业角度来看，目前还没有针对高铁系统或电网系统的相关声学测量标准，一定程度上减缓了行业的发展。 合伙人刘哲表示，帝盛科技目前正在参与国家电网声纹检测标准的建设。 该标准即将颁布，将为全行业设备的监测精度和检测方法提供计量标准。

由于声学测量的特殊性和技术门槛高，国外从事相关产品的公司并不多。 不仅是一些初创公司或民营企业，一些高效率的科研院所也在从事相关产品的开发。 但随着声学测量在多个行业的应用，其市场规模将逐渐缩小，这可能会给相关企业或机构带来一定程度的利空。

甜蜜资本龚志毅表示，“十四五”新电力体系建设离不开以智能硬件为基础的坚实电网。 我们看好地声团队将通过云边端软硬件一体化解决方案，构建工业级AI声学测量技术的广阔护城河，率先在电力标准化场景实现规模落地，并将持续拓展应用场景边界it运维技术，最终成为工业级AI。 声学测量专家。

Weed创投首席监事马驰表示：

声纹检测是现代工业设备综合维护解决方案之一，其技术门槛远低于视觉检测。 同时，它的应用场景比目视检测更加多样化。 底层技术起步于中科院声学研究所的地声科技。 经过几年的技术打磨it运维技术，其基于耳机阵列的声学检测方案已在各行业场景的缺陷测量领域得到很好的应用。 尤其是在承载国计民生的电网和铁路两大领域，经过数年不断的实验验证和现场测试，地盛科技联合相关主管单位制作了完整的故障采集样本，完善了相应的故障模型分析系统。 建立了较高的技术壁垒。

随着“十四五”投资万亿元的电网、高铁数字化、智能化改造步伐的加快，地盛科技的商业价值将快速提升。 作为威德创投在硬科技领域的又一布局，相信地声科技未来将成为国外声纹检测领域的龙头企业。返回搜狐查看更多