36氪報道，四川IT公司（以下簡稱“地盛科技”）宣布已完成近萬元B輪融資。 本輪領投方為Sweet ，Weeds 和金泉投資共同跟投。 地盛科技合伙人常維喜表示，本輪融資將主要用于產品研發和市場推廣等業務方向。

地盛科技是36氪常年關注的一家公司。 成立于2018年，分別于2018年、2019年和2020年完成兩輪融資。作為企業級聲學AI技術服務商，迪聲科技通過耳機陣列和聲學信號處理打造了多款設備檢測產品及相關服務平臺能力，可為工業智能制造、能源電力、軌道交通客戶提供AI智能聲學。 故障監控、運維等多元化解決方案

迪聲科技創始人丁東亮表示，在機械設備復雜、精密儀器眾多的工業場景中，聲音信號蘊含著豐富的信息，是評價設備工作狀態的重要參數之一。 隨著明天人工智能技術的快速發展，地升團隊希望繼續深入挖掘電力、軌道交通等具體應用場景，解決實際場景中的一些痛點。

在電力領域，建設以新能源為主體的新型電力系統，對輸配電環節的安全可靠性提出了更高的要求。 國家電網每年投入70-900億元建設智能巡檢運維系統。 聲學特性測量不同于傳統的熱學、光學、化學或濕度特性測量。 可在故障初期識別設備內部鐵芯、繞組、線圈等結構件的松動情況。 因此，除了可以實現故障定位外，還可以降低事故發生率。

但以往聲學測量受制于成本、技術、數據庫等因素，仍無法在電力場景實現大規模工業應用。 迪勝團隊開發了自己的硬件和算法。 作為電科院合作伙伴，舉辦大規模聲測數據采集及AI故障預警示范項目，實現非侵入式高精度聲紋采集、識別和預警，覆蓋50+個故障類型和故障級別判斷，準確率行業第一。

據悉，地盛科技已開發出列車運行部分異響檢測系統、電廠故障監測系統、視聽儀表等終端產品，均為非接觸式安裝，并擁有已成功應用于高鐵系統、能源系統等場景。 從技術核心來看，帝盛科技的產品實力來自于其硬件和軟件。

在硬件方面，帝盛科技塑造了耳機陣列的技術壁壘。 用一定數量的耳機組成陣列，對聲場的空間特性進行采樣處理，從而實現聲源定位、混響去除、聲音信號增強、盲源分離等功能，可在嘈雜環境中準確識別故障聲音。 相關數據顯示，帝盛科技遠場拾音耳機陣列的極限定位距離可達1km。

在軟件方面，地聲科技自主研發了聲學算法，擁有強大的高鐵系統和電力系統故障算法模型。 據了解，迪盛科技已完善了37個高鐵系統故障模型、50多個電網系統故障模型、100多個工業系統故障模型，形成了一定的技術壁壘，具備了定制能力針對特定工業場景開發高可靠性。 革命性的耳機陣列系統解決方案的能力。

帝盛科技通過軟硬件結合，最終通過終端設備部署和SaaS平臺為客戶提供解決方案。 常維喜說，“迪聲科技是為數不多的為高鐵和電網系統建立了比較完整的聲學故障模型的公司之一。我們花費了多年的精力來完成這項工作，以不斷完善測量準確率。防止誤報，保證系統正常運行。”

從行業角度來看，目前還沒有針對高鐵系統或電網系統的相關聲學測量標準，一定程度上減緩了行業的發展。 合伙人劉哲表示，帝盛科技目前正在參與國家電網聲紋檢測標準的建設。 該標準即將頒布，將為全行業設備的監測精度和檢測方法提供計量標準。

由于聲學測量的特殊性和技術門檻高，國外從事相關產品的公司并不多。 不僅是一些初創公司或民營企業，一些高效率的科研院所也在從事相關產品的開發。 但隨著聲學測量在多個行業的應用，其市場規模將逐漸縮小，這可能會給相關企業或機構帶來一定程度的利空。

甜蜜資本龔志毅表示，“十四五”新電力體系建設離不開以智能硬件為基礎的堅實電網。 我們看好地聲團隊將通過云邊端軟硬件一體化解決方案，構建工業級AI聲學測量技術的廣闊護城河，率先在電力標準化場景實現規模落地，并將持續拓展應用場景邊界it運維技術，最終成為工業級AI。 聲學測量專家。

Weed創投首席監事馬馳表示：

聲紋檢測是現代工業設備綜合維護解決方案之一，其技術門檻遠低于視覺檢測。 同時，它的應用場景比目視檢測更加多樣化。 底層技術起步于中科院聲學研究所的地聲科技。 經過幾年的技術打磨it運維技術，其基于耳機陣列的聲學檢測方案已在各行業場景的缺陷測量領域得到很好的應用。 尤其是在承載國計民生的電網和鐵路兩大領域，經過數年不斷的實驗驗證和現場測試，地盛科技聯合相關主管單位制作了完整的故障采集樣本，完善了相應的故障模型分析系統。 建立了較高的技術壁壘。

隨著“十四五”投資萬億元的電網、高鐵數字化、智能化改造步伐的加快，地盛科技的商業價值將快速提升。 作為威德創投在硬科技領域的又一布局，相信地聲科技未來將成為國外聲紋檢測領域的龍頭企業。返回搜狐查看更多