「声智科技」获 2 亿元 B 轮融资，注重“远场语音交互”产品的落地应用

36氪获悉，声学语音技术和语言智能服务提供商「声智科技」（SoundAI）近日已完成 2 亿人民币的 B 轮融资，由毅达资本领投，峰瑞资本和正居资本跟投，中关村银行和InnoVen Capital联合参与。本轮融资将主要用于声学前沿技术和人工智能交互技术的研发和迭代，加速业务拓展以及产品和平台服务的规模化落地应用。

36氪此前报道过，声智科技曾在公司成立之初获得1200万元的天使轮融资、后续获得1600万元的Pre-A轮融资，2017年9月，又获得近亿元人民币的 A 轮融资，由百度、蓝港互动、洪泰基金、峰瑞资本联合财务投资，北京银行以投贷联动方式参与。

该公司成立于2016年4月，拥有约200人的团队，主要提供基于SoundAI Azero的智能交互系统和服务、以及包括芯片、模组、开发板和整机产品在内的软硬件智能交互解决方案。

其智能交互系统 SoundAI Azero 融合了远场语音交互和远场实时通话技术（“远场”是指5米以内），已经广泛应用于包括智能音箱在内的一系列智能家居产品，并逐步拓展到智能汽车、智能安防、智能金融、智能教育、智能医疗、智能法院、智能交通和机器人等行业。

目前，该公司服务的 B 端客户主要有小米、百度、阿里、华为、腾讯、联想、创维、金蝶、浪潮、极米、国美、朝歌、中国移动、奇虎360、中央人民广播电台等。

图源：声智科技

虽然客户需求千差万别，但声智科技首先搭建了一个标准配置模式，以用于规模化普及。CEO陈孝良告诉36氪：“我们既要满足客户的这种差异性需求，然后又要保证我们系统平台的兼容性，否则的话，就会掉入一家项目型公司了。”

声智科技不想做一家项目型公司，也不想做一家只研究AI技术的公司。相比同行，声智科技有两个比较鲜明的特点：

第一，注重技术和商业的平衡。陈孝良说，做科研的人往往习惯用线性思维想问题，但产品要落地和商业化，面对的是非线性的世界。做智能音箱，考验的不只是技术，更是产品、市场、管理等各个环节的综合协同。对于他们这样的技术服务商来说，只强调某项AI技术的先进性是不够的，更需要关注的是，这项技术对于产品的重要性、对于用户交互习惯的影响、以及能否帮客户解决问题。

第二，在技术架构层面，注重物理学和计算机科学的融合。陈孝良说，深度学习和神经网络可以解决“人的对话”这个非线性问题，但它们不是万能的。对于智能音箱来说，物理声学其实更能直接地解决真实场景下的远场语音唤醒和识别、远场声纹识别、声视频融合交互、多人追踪和识别等影响用户体验的关键问题。

目前，声智科技的技术研究涵盖了近场和远场的声学场景，提供芯端云全栈的技术链条，包括智能声学传感、远场声学处理（回声抵消、噪声抑制、声源定位、混响消除、波束形成等）、远场语音唤醒、远场声纹识别、远场语音识别、远场双工通话、场景语义理解、自然语音合成、超远场声学监控、局部场语音识别、分布场语音交互、深度学习与小样本学习、声学芯片设计等技术。

图源：声智科技

谈及AI公司普遍遇到的量产问题，陈孝良说，量产确实是挑战。以智能语音设备为例，以前的很多设备生产线不支持麦克风阵列，芯片和传感器也都存在不适配的问题，为此，他们专门成立了一个团队去保障用户能顺利量产，解决平台服务变现所需的量级推广问题。

陈孝良说，他们在2016年刚开始推广智能音箱的时候是非常痛苦的，因为当时大家还不认可语音交互这种产品的实用性和商业潜力。但在过去两年间，这个市场局面打开了，智能音箱成为全球最成功的人工智能产品。

确实，对于中国的智能音箱市场来说，2018年是急速爆发的一年。在百度小度、天猫精灵、小米小爱等几个巨头争持不下的时候，荣耀、锤子科技等智能手机厂商也开始入局智能音箱市场，各路玩家也都开始进行全品类、多场景布局，这些因素都会进一步激发智能音箱市场的商业潜力、刺激其背后的声学语音技术和人工智能交互技术的快速迭代。

根据声智科技提供的资料，领投本轮融资的毅达资本董事长应文禄曾表示，人工智能、生命科学、机器人、5G、云计算、智能制造等产业是他们未来的重点投资方向。毅达资本投资总监李丹称，远场语音交互是最自然的交流方式，为家庭、车载、教育、医疗、金融行业带来了非常良好的用户体验。而声智科技的团队来自中科院、腾讯、杜比实验室等科研机构和企业，有深厚的技术积累，这是他们所看好的。

——————

我是36氪记者王艺瑾，业务交流可添加微信catherineyijin，请备注姓名+职务。