获投100万 他让AI像老大夫为机器听音诊病 准确率95%

◆ 庄焰2004年从清华大学毕业，现在已经是两个孩子的父亲。

文| 铅笔道 记者 杨茅

►导语

今日，“机器之声”创始人庄焰向铅笔道宣布，公司已于去年10月完成100万元种子轮融资，投后估值2000万元，投资方为个人投资者。

“机器之声”产品可收集并分析设备噪声数据，实现机器运行监控和故障预判。目前，噪声识别准确率已经达到95%。在与安通林的合作中，公司帮助工厂将故障率降低了3%。

注:庄焰承诺文中数据无误，为其真实性负责，铅笔道已备份录音速记，为内容客观性背书。

清华同窗合伙创业

“机器之声”的三位创始人庄焰、谭熠和黄昭献，在清华读本科时就是同学。

去年9月，庄焰从厦门来到北京出差，叫上兄弟撸串小聚。席间黄昭献接到电话，得知自己工厂的机器设备出了故障，不得不中途匆匆离开。在座很多人都有过工业生产管理的经历，待黄处理完毕返回餐厅，大家开始聊起机器设备的突发故障，都叫苦不迭。

由此谭熠讲到自己做的科研项目，为方便对实验中设备进行监控，开发了一个通过分析设备噪声数据预判故障的模块。没想到这个为“偷懒”而开发的模块，令诸位资深工程师眼前一亮。

原来，很多从国外采购的工业机械，生产厂商会搭配负责生产流程监控的MES系统售卖，该系统价格约为整机成本的12%~17%。多数国内的工厂为了控制成本并不会购买这一系统，因此也几乎都曾因设备突发故障被迫停工而遭受损失。

那次聚会时，庄焰的身份还是年销售额超3000万元的千藤环保科技公司创始人。他个人十分看好机器听诊技术的前景，于是决定从千藤退出，拉上谭熠、黄昭献一起投入新创业项目。

去年10月，三人找来清华的师弟刘昀熙负责算法，一起创立“机器之声”。没过几天，一位朋友在饭局上听他们讲起创业的想法，当即决定投资100万元作为“机器之声”种子轮资金，公司估值2000万元。

研发机器听诊产品

团队利用种子轮资金完成了产品研发。产品使用SC盒子收集声学信号，从而积累大量机器设备的运行时的噪声数据，通过机器学习，建立被监测设备运行状态与声学特征的对应关系，实现非接触的运行监控和故障预判。

针对机器润滑、松动和裂痕等主要故障，“机器之声”能够在故障尚未造成损失时发现异常部位，提醒工人提前处理。

“市面上的噪声识别技术，准确率在60%~85%，而‘机器之声’噪声识别的准确率达到了95%。”庄焰说，“我们技术的重点在于特征提取，其他噪声识别技术主要采用人类语音识别技术中的特征集，而我们针对机器噪声定义了新的特征集。”

今年5月，与安通林测试性的合作，是“机器之声”第一次对外输出完整产品和服务。团队利用14个工作日收集安通林工厂的噪声数据进行机器学习，完成后便可以进行实时故障监控和预判。“机器之声”监测期间，安通林工厂机器设备的故障率降低了3%。经安通林测算，“机器之声”产品每年可为安通林工厂提高1500万元经济效益。

在研发测试工业机械故障监控产品的同时，团队也在试图发掘更多应用场景。“机器之声”计划选择核电站与电梯故障监控作为重点拓展领域。

“核电站中很多区域工人不宜久留，但是对设备故障监控的要求极高，这一领域非常适合‘机器之声’的应用。”在对秦山核电站进行考察后，公司与中核集团达成初步合作意向，共同研发核电站设备监控系统。

目前，“机器之声”主要通过销售产品和服务盈利，每年收取的费用为被监控设备总成本的0.3%~0.5%。公司计划与“城市合伙人”和“行业合伙人”合作，由第三方在特定区域和行业负责推广和落地执行。未来公司将进一步拓展“整体解决方案咨询”和“嵌入MES系统打包出售”等商业模式。

据庄焰所述，现阶段国内还没有与“机器之声”开发同样技术的竞争对手。在故障监控领域，百度、GE等公司尝试通过机器运营状态的历史数据预测未来发生故障的时间点。在国外，庄焰历数了三家对标企业，详细信息如下：

◆ 庄焰表示，以上公司均使用接触式传感器一对一监控，“机器之声”能够实现非接触一对多监控。

据了解，该项目正启动天使轮融资，计划融资额600万元。

/The End/

编辑   罗正臣     校对   朱明驰

本文由铅笔道记者独立采访并撰文，本项目为铅笔道金芯A计划项目。

如需转载文章请联系铅笔道微信客服号：铅笔道大芯芯（微信id：qianbidao2017）获取授权资质，否则我们将依法追究相关责任。