機器聽覺、智能音頻識別 未來工業智能監測新藍海 能透過手監聽你講的話 分析後給你需要的廣告等等
圖翻拍自網路
聲音無處不在,用語言溝通是人的本能,因此聲學也就成為人類最早研究,且與各領域廣泛交叉融合的科學領域。近年來,伴隨著大數據、物聯網、高性能計算、晶片等技術的發展,在機器視覺之後,以智能音頻識別、智能降噪為代表的機器聽覺也迎來快速發展。
亞馬遜2014年推出智能音箱Echo大獲成功,此後各大廠商紛紛跟進。Strategy Analytics報告顯示,2019年全球智能音箱銷量達到1.47億台,比2018年增長70%,亞馬遜、谷歌的市場份額分別為26.2%和20.3%。IDC數據顯示,2019年中國智能音箱銷量4589萬台,同比增長109.7%。
TWS耳機的異軍突起則是另一個標誌性現象。Counterpoint研究報告的數據顯示,2016年全球TWS耳機出貨量918萬副,2019年達1.2億副,年複合增長率136%。之所以能夠快速搶占傳統耳機的市場,主要是因為TWS耳機在主動降噪、智能語音、入耳檢測、心率監測、骨傳感技術、低功耗、高音質等方面有較大的技術升級空間。
毫無疑問,智能音箱、智能耳機等產品是機器聽覺應用的主要市場,產業規模大且具有確定性的高增速,但已基本形成寡頭壟斷格局,新勢力很難破局進入。
隨著以工業網際網路為載體的智能製造全面推進,和具有感知、分析、推理、決策、控制功能的智能製造裝備新產品的不斷推出,機器聽覺在設備監測與故障診斷方面的應用市場有望成為一個前景廣闊的新藍海。
機器聽覺工業應用大有可為
機器聽覺監測設備運行的技術原理是通過一個或多個麥克風陣列持續收集聲音信號,與正常工作狀態下的背景噪聲做對比,再通過精密算法和資料庫篩選,對設備進行實時監控檢測,發現疑似故障並作出智能預警,進一步還可以預測壽命,指導零部件備貨。
聲學監測由於「非接觸」的特性,有三個核心優勢,一是不侵入設備本體,不會影響設備運轉和售後承保;二是通用性強,可以應用到不方便貼附傳感器的場景;三是不用考慮和設備結合,能較快部署。因此,聲學檢測可廣泛應用於石化冶金、裝備製造、鐵路軌道交通、輸油管道、電力輸送等工業領域。近年來,越來越多的創新產品、創業企業和成功案例湧現出來。
2016年成立的碩橙科技,作為國內首家將人工智慧、機器學習與設備噪聲分析相結合併運用到工業領域的高新技術企業,始終堅持自主創新及核心技術持續深入研究,為設備預測性維護、產品自動化質檢、環境異常報警、設備遠程監控、產線實時監測等智慧生產相關領域提供有效的解決方案。
主營產品機器聽診大師,在硬體端以非接觸的方式實現了對設備噪聲的採集和初步分析,在軟體端則實現了利用算法對特徵值進行識別,判斷設備故障類型,利用自主開發的一整套通用、自適應的噪聲識別算法,通過噪聲特徵來描述機器設備的運行狀態。
在電機、水泵、風機、數控工具機、飛剪、軋機、高速包裝機、空壓機等眾多場景中,有效降低被監測設備的故障率和維護成本,延長設備生命周期,提高企業整體生產效率。
擁有鋼鐵、菸草、水務、日化等行業成熟應用方案及案例,服務客戶涵蓋廈門菸草、寶潔集團、中國商飛、寶武集團、中冶賽迪、德國EGLV水務、宏發股份等多家國內外大型知名企業,幫助客戶實現可觀的經濟效益,獲得客戶一致好評。
到訪人數:(13)