更新于美国东部时间09:00 / 2026年10月27日
Edge Sound 获得200万美元融资，助力实体人工智能理解音频
作者：凯特·多森
Edge Sound Research Inc. 今日宣布已筹集200万美元新资金，用于构建一种音频基础设施，该设施能够分离出有用的声音，并将其与其他传感器数据相结合，以帮助物理人工智能系统实时理解当前发生的情况。
Stormbreaker Ventures领投了本轮融资，使该公司累计融资额达到900万美元。
当该公司最初着手解决这一问题时，曾将目光投向了体育领域。当篮球击中球场时，看台上观众的跺脚声与场馆音响中低沉的重低音同时涌入麦克风——所有这些声音在同一时间被采集。对于试图分离运球声的人工智能系统而言，这些相互叠加的声音无疑增加了识别的难度。
这一挑战处于Edge Sound Research机器感知方法的核心：将音频与跟踪及视觉数据相融合，以确定每个声音对应于哪个物体。
“音频领域的问题在于，它并非面向对象，而是面向声道的，”联合创始人兼首席执行官瓦尔特里·萨洛马基在接受SiliconANGLE采访时表示。
对于广播机构而言，建立这种连接意味着要在拥挤的场馆中追踪球员的声音。Edge公司认为，同样的方法也有望帮助机器人及其他物理人工智能系统理解其周围的环境——包括那些摄像头尚无法捕捉到的活动。
人类之所以能够自动做到这一点，是因为我们生活在一个多模态的世界里：视觉、听觉和身体感知同时涌现。在物理人工智能领域，由于摄像头早已无处不在，且被广泛应用于日常生活与各类场景，声音一直被视为与视觉地位相当的“二等公民”。然而，对人类而言，声音却是我们在各个环境中自如导航的根本所在。
萨洛马基解释说，音频以声道的形式呈现。它与麦克风相连，这些麦克风被布置在空间各处或安装在物体上，用于在特定位置进行拾音。它们会生成用于识别声音的信号——在其他设备将其转化为易于辨识的信息之前，这些信号本身并不直接对应任何具体事物。
“它被分为两层，”萨洛马基说，“一层是如何为所有传感器构建数字孪生；另一层则是如何构建人工智能机器学习模型，以分离出不同的声音元素。”
在体育场景的演示中，该系统利用麦克风的位置、拾音模式以及球员追踪技术来选取有用的音频信号。随后，它将位置信息与视觉和音频数据进行关联，从而识别各类对象——例如球员、足球，甚至教练或手持哨子的裁判。
该公司表示，用户可以导入带有坐标的3D空间或2D布局，并在该模型中放置传感器。这能够生成环境及其传感器的空间地图；这实际上就是萨洛马基所提到的“数字孪生”。
其他应用场景可能涉及自动驾驶车辆，这些车辆可以配备“数字耳朵”，以感知警笛是否正在靠近。人类之所以能够识别声音及其方向，是因为我们的耳朵位于头部两侧。如果声音来自左侧，那么该侧的声音会更响亮，即便我们看不到那里的物体。
任何听过警笛声由远及近或由近及远的人，都曾体验过多普勒效应——即音调会随着车辆靠近或远离的速度而升高或降低。更高的音调能够为自动驾驶汽车提供即时预警，提示一辆应急车辆正从一个视线盲区的拐角处驶来，并告知其接近方向，即便摄像头无法捕捉到车灯。
构建音频感知模型
Edge 拥有一个通用模型，该模型会根据客户需求进行开发和微调。这些模型针对实时活动设定了不同的延迟目标要求。Salomaki 举例指出，体育赛事直播的延迟容忍度低于 33 毫秒，而其他应用场景则可能接受 100 毫秒或 200 毫秒的延迟。
对于大多数应用而言，有用的感觉感知必须及时到达，因为听到发生的事情需要与看到的景象相配合。
该公司正通过其数字孪生软件和人工智能模型，朝着硬件无关的方向迈进，使Edge能够围绕一项核心技术构建新的应用。这样一来，它将成为一种音频基础设施，可与客户现有用于实体AI机器人、媒体及其他系统的麦克风和摄像头协同工作。
萨洛马基表示，借助这笔融资，Edge 将在完成与现有企业客户的整合后，在进行 A 轮融资之前，实现其平台各组件在不同行业的可移植性。
在开发并验证其感知技术的过程中，实时体育赛事已为Edge开拓出一片商业市场，并借此助力其模型的训练与构建。其虚拟声场引擎能够自动从复杂环境中捕捉并分离声音，目前已在业内实现商业化部署。客户与合作伙伴包括美国音频设备制造商舒尔公司、美国国家篮球协会、福克斯体育传媒集团以及美国网球协会有限公司。
“为了在物理人工智能领域实现各方都期待的成果，计算机需要变得稍微更像人类一些，”萨洛马基表示。
通过参与theCUBE社区，支持我们让内容保持开放与免费的使命。加入theCUBE校友信任网络，让技术领袖们彼此联结、分享洞见并创造机遇。
theCUBE视频的观看量超过1500万，推动着围绕人工智能、云计算、网络安全等领域的对话
1.14万+ theCUBE 校友——通过一个独特的、以信任为基础的网络，与超过1.14万名塑造未来的科技与商业领袖建立联系
您是 AWS 的客户吗？请通过我们的 Marketplace 门户页面及链接购买您的 AWS 服务，以 financially 支持 SiliconANGLE：https://siliconangle.com/aws-marketplace/
由技术远见者约翰·富里尔和戴夫·维兰特共同创立的SiliconANGLE Media，已打造了一个由行业领先的数字媒体品牌组成的活力生态系统，覆盖超过1500万名顶尖科技专业人士。我们全新推出的专有theCUBE AI视频云，在受众互动领域开创先河，依托theCUBEai.com的神经网络，助力科技企业做出数据驱动的决策，并始终处于行业对话的最前沿。
Hyphenate 获得4500万美元融资，以加速其自主金融运营
戴尔将网络弹性扩展至身份管理、人工智能环境以及量子安全存储领域
独家：FireMon 推出 AI 智能体，负责处理防火墙策略变更背后的繁重工作
Akamai 通过专用的推理与代理执行环境扩展其 AI 云平台
SAP凭借更智能、受治理的Joule代理，进一步推进其自主企业战略
思科合作伙伴峰会：五大洞见将定义人工智能时代的渠道格局
Hyphenate 获得 4500 万美元融资，以加速实现财务运营的自动化 应用程序 - 作者：迈克·惠特利。17 秒前
戴尔将网络弹性扩展至身份认证、人工智能环境及量子安全存储领域 安全——作者：邓肯·莱利，1小时前
独家：FireMon 推出 AI 智能体，负责处理防火墙策略变更背后的繁杂工作 安全——作者：邓肯·莱利，1 小时前
Akamai通过专用的推理与代理执行环境扩展其AI云平台基础设施——作者：迈克·惠特利，3小时前
SAP凭借更智能、受管控的Joule智能体，进一步推进其自主企业战略——作者：凯特·多森。5小时前
思科合作伙伴峰会：五大洞见将定义人工智能时代的渠道生态AI - 作者：ZEUS KERRAVALA。8小时前