让声音不仅“听得见”更能“看得见”

工作人员在现场检测管道　受访单位供图 项彬给记者介绍声纹AI质检设备　记者王燕　首席记者程静　摄 　　在工厂车间里，经验丰富的老师傅凭耳朵判断电机轴承有没有磨损；在变电站，老员工靠听诊棒分辨变压器运行声里的异样……但靠人耳探测终究有限——高频声波听不见，嘈杂环境中细微异响容易被淹没，长时间监听还会疲劳。而这些局限，机器“智能耳朵”恰好可以弥补。 　　如今，机器视觉已经让摄像头学会了“看”，但机器听觉还远未普及。西安联丰迅声信息科技有限责任公司（以下简称“联丰迅声”）正在做的事，就是给工业设备装上“智能耳朵”。通过声纹识别和声学成像技术，让机器不仅听得比人远、比人清，还能24小时不间断“值守”，精准捕捉设备运行中易被忽略的微弱异常信号，提前预判潜在故障。近日，记者走进这家企业，了解声纹AI技术如何在电力、石化、汽车制造等工业场景里落地生根。 　　一次由“惊奇”开启的创业路 　　2018年，项彬还是西北工业大学航海学院的一名研究生。他参与研发的违法鸣笛抓拍系统在上海街头试点安装时，路人的反应让他印象深刻——设备精准捕捉到违法鸣笛的车辆并实时抓拍，围观的人瞪大了眼睛：“怎么做到的？” 　　“惊奇”背后，是民用声学检测领域巨大的市场空白。环境声声识别不同于语音识别，它面对的是工业噪声、风声、动物叫声，干扰多、识别难。项彬也由此看到了机会。同年，他在西安创立了联丰迅声，想把“机器听觉”从实验室带进产业一线。 　　创业前两年，公司的主营业务就是鸣笛抓拍。这套技术市场体量有限，业务很快碰到了天花板。团队开始寻找新的方向。 　　2020年前后，市场上关于工业声学检测的咨询突然多了起来，项彬意识到，真正的机会在工厂、变电站、智能制造等更多核心工业场景。 　　2021年，联丰迅声联合西北工业大学航海学院成立了“环境声音感知联合实验室”，推动科技成果转化与产业需求对接。从高校走出来的项彬，又把高校的学术资源和产业的实际问题重新连接起来。也是在这一年，公司对标国外产品启动了声学成像仪的自主研发。 　　转型不易。工业检测细分场景极多，同样是“听声音”，电力场景听的是局部放电，石化领域听的是气体泄漏，汽车行业听的是零部件异响，煤矿企业听的是设备运转异常。早期，团队只能跟着客户需求一点点摸索。项彬回忆，最忙的时候，团队白天跑现场、夜里改方案，一个项目做下来要磨几个月，“客户的需求都不相同，是在一次次沟通和测试中慢慢清晰的。” 　　如今，联丰迅声的产品已广泛应用于电力、石化、煤矿、安防、汽车、机械制造等领域，服务全球200多家客户。项彬说：“哪个场景有规模、有需求，就去重点发力和布局，创新的前提一定是需求。” 　　给工业设备装上声纹AI“顺风耳” 　　如果说声纹监测是让机器“听见”异常，那么声学成像就是让声音“看得见”。 　　在联丰迅声展厅里，记者看到了这套系统的核心形态：一台手持式声学成像仪，外形像一台带屏幕的相机，正面密布着上百个微小的麦克风孔。技术人员将它对准远处的一台模拟变压器，屏幕上立刻呈现出声音的“彩色声像图”——哪里声音异常、哪里可能存在局部放电，一目了然。 　　技术人员向记者解释，这套系统的核心逻辑是：把声音变成图像。通过声学阵列被动监测成像技术，系统能同时捕捉多个方向传来的声波，通过算法计算声源位置，并将结果叠加在实时画面上。操作者不需要靠耳朵去“猜”，而是靠眼睛去“看”。 　　“以前巡检变电站，工人得拿着超声波探测仪一点一点去扫，效率很低。”项彬说，“现在拿着声学成像仪远远一扫，哪里有局部放电，屏幕上看得清清楚楚。” 　　声学成像的应用场景不止于电力行业。在石化行业，它用于各类气体管线、阀门和储罐的日常安全巡检，能在易燃易爆环境中快速、非接触地发现微小气体泄漏并估算泄漏量；在汽车制造领域，它被用于车身气密性检测；在智能巡检机器人上，轻量化的声学成像模组可以被灵活搭载，实现对设备的自动化听诊。 　　目前，这套系统已迭代到第三代产品，融合了红外、激光甲烷、激光测距等多种传感器，手持式、固定式、机载式多种形态并存，适配不同场景需求。2025年，联丰迅声的声学成像仪入选工信部《先进安全应急装备推广目录（工业领域2025版）》，全国仅3家企业的同类产品入选。 　　如果说“声学成像”解决的是“在哪里”的问题，那么“声纹监测”解决的就是“是什么”的问题。两者结合，构成了联丰迅声完整的工业声学AI检测矩阵。无论是局部放电、气体泄漏还是机械异响，这套组合都能精准锁定。 　　在真实场景中“磨”出准确率 　　联丰迅声的技术底子，是从高校里“长”出来的。但真正让技术落地的，是在一线反复“磨”出来的。 　　项彬对此定位很清晰：高校擅长从0到1的底层研究，企业要做的是从1到100的工程化。两者结合，才能让技术真正用起来。 　　真实场景里的问题，实验室里遇不到。在空调压缩机的生产线上，联丰迅声的声纹AI质检系统正在替代传统人工听音检测。早期测试阶段，团队发现工厂环境噪声极为复杂——相邻产线的设备声、天车运行声、人员走动声，各种干扰混在一起，系统频繁误报。项目组在产线旁搭了临时测试点，白天记录噪声数据、调试算法参数，晚上分析问题、优化模型，第二天继续验证。前后迭代了数月，最终将系统准确率提升到99.6%以上。 　　“工业场景里的干扰太多了，算法在实验室跑得再好，到了现场却是另一回事。”项彬说，“解决误报问题，靠的是海量的现场数据和一遍遍的算法优化。” 　　同样的故事也发生在变电站。在给变电站部署声纹监测系统的过程中，团队发现不同变电站的声场环境差异极大——户外变电站风声雨声干扰明显，户内变电站设备布局紧凑、混响复杂，同一个算法模型在不同站点表现截然不同。项目组针对每个站点的环境特征反复调试参数、优化模型，花了数月时间逐一适配，最终实现了稳定的精准预警。在一次实际运行中，系统精准定位并预警一台主变压器的局部放电异常信号，检修人员依据系统提示迅速介入，及时消除隐患，避免了一次可能引发主变故障的严重事故，直接规避了数百万元的经济损失。 　　这种在一线“磨”出来的经验，形成了联丰迅声的核心竞争力。目前公司预测模型累计训练数据样本超过500万条，系统准确率大于99.6%，帮助用户大幅提升设备故障识别效率，显著降低运维成本。公司拥有30余项声学相关专利和著作权，在世界声学AI权威赛事DCASE Challenge中连续数年稳居全球前三，是国内为数不多的自主掌握声学仪器硬件设计与软件算法开发的团队。 　　“坚持你所相信的，相信你所坚持的。”项彬说。如今，在国际化战略布局上，联丰迅声也秉持这一信念稳步前进。2023年公司正式开展海外销售，在上海设立子公司统筹海外业务运营。目前产品已出口30多个国家和地区，海外营收持续增长。记者王燕　首席记者程静