据SiliconANGLE 10月27日报道，Edge Sound Research Inc.宣布完成200万美元新融资，由Stormbreaker Ventures领投，公司累计融资达到900万美元。该公司正在构建音频基础设施，用于从复杂环境中分离有用声音，并将其与跟踪、视觉等其他传感器数据结合，让物理AI系统实时判断环境中发生了什么。
Edge Sound最初从体育场景切入。以篮球比赛为例，篮球击地时，看台观众跺脚、场馆扬声器低频震动等声音会同时进入麦克风；对试图分离运球声的AI系统而言，重叠声音会造成困难。公司联合创始人兼首席执行官Valtteri Salomaki在采访中表示，音频的问题在于它不是面向对象的，而是面向通道的。
Salomaki解释，声音通过布置在空间或物体上的麦克风进入不同通道，产生可识别声音的信号，但这些信号本身并不直接对应某个对象，需要其他信息将其转化为可识别内容。他将这一过程分为两层：一是为所有传感器创建数字孪生，二是构建AI机器学习模型，对声音元素进行分离和定位。
在体育场馆的演示中，系统利用麦克风位置、拾音模式和球员跟踪数据筛选有用音频，再进行位置关联，把视觉与音频配对，从而识别球员、篮球，甚至教练或吹哨的裁判。公司表示，用户可以导入带坐标的3D空间或2D布局，并在其中放置传感器，形成环境与传感器的空间地图，即Salomaki所说的数字孪生。
除体育转播外，Edge Sound还看向自动驾驶等场景。车辆可借助“数字耳朵”判断警报声是否接近；声音从左方传来时左耳听到的更响，即使看不到声源也能辨别方向。多普勒效应也可提供线索：音调升高可提示紧急车辆正从盲区驶来，即便摄像头尚未看到灯光。
在模型方面，Edge Sound开发通用模型并按客户需求微调。不同实时应用对延迟要求不同，Salomaki称体育转播可容忍低于33毫秒的延迟，其他环境可能容忍100或200毫秒。公司希望其数字孪生软件和AI模型不依赖特定硬件，从而围绕核心技术组合新应用，并与客户现有麦克风、摄像头及物理AI机器人、媒体系统配合。
本轮融资后，Salomaki表示，Edge Sound将完成与现有企业客户的整合，并推动平台组件跨行业复用，为A轮融资做准备。其Virtual Sound Engine已在体育行业商业化部署，可自动采集并隔离复杂环境中的声音；客户和合作伙伴包括美国音频设备制造商Shure、美国职业篮球联赛、福克斯体育和美国网球协会。