☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
从客服与销售场景中的语音自动化应答，到会议实时转录工具的广泛应用，再到以语音为核心交互方式的 AI 智能眼镜兴起，全球范围内正有数十亿美元资金持续涌入音频智能赛道。与此同时，主流 AI 实验室正密集发布新一代语音模型，硬件厂商也在加速布局，致力于为用户打造更自然、更精准的听觉交互体验。但无论模型多先进、设备多精巧，其背后都离不开系统性的声学测试与闭环反馈机制来驱动持续优化。总部位于冰岛的初创企业 Treble 正在构建一个高度定制化的声学仿真平台，目标是成为大语言模型厂商、具身智能企业以及消费电子硬件公司在声音技术底层的关键基础设施提供商。
该公司由资深声学工程师 Finnur Pind 和 Jesper Pedersen 于 2020 年共同创办。近日，Treble 宣布完成 1800 万美元 A 轮扩展融资。本轮融资由 Paladin Capital Group 牵头，原有投资方 KOMPAS VC、Frumtak Ventures、欧洲创新理事会（EIC）及 Omega ehf 均参与跟投。叠加此前在 2024 年获得的 1200 万美元融资，Treble 累计融资总额已突破 4000 万美元。目前，其客户阵营中已包括亚马逊（Amazon）和罗技（Logitech）等全球科技领军企业。
在产品体系方面，Treble 的核心能力聚焦于高保真声学仿真与可控数据生成两大方向。面向语音 AI 开发者，公司推出了专用合成数据生成平台，广泛支持语音增强、环境噪声抑制及端到端模型训练任务；该平台还可模拟多样化真实声学场景——如地铁站、开放式办公室或户外风雨环境——对语音识别、唤醒与指令理解等能力进行压力测试与性能度量，为算法迭代提供结构化反馈。值得一提的是，今年早些时候，Treble 已与开源模型社区 Hugging Face 达成合作，联合推出覆盖多类现实语音场景的标准化评测基准（Benchmark），助力开发者横向评估不同语音模型的实际表现。
联合创始人 Finnur Pind 指出，当前语音 AI 发展的核心瓶颈本质上是高质量数据供给问题，而这恰恰构成了下一代模型架构与智能硬件演进的关键突破口。长期以来，绝大多数语音模型依赖从互联网抓取的原始录音与标注数据进行训练，但 Treble 认为，基于物理原理的高精度声学仿真，有望成为生成可复现、可控制、可泛化的语音数据的全新范式。
除软件层的数据生成与评测能力外，Treble 同样深度介入硬件级的声音工程验证环节。例如，公司正与多家耳机与智能音箱制造商开展联合开发，借助虚拟原型（Virtual Prototyping）技术，在产品量产前即可精确预测其在不同空间条件下的频响特性、指向性响应，乃至远场语音指令识别成功率。近期，Treble 的仿真能力已延伸至 AI 眼镜、AR/VR 头显及各类新型可穿戴终端，为其麦克风阵列布局、降噪策略与语音交互逻辑提供前置验证支持。
展望技术演进路径，Finnur Pind 对新一代可穿戴设备抱有强烈信心。他设想，未来的耳机与智能眼镜或将具备“超分辨听觉”能力——即在复杂声场中动态聚焦目标声源、抑制无关干扰。比如，在喧闹餐厅中仅放大半径两米内同伴的语音信号，或在多人会议现场自动屏蔽背景杂音，实现单向语音增强。
未来，Treble 将进一步强化在实体人工智能（Embodied AI）领域的战略布局，重点服务机器人、智能汽车与无人机厂商，通过声学仿真与测试能力，支撑这些物理载体在真实环境中完成语音唤醒、环境感知、人机协同等关键功能。
Paladin Capital Group 副总裁 Francois Ruether 在阐述本次投资动因时表示，Treble 所打造的跨模型、跨设备、跨场景的统一声学仿真平台，在整个行业中具备显著稀缺性。随着其技术适配范围持续扩大，该平台的战略价值也将同步提升。在他看来，当越来越多的智能终端开始依赖对声音的理解与响应能力时，这套原生构建于仿真之上的声学基础设施，将在语音 AI、可穿戴设备、机器人及实体 AI 等多个前沿领域扮演不可替代的角色。更重要的是，客户可在完全保留自身模型知识产权、产品定义权与研发流程自主权的前提下，无缝接入这一开放、可扩展的声学赋能层。
