一、语音识别行业概述
智能语音主要研究人机之间语音信息的处理和反馈问题，从表现形式来看，即研究如何通过语音实现人机交互，相关支撑技术主要可划分为基础语音技术、智能化技术以及大数据技术。
智能语音背后的三类核心技术
资料来源：阿里巴巴云栖社区，华经产业研究院整理
依靠深度学习和芯片突破，语音识别的准确度不断提升。语音识别将人发出的语音词汇内容转换为文字或指令，主要是分析句子、句法以及结构，以便将人类语言转换为计算机语言。以深度神经网络算法取代传统模型后，语音识别的单词错误率逐渐下降。
语音识别系统框架
资料来源：亚马逊官网，华经产业研究院整理
二、语音识别行业现状
语音识别是一门交叉学科。近些年语音识别技术取得显著进步，开始从实验室走向市场。我国AI语音识别市场规模由2015年的15.6亿元快速增长至2020年的113.96亿元，期间年均复合增长率高达48.9%。
2015-2020年中国AI语音识别市场规模及增速
资料来源：公开资料整理
在数据底层技术升级的影响下，语音识别技术准确率不断提升，预估2020年的语音识别头部厂商准确率约为99%。
2012-2020年语音识别头部厂商准确率
资料来源：公开资料整理
相关报告：华经产业研究院发布的《2021-2026年中国语音识别行业市场供需格局及投资规划建议报告》
三、语音识别技术
语音识别技术是指机器自动将人的语音转成文字的技术，又称ASR技术。语音识别是近几年来发展最快的技术之一，随着数据处理技术的进步以及深度学习技术的不断发展，语音识别技术得到了质的飞跃，已广泛运用于智能手机、语音智能交互等各个领域。
语音识别技术流程
资料来源：公开资料整理
目前常用的语音识别技术方法主要包括基于语言学和声学的方法、随机模型法、利用人工神经网络的方法以及概率语法分析，其中最主流的方法是随机模型法，如动态时间规整（DTW），隐马尔科夫模型（HMM）理论和矢量量化（VQ ）技术等。
常用的语音识别技术方法
资料来源：华经产业研究院整理
四、语音识别行业发展前景
在人工智能技术发展迅速的现代社会中，人工智能与语音识别系统的结合可以对语音信号进行高效的识别与处理，而且通过计算机的演算过程提取出特征明显的语音特征数据，进而实现定位的效果。在近些年的研究与应用的过程中，智能语音系统的识别效率进一步提升，其容错率在不断地上升，应用前景十分广泛，而且从技术特征来看，智能语音的识别技术发展难度要明显低于传统语音识别系统，在未来的发展过程中可以进一步地促进语音系统与人工智能系统的融合发展，拓展语音识别系统的功能和兼容性。
华经产业研究院对中国语音识别行业发展现状、市场供需情况等进行了详细分析，对行业上下游产业链、企业竞争格局等进行了深入剖析，最大限度地降低企业投资风险与经营成本，提高企业竞争力；并运用多种数据分析技术，对行业发展趋势进行预测，以便企业能及时抢占市场先机；更多详细内容，请关注华经产业研究院出版的《2021-2026年中国语音识别行业发展监测及投资战略规划研究报告》。
