一、智能语音行业发展历程
智能语音是人工智能的重要入口，是人工智能三大核心基础技术之一。智能语音是指智能系统通过机器感知技术实现声音采集、语音识别、语义理解等信息处理，利用自然语言理解等技术来进行分析，从而实现人机对话、智能判析和决策的一整套计算过程。
人工智能三大核心基础技术
资料来源：公开资料整理
20世纪50-70年代：智能语音技术萌芽阶段。1952年，第一个语音识别系统Audry诞生。
20世纪80年代：技术突破阶段。1984年，计算机第一次开口说话；1988年，Sphinx系统首个非特定人、连续语音识别系统诞生。
20世纪90年代至21世纪初：产业化阶段。1997年，Viaboice系统发布；2002年EAR项目实施；2009年Windows7集成语音功能发布。
2010年至2016年：快速应用阶段。2011年，苹果推出Siri语音助手，迅速带动整个行业的兴起，微软、谷歌、百度、科大讯飞等相继推出自身语音助手应用；2014、2015年，Google Android 和Apple Watch发布将可穿戴设备市场推向高潮，市场教育完成；同年，美的、海尔等传统家电厂商开始联网，与阿里、小米等互联网厂商开始跨界合作，智能家居开始成为趋势；2016年汽车智能化兴起，专为车设计的芯片落地，推动车联网市场迅速发展。
2017年起：随着语音识别性能的提升和市场教育的完成，基于语音交互的垂直场景应用将日益成熟，未来1-3年将迎来产业高速发展阶段。2017年全球智能语音市场规模达到110.3亿美元，同比增长30%，预计2018年全球智能语音市场规模为141.1亿美元。
资料来源：公开资料整理
相关报告：华经产业研究院发布的《2019-2025年中国智能语音行业市场深度调研分析及投资前景研究预测报告》
二、智能语音市场核心技术分析
智能语音技术主要分为语音识别、语音合成、自然语言处理。
语音识别技术：人工智能率先商业化、应用最成熟技术之一。语音识别技术是指通过机器自动将语音信号转化为文本及相关信息的技术，相当于给机器装上了耳朵。
语音合成技术：发展最早，应用已较为普遍的技术。语音合成技术是指通过机器自动将文字信息转化为语音的技术，相当于给机器装上了人工嘴巴。语音合成技术发展经历了四个阶段：仿生学方法合成；参数合成；波形拼接合成；基于数据库合成。
自然语言处理（NLP）技术：在搜索引擎中早有应用，但在人机交互领域仍属于浅层处理，目前相关研究正兴旺。自然语言处理研究实现人与计算机之间用自然语言进行有效通信的各种理论和方法。
与一般的智能语音应用相比，对话式人工会智能中人与机器之间是双向交互的，机器在追求理解人的意图的同时也会给人以反馈（比如要求人进一步明确意图或者给出选择等）。对话式人工智能的整个人机交互过程可分为唤醒、识别、理解、反馈四个环节。
资料来源：公开资料整理
从技术的角度，在无噪音环境下，机器的语音识别准确率已经达到相当高水平，未来上升空间有限。科研界将错词率视为衡量语音识别技术的核心指标（准确率=1-WER），其中人类的平均WER为5.9%（即94.1%的准确率），受过严格专业训练的速记员平均WER为3%（即97%的准确率）。自2016年机器的语音识别准确率首次超过人类平均水平以来，目前最好的算法已经可以将准确率做到97.03%，超越专业速记员。
资料来源：公开资料整理
智能语音行业经过60余年发展进入了高速发展阶段，技术逐渐成熟，语音识别已经进入“实质生产高峰期”，意味着语音识别技术已被广泛接受，规模化落地即将开始。此外，像自然语言处理、虚拟助理等相关智能语音技术历经淘洗之后即将落入“泡沫化低谷期”，商业模式越来越成熟，也将进一步推动智能语音的落地。
三、国内智能语音市场格局分析
国内语音AI市场上参与者不断涌入，中国市场主要参与者可分为以下四类：
第一类是在深度学习算法大规模应用之前，就已经从事这个领域的专业语音公司，比如科大讯飞或者小i机器人，专注于需要丰富行业知识的垂直领域。
第二类是AI初创公司，如思必驰、云知声、出门问问。这些公司主要关注多用途的云平台和一些特定的垂直领域，如智能汽车或智能家居。
第三类是百度、阿里、腾讯等互联网公司，主要推出移动端消费者语音产品。BAT的多用途云平台源自他们自己的核心产品，如腾讯的微信。
第四类是亚马逊、苹果、Nuance等海外互联网公司。
2018年智能语音全球市场CR5达到88%，中国市场CR5达到84.6%，均已呈现出相对较为集中的市场格局。国内智能语音市场主要份额被科大讯飞、百度、苹果、Nuance、小i机器人占据。
资料来源：公开资料整理
科大讯飞是我国软件企业中为数极少掌握核心技术并拥有自主知识产权的企业之一，凭借其代表国际最高水平的语音合成、语音识别、口语评测、语言翻译、声纹识别、自然语言处理等智能语音与人工智能核心技术，占据国内44.2%市场份额；百度是全球最大的中文搜索引擎、最大的中文网站，占据国内市场27.8%市场份额；苹果凭借Siri迅速抢占智能语音市场6.9%市场份额；Nuance作为全球市占率最大的智能语音厂商，凭借自身先进的语音识别、自然语言理解技术以及优秀的语音解决方案，占据3%市场份额；小i机器人是全球领先的智能机器人技术提供和平台运营商，以技术作为核心驱动力，目前占据智能语音市场2.7%市场份额。
国内智能语音市场主要企业布局情况
资料来源：公开资料整理
四、智能语音应用领域分析
当前全球主要科技巨头、传统IT厂商、新兴厂商均在智能语音领域进行了广泛的布局，基于智能语音的应用亦得到广泛扩展，当前主要落地应用场景包括面向个人用户领域的语音助手，以及面向教育、医疗、政务、车载、客服等行业领域的应用等，其中个人语音助手被产业视为潜在的用户流量入口。
智能语音助手部分功能列表
资料来源：公开资料整理
智能语音在智能医疗领域起着重要作用，能够作为语音导诊机器人帮助患者分析症状，并根据患者提供的信息个性化地推荐就诊指导，同时能够进行电子病历语音录入与转写、临床报告语音录入与转写，大大提高医生工作销量和工作质量。最后在积累了大量语音病历后，能通过大数据和深度学习技术挖掘语音资料的价值，实现智能辅助诊疗。目前，智能技术在医疗行业应用状况方面，有意愿应用人工智能技术的占比已达78.5%。
资料来源：公开资料整理
智能语音在呼叫中心领域应用已较为广泛，主要应用于智能客服，仅从科大讯飞来看，其呼叫中心语音产品应用已经遍及北京、上海、广东、山东、江苏、浙江、安徽等全国众多省份，全国超过半数的省级电力呼叫中心已经使用其语音产品。因此，未来智能语音有望随着呼叫中心规模稳定增长。
此外，智能语音在教育领域的应用主要有智能语音训练与评测、互动教学等，其中语音评测市场受益于新高考方案和国家英语能力考试改革，潜力巨大。仅从高考来看，2018年高考人数达到975万，为近九年最多，而随着新高考改革方案和国家英语能力考试改革的进行，语音评测技术的需求将会大幅增长。
