全球智能語音行業(yè)發(fā)展概況分析

語言是人類與生俱來的一種能力，是人類最方便高效的信息溝通方式。根據(jù)Ratatype的數(shù)據(jù)顯示，鍵盤打字的平均速度為每分鐘41個(gè)字，而人每分鐘平均可以說150個(gè)字，可見在輸入效率上，語音的信息交換密度遠(yuǎn)遠(yuǎn)領(lǐng)先于鍵盤輸入。

除了高效的信息溝通外，語音交互可解放雙手、眼睛，不需要與設(shè)備接觸即可溝通，使得我們能夠?qū)崿F(xiàn)一心多用和在特定情況下精力集中。諸如在處于駕駛狀態(tài)時(shí)，我們就可以通過語音助手來查看智能手機(jī)上的信息，從而避免視覺查看而導(dǎo)致的注意力不集中。

根據(jù)Statista的調(diào)研數(shù)據(jù)顯示，2016年美國用戶使用智能語音識(shí)別主要原因中，雙手和眼睛被占用為首要理由，占比達(dá)60%?？梢娭悄苷Z音識(shí)別對于提升用戶便利性有很大的幫助。

2018年中國用戶在使用智能語音助手在意的方面調(diào)研結(jié)果顯示，語音/語義識(shí)別的準(zhǔn)確度排在第一位。語音/語義識(shí)別的準(zhǔn)確度的提升將很大程度上改變?nèi)藗冋Z音助手的使用體驗(yàn)，并提高用戶的黏性。

過去主要依靠算法的進(jìn)步和樣本的積累，隨著深度學(xué)習(xí)算法的出現(xiàn)，語音識(shí)別的準(zhǔn)確率有了明顯的進(jìn)步。以百度語音助手為例，公開資料顯示百度語音識(shí)別的準(zhǔn)確度已經(jīng)從2012年的83%提升到了目前的98%左右。

預(yù)計(jì)2018年全球智能語音市場規(guī)模將超140億美元

隨著人工智能產(chǎn)業(yè)的持續(xù)火熱，大量資本進(jìn)入，在國際智能語音上誕生了一批明星公司，據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報(bào)告》統(tǒng)計(jì)數(shù)據(jù)顯示，2014年全球智能語音市場規(guī)模僅達(dá)47.9億美元，之后呈現(xiàn)出逐年快速增長狀態(tài)，截止至2017年全球智能語音市場規(guī)模增長至突破百億美元，達(dá)到了110.3億美元，同比增長30%。隨著移動(dòng)互聯(lián)網(wǎng)、智能家居、汽車、醫(yī)療、教育等領(lǐng)域的應(yīng)用帶動(dòng)智能語音產(chǎn)業(yè)規(guī)模持續(xù)快速增長，預(yù)計(jì)2018年全球智能語音市場規(guī)模將超140億美元，達(dá)到了141.1億美元。

2014-2018年全球智能語音市場規(guī)模統(tǒng)計(jì)情況及預(yù)測

數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院整理

目前，在全球智能語音市場份額占比情況中，Nuance全球市場占有率排名第一，市占率達(dá)到32%;其次為谷歌，市場占有率為28%;排名第三的是的蘋果，市占率為15%。其后為微軟以及科大訊飛分別占有8%以及5%的市場份額。值得注意的是科大訊飛已經(jīng)超越老牌計(jì)算機(jī)巨頭IBM位列全球第五。

全球智能語音市場占有率統(tǒng)計(jì)情況

數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院整理

中國智能語音行業(yè)發(fā)展現(xiàn)狀分析

伴隨著人工智能的快速發(fā)展，中國在智能語音技術(shù)的專利數(shù)量持續(xù)增長，通過龐大的用戶群基礎(chǔ)以及互聯(lián)網(wǎng)系統(tǒng)優(yōu)勢明顯，國內(nèi)智能語音公司已經(jīng)占據(jù)一席之地。報(bào)告統(tǒng)計(jì)數(shù)據(jù)顯示，2014年中國智能語音市場規(guī)模僅達(dá)30億元，截止至2017年中國智能語音市場規(guī)模增長突破百億元，初步測算2018年中國智能語音市場規(guī)模達(dá)到160億元左右，預(yù)測2019年中國智能語音市場規(guī)模將突破200億元，未來五年(2019-2023)年均復(fù)合增長率約為34.32%，并預(yù)測在2023年中國智能語音市場規(guī)模將達(dá)到664億元。

2014-2023年中國智能語音市場規(guī)模統(tǒng)計(jì)情況及預(yù)測

數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院整理

目前，中國智能語音市場的主要份額被科大訊飛、百度以及蘋果分割。數(shù)據(jù)顯示，目前為止，中國智能語音市場，科大訊飛市場占有率排名第一，市占率達(dá)到44%;其次為百度，市場占有率為28%;排名第三的是的蘋果，市占率為7%。其后為Nuance以及小i機(jī)器人占有均為3.0%的市場份額。

中國智能語音市場占有率統(tǒng)計(jì)情況

數(shù)據(jù)來源：前瞻產(chǎn)業(yè)研究院整理

中國智能語音行業(yè)發(fā)展痛點(diǎn)分析

1、人才稀缺——隨著智能語音及人工智能技術(shù)產(chǎn)業(yè)化趨勢明顯，國外知名IT企業(yè)紛紛對智能語音業(yè)務(wù)加大投入，勢必造成語音技術(shù)國際競爭的加劇和社會(huì)對語音技術(shù)人才需求的增大，在風(fēng)險(xiǎn)投資的追捧下，人工智能領(lǐng)域高端人才離職創(chuàng)業(yè)數(shù)量大大增加，微軟、百度、阿里、騰訊、IBM、英特爾中國等近年都出現(xiàn)了研究院院長等核心人才離職創(chuàng)業(yè)的現(xiàn)象。同時(shí)由于國內(nèi)智能語音及人工智能行業(yè)的特殊性、高水平科研人才的稀缺性以及人才培養(yǎng)的滯后性，智能語音及人工智能技術(shù)人才將面臨持續(xù)短缺，能否吸引和培養(yǎng)高水平的人才隊(duì)伍是行業(yè)今后發(fā)展的潛在風(fēng)險(xiǎn)。

2、低數(shù)據(jù)資源與多語言

目前大部分語音識(shí)別的研究和應(yīng)用，主要是基于一些大語種，比如說英語、漢語、阿拉伯語和法語等等，我們知道世界上一共有6900多種語言，如何快速的實(shí)現(xiàn)一套基于任何語言的語言識(shí)別系統(tǒng)是非常困難的，它也具有重大的戰(zhàn)略意義。包括美國IARPA這幾年的Babel計(jì)劃，以及之前DARPA的GALE計(jì)劃，考慮到中國的國情我們有56個(gè)民族，所以構(gòu)建一套多語言低數(shù)據(jù)資源下的語音識(shí)別系統(tǒng)是非常關(guān)鍵和具有實(shí)際價(jià)值的。

中國智能語音行業(yè)發(fā)展機(jī)遇分析

1、利好政策推動(dòng)發(fā)展——2017年11月15日，科技部召開《新一代人工智能發(fā)展規(guī)劃》暨重大科技項(xiàng)目啟動(dòng)會(huì)，會(huì)上宣布了首批四家國家新一代人工智能開放創(chuàng)新平臺(tái)名單，明確依托科大訊飛建設(shè)智能語音國家新一代人工智能開放創(chuàng)新平臺(tái)。

2018年3月5日，國務(wù)院總理李克強(qiáng)在十三屆全國人大一次會(huì)議作政府工作報(bào)告時(shí)表示，要加強(qiáng)新一代人工智能研發(fā)應(yīng)用，在醫(yī)療、養(yǎng)老、教育、文化、體育等多領(lǐng)域推進(jìn)“互聯(lián)網(wǎng)+”，這是繼2017年之后，“人工智能”再次被寫入政府工作報(bào)告。

2、眾多互聯(lián)網(wǎng)巨頭紛紛開發(fā)智能語音市場

在語音生態(tài)系統(tǒng)方面，百度宣布語音識(shí)別技術(shù)及能力全面開放。騰訊、搜狗語音開放平臺(tái)相繼上線。

在語音技術(shù)應(yīng)用方面，各大廠商對家居、車載、可穿戴等環(huán)節(jié)的關(guān)注明顯升溫。智能家居領(lǐng)域，百度發(fā)布了Baiduihome，阿里聯(lián)合智能家電廠商推出天貓魔盒，搜狗聯(lián)手魅族發(fā)布了魅族電視盒子。

智能車載領(lǐng)域，百度分別推出了手機(jī)車機(jī)智能互聯(lián)的產(chǎn)品Carlife，車的私有云服務(wù)平臺(tái)MyCar，和智能語音人機(jī)交互方式的智能行車助手CoDriver。阿里云和上汽合作推出車載操作系統(tǒng)，騰訊發(fā)布了路寶APP+路寶盒子，可與騰訊云連接，以實(shí)現(xiàn)車輛診斷、油耗分析、車友社交等功能。搜狗則和四維圖新合作，推出飛歌導(dǎo)航。

可穿戴領(lǐng)域，百度采取扶持外部產(chǎn)品，內(nèi)置百度服務(wù)，形成開放生態(tài)思路：分別推出了Inside智能硬件平臺(tái)，基于健康云的Dulife智能健康平臺(tái)，以及百度手表應(yīng)用，以吸引硬件廠商加入。

3、智能語音技術(shù)成熟，商業(yè)化應(yīng)用成為可能

深度學(xué)習(xí)、高性能運(yùn)算平臺(tái)和大數(shù)據(jù)是人工智能技術(shù)取得突破的核心助推力。深度學(xué)習(xí)端到端解決了特征表示與序列影射的問題，使得人工智能的性能得到了快速提升;而互聯(lián)網(wǎng)時(shí)代海量的數(shù)據(jù)又不斷為算法模型提供了訓(xùn)練材料，同時(shí)，云計(jì)算的興起和高性能的運(yùn)算平臺(tái)為智能化提供了強(qiáng)大的運(yùn)算能力和服務(wù)能力。

在語音識(shí)別率方面，百度、谷歌，科大訊飛等主流平臺(tái)識(shí)別準(zhǔn)確率均在96%以上，穩(wěn)定的識(shí)別能力為語音技術(shù)的落地提供了可能。

4、智能語音交互的便利性

首先，語音交互能夠創(chuàng)造全新的“伴隨式”場景。試想一下以后早晨起床后你無需再大動(dòng)干戈，又是開電視又是燒開水又是洗漱刷牙的，把自己搞得一團(tuán)糟，只需要?jiǎng)觿?dòng)嘴皮子就能“隔空”操作，讓自己不再慌亂。因此，語音交互能極大提高人們在某些不方便使用手和眼睛的場景中的效率。

其次，隨著智能設(shè)備影響的擴(kuò)大，人工智能語音交互能普及到更廣泛的人群，比如視力不好，手腳不靈活的老年人，不識(shí)字的低齡兒童、盲人等生活難以自理的群體，讓他們的生活更方便。

最后，通過語音交互，人工智能可以實(shí)現(xiàn)自主學(xué)習(xí)，變得更像人類，在此基礎(chǔ)上，人工智能將更順利地融入到用戶家庭生活中，扮演陪伴者或教育者的角色，滿足用戶現(xiàn)實(shí)需求的同時(shí)，滿足用戶的心理需求，這是人工智能未來發(fā)展的一大方向。