中国智能语音技术现状与发展趋势分析.docx

中国智能语音技术现状与发展趋势分析随着深度学习、云计算、大数据等新一代信息技术的快速发展，人类正进入人工智能与万物互联时代，人类和机器的交互正逐渐进入以“语音交互为主、键盘触摸手势为辅”的阶段。作为万物互联时代最重要、最直接的入口，中国的智能语音技术研发及其产业应用推广近年来取得了长足进步，并长期占据国际领先地位。智能语音技术是指能使信息时代的各种机器像人一样具有“能听会说”“能理解会思考”的感知和认识能力的智能技术，是人工智能技术产业当前最核心的发展领域和未来发展的制高点，市场前景广阔。智能语音产业符合国家战略、信息安全和保护要求，同时有利于促进中华民族文化传播。智能语音技术主要包括涉及语音要素的各种技术方向，如语音识别、语音合成、声纹识别、语种识别、语音增强、语音评测、人机口语交互、口语翻译等。一全球智能语音技术的发展态势分析（一）全球智能语音及人工智能产业处于快速发展阶段近年来，国际上深度神经网络、机器学习方法快速发展。2016年，全球市值最高的五家公司分别是：Apple、Alphabet（Google母公司）和Facebook，以及Microsoft和Amazon。这五家全球市值最大的科技公司都密切关注并研发智能语音产品技术。2014～2017年全球语音设备出货量大幅度攀升，预计到2020年，全球语音识别的市场规模将达200亿美元。早在2015年就有统计数据表示，Nuance是全球智能语音市场份额最大的企业，达31.6%，谷歌、苹果和微软跟随其后，分别为28.4%、15.4%、8%。中国的智能语音企业科大讯飞紧随其后占全球市场的5%。国际巨头纷纷布局智能语音市场，比较成功的语音识别系统有4个，分别是亚马逊Alexa、谷歌助手GoogleAssistant、苹果Siri和微软Cortana。它们在理想情况下的语音识别率都超过90%，识别响应速度快，可为用户提供丰富的语言操控功能。[1]目前智能语音产业的参与者可以分为三大类型：①从科研实验室走出来的独立语音技术研发和服务提供商，如源于斯坦福研究院STAR实验室的Nuance、与中国科学技术大学合作的科大讯飞；②围绕智能语音技术研发到应用各环节的初创企业，如思必驰、出门问问、声智科技、三角兽、蓦然等创业公司；③希望抢占下一代人机交互入口的科技巨头，如苹果、谷歌、微软、亚马逊、百度、腾讯、搜狗等。（二）我国智能语音及人工智能产业迎来爆发式增长近年来国内智能语音及人工智能产业迎来了爆发式增长，在国际上的地位和市场占有率节节攀升，兴起了一批智能语音企业，如科大讯飞、北京捷通华声科技服务有限公司、北京中科信利技术有限公司和北京海天瑞声科技有限公司等，同时国内互联网巨头也大力进军智能语音市场，如阿里巴巴、腾讯、百度等。在智能语音领域，钻研于机器学习、深度学习、自然语音识别、云计算和大数据的前沿和核心基础技术，已然形成一批国际领先的核心技术和产品积累。目前，中国在人工智能领域的自然语言处理、语音识别、推荐引擎和协同过滤、情境感知计算、机器翻译、认知智能等技术均达到了国际领先水平。深度学习的引入使得语音识别词错率下降到与专业速录员相当甚至更低，准确率越来越高。随着智能语音应用需求不断扩大，以大数据、云计算、移动互联网等关键技术为支撑的智能语音产业迅速发展，引起政府、资本界的持续广泛关注，语音技术厂商和IT巨头也大力布局人工智能领域，带动了全球智能语音产业规模进一步扩大。2015年，全球智能语音产业规模达到61.2亿美元，较2014年增长34.2%。其中，中国智能语音产业规模达到40.3亿元，较2014年增长41.0%，远高于全球语音产业增长速度。2016年，中国语音产业规模达59亿元。我国语音产业规模扩大主要有三方面原因。首先，我国政府在智能语音技术研发及产业化方面的政策支持，为语音产业创造了良好的发展环境。其次，语音技术提供商不断优化产品性能，使得智能语音在车载信息服务系统、智能家居等领域的应用进一步深化。最后，4G网络的普及、大数据和云计算的发展，为智能语音应用提供了强有力的保障。2017年智能语音市场继续保持寡头垄断格局，前五家企业占据80%以上份额。就全球市场而言，排名前五的Nuance、谷歌、苹果、微软、科大讯飞所占市场份额达到80%以上，国内市场，排名前五的科大讯飞、百度、苹果、Nuance、小i机器人市场份额占比达到84.6%。我国智能语音技术在近年来的各项国际语音合成、语音评测和语音识别等比赛中持续获得第一，在智能语音应用领域，中国的智能语音技术首次达到接近人类甚至超过水平。二中国智能语音核心技术的研究历程中国智能语音技术的发展可以分为以下三个阶段。（一）开拓中文语音合成技术和市场，将其牢牢掌握在中国人自己手中自1939年美国贝尔实验室研制出世界上第一个电子语音合成器——