科技行业中国智能语音行业研究和分析报告：凝望璀璨星河.pdfVIP

凝望璀璨星河： 中国智能语音行业研究报告 2020年 摘要 人类对机器语音识别的探索始于20世纪50年代，迄今已逾70年。2016年，在深度 神经网络的帮助下，机器语音识别准确率第一次达到人类水平，意味着智能语音技 术落地期到来。不过人们面对“AI”时希望得到自然、类人的交互体验，这是一个 宏伟的开放性课题，背后涉及的各学科技术仍有不足，还面临长期的求索方能突破。 SMS 消费级智能硬件是最早显示出市场潜力的赛道，市场各方都在瞄准消费级智能交互 终端。而智能终端的背后还有广阔的生态，包括语音开放平台、语音操作系统、内 容等等，近年行业正在经历从单一商业模式向多元化商业模式的变迁，技术输出的 “厚度”增加，“边界”扩大，也带来了技术落地曲线的加速度增加。 智能语音企业级和公共级市场主要有平台化技术输出和解决方案两类商业模式，解 决方案业务占比较高。与国外市场以医疗为重头有所差异，我国市场以智能客服、 公检法及教育业务份额更高。智能语音为各行业解决了刚需性问题，将促进各行业 业务效率的提升。 目前全国约有超过250家企业参与智能语音语义市场。互联网巨头、技术提供方、 设备商和行业集成商应分别重视连续性投入支持问题、基础开发模块标准化程度提 升与商务团队配置问题、设备后服务增长问题和软件研发能力建设问题，迎接人机 交互升级带来的行业价值链扩张。 来源：艾瑞自主研究绘制。 ©2020.1 iResearch Inc. 2 智能语音相关技术概述 1 子研究（1/3）消费级市场 2 子研究（2/3）企业级与公共级市场 3 子研究（3/3）市场参与者 4 写在最后 5 3 智能语音的概念 智能语音即实现人与机器以语言为纽带的通信 智能语音即实现人与机器以语言为纽带的通信。人类大脑皮层每天处理的信息中，声音信息占20% ，它是沟通最重要的纽 带，人机对话将方便人们的工作与生活。完整的人机对话包括声音信号的前端处理、将声音转为文字供机器处理、在机器 生成语言之后，用语音合成技术将文本语言转化为声波，从而形成完整的人机语音交互。 人机对话的实现流程 对话输入与 ASR NLU DST 01 前端处理 02 语音识别 03 语音理解 04 对话状态维护 08 对话输出 07 TTS 06 NLG 05 Policy 语音合成 语言生成 动作候选排序 信号及语音 NLP 来源：艾瑞 《2018年中国人工智能行业研究报告》；百度AI。 ©2020.1 iResearch Inc. 4 智能语音的前情提要（1/3）