【新智元导读】国际知名市场研究公司Research and Markets 2016年5月4日发布报告《全球及中国语音产业报告，2015-2020》的修订版本。报告认为，随着语音在智能产业的应用不断加深，全球，以及中国的语音市场在接下来的5年当中仍将维持显著地增长，到2020年，全球语音市场规模预计将达到191.7亿美元。报告数据显示，尽管领头羊Nuance仍然占据着三成的市场份额，但是已经出现明显下滑趋势，其他科技巨头谷歌、微软、苹果和科大讯飞则获得了迅速的增长，全球市场份额分别为20.7%、13.4%、12.9%和6.7%。
报告主要内容概览：
- 全球智能语音产业（发展历史，现状，商业模式，竞争图景）
- 中国的智能语音产业（现状，相关政策，竞争图景）
- 语音识别技术细分市场（智能汽车、智能手机，PC，智能家居，可穿戴设备。该部分还罗列了一些语音识别公司的名单）
- 7家外国和中国语音识别相关公司（自动化领域中语音识别业务和应用）
报告下载链接：http://www.researchandmarkets.com/research/zl4brg/global_and_china
360度详解智能语音市场格局
在大数据、移动互联网、云计算以及其他技术的推动下，全球的智能语音产业已经步入应用的快速增长期。
2010年前后，科技巨头，例如谷歌、微软和苹果、科大讯飞纷纷强化在语音市场上的参与，全球的语音市场逐渐从一家独大发展成为竞争市场，虽然从整体上看，该市场依然被巨头牢牢把控。数据显示，2015年，语音识别领头羊公司Nuance依然牢牢占据着市场份额第一的宝座，占有率为31.1%，但是已经呈现出明显的下滑趋势。而谷歌、微软、苹果和科大讯飞则获得了迅速的增长，全球市场份额分别为20.7%、13.4%、12.9%和6.7%。
中国智能语音产业获得了前所未有的发展。Research and Markets估算认为，2015年，中国的语音市场规模为46.8亿人民币，比前一年增长53.1%，占世界的12%。
根据中国工业和信息化部电子科技信息情报研究所数据显示，2013年，全球智能语音产业规模整体达33.7亿美元，同比增长38.1%；2014年较2013年同比增长41.0%，产业规模大幅提升。预计到2017年，全球智能语音产业规模将达112.4亿美元，复合年均增长率达35.1%。
语音产业从最初的萌芽到技术突破，再到产业化阶段以及目前的快速应用阶段，已经形成了相当成熟的产业。简单看来，世界智能语音产业发展历程可分为四个阶段：
第一阶段是技术萌芽阶段（20世纪50～70年代），以孤立词和少词汇量句子识别，并通过关键词匹配实现简单命令操作为主要内容，AT&T贝尔实验室开发的Audrey语音识别系统是其主要标志。Audrey能够通过跟踪语音中的共振峰，识别10个英文数字，正确率高达98%。
第二阶段是技术突破阶段（20世纪80年代），语音识别和自然语言处理技术有了较大进展。智能语音技术研究由传统的基于标准模板匹配的技术思路开始转向基于统计模型(HMM)的技术思路，并再次提出了将神经网络技术引入语音识别问题的技术思路。
第三阶段是产业化阶段（20世纪90年代到21世纪初），智能语音技术由研究走向实用并开始产业化，以1997年IBM推出的ViaVoice为重要标志。自此，智能语音产品开始进入呼叫中心、家电、汽车等各个领域。比如，上世纪70年代由美国国防部远景研究计划局资助的，旨在支持语言理解系统的研究开发工作的计划DARPA，进入90年代后，研究重点已转向识别装置中的自然语言处理部分，识别任务设定为“航空旅行信息检索”。
第四个阶段是快速应用阶段（2010年以后），以苹果Siri的发布为重要引爆点，智能语音应用领域由传统行业开始向移动互联网等新兴领域延伸。在一些发达国家，大量的语音识别产品已经进入市场和服务领域并取得很好的效果。
快速应用阶段打开了市场的大门，消费者也可以看到琳琅满目的产品出现，而随着其他技术的发展，比如近年来全面开花的众多人工智能技术不断获得突破，语音技术的市场发展潜力也在进一步扩大。
高级的智能呼唤高级的语音
不难看到，语音技术在人工智能的发展中占有绝对重要的地位，它既是机器输出语言，也就是“说话”的前提，也是机器输入，也就是“听”的保证。简单地说，前者设计语音合成后者涉及语音识别，这都是智能语音的关键技术。
举例来说，在科技领域，聊天机器人时下是一个火热的话题，国外很多科技媒体都预言，聊天机器人大有取代App乃至取代搜索成为互联网入口之势。至少亚马逊的Echo发布一年多便占领了语音控制智能家居的入口。同时，Facebook力推Messenger，谷歌也要凭借其强大的人工智能技术推出一款结合搜索的智能助理，微软有定位于专用商务助理的Cortana，IBM的Waston积蓄已久，在医疗、环境、能源等行业都有动作。
微软聊天机器人Cortana
谷歌、Facebook、微软、IBM等国外企业正在积极推进智能语音技术的研发及应用，以智能语音为切入点积极布局整个人工智能领域。语音交互作为人机交互的重要演进方向，从感知智能到认知智能，基于深度神经网络等方法，以语音语言为切入的认知计算将是人工智能发展的必然路径。因此，语音交互技术在服务机器人博弈中扮演着十分重要的角色。
毫不逊色的中国造智能语音
外科技巨头在语音上一如既往的强势，可以说，语音已经成为必争之地。而语音识别领域，中国并不落后于发达国家，不少技术处于国际领先地位。
把眼光拉回国内，早期的中国语音技术公司主要依靠国内科学研究机构在市场上立足，但是，一些新的初创公司却是通过资本迅速地在智能语音产业获得了一席之地。中国的语音市场主要被三家大的公司，即科大讯飞、百度和苹果占据。根据Research and Markets的报告，2015年，三家公司在中国所占的市场份额加起来达到了79%。为了在激烈的市场竞争中获得先机，中国的智能语音玩家纷纷涌入细分市场，比如智能汽车、智能家居和可穿戴设备。
科大讯飞属于从语音识别起家，现正在向人工智能转型，也是目前国内最有影响力的语音技术公司，在2008年的时候就已经挂牌上市，目前市值接近500亿，根据2014年语音产业联盟的数据调查显示，科大讯飞占据了超过60%的中国市场份额，而上文提到，Research and Markets的报告显示，科大讯飞和百度以及苹果一起，占了整个中国语音市场的79%，可以说，讯飞绝对是中国语音市场上的龙头企业。要知道，目前所有省份的口语评测用的都是科大讯飞的引擎。
在语音识别技术上，在2015年宝马组织的全球语音识别比赛中，科大讯飞获得第一名。截至2016年3月底，讯飞智能语音与人工智能平台为包括QQ、高德地图、滴滴出行、携程、大众点评、新浪微博等在内的13万 合作伙伴提供服务，覆盖终端用户数超过7亿，在线日服务量达15亿次。
习近平在安徽考察期间与科大讯飞的营业厅服务机器人“小曼”进行了亲切交谈
就在刚刚过去的4月底，习近平在安徽考察期间观看了人工智能机器人展，其间与科大讯飞最新推出的营业厅服务机器人“小曼”进行了亲切交谈。据了解，小曼基于科大讯飞领先的语音交互技术进行开发，具有语音唤醒、声源定位、回声消除、语音打断等功能，作为营业厅服务机器人，小曼在嘈杂的环境里能通过语音进行自然交互为客户提供业务引导、查询等服务。此外，通过云端调取科大讯飞在智能客服领域积累的数据，小曼能够为用户提供全面精准的客户服务。可以预计，随着小曼在银行、运营商、保险等营业厅的推广应用，将节省人力成本、缓解客服压力，为用户提供更好的体验，引领智能客服行业新一轮的变革。
国内另一家比较有代表性的语音技术公司是百度。百度2010年与中科院声学所合作研发语音识别技术，但是市场发展相对缓慢。2014年，百度重新梳理了战略，请来了人工智能领域大师吴恩达，正式组建了语音团队，专门研究语音相关技术，由于有百度强大的资金支持，到目前为止收获颇丰，斩获了近13%的市场份额。百度已经把语音技术运用到公司的其他前沿产品中，比如让其名声大噪的无人车项目，以及个人助手服务机器人“度秘”当中。
其他互联网公司，也搭建起自己的语音识别引擎，主要应用于搜狗输入法，效果还不错。腾讯当的微信也建立了自己语音识别引擎，用于将语音转换为文字。阿里，爱奇艺，360，乐视等等也都在纷纷涉足语音识别，但这些大公司更多的是自研自用，基本上技术上泛善可陈，业界也没有什么影响力。
除了这些老牌互联网公司，国内也涌现了一批有代表性的语音识别创业公司，比如云之声、出门问问、思必驰。
用户习惯仍是一大障碍
虽然整个语言市场展现出热闹且繁荣的迹象，众多科技公司也确实在强化语音技术的研究，并大力推向市场化应用，但是目前看来，用户体验以及消费者习惯仍是语音市场发展的两大主要障碍。
《2015 中国智能语音产业发展白皮书》（以下简称“白皮书”）强调了语音产业重要性，但是也做了提醒：：由于“互联网 ”、大数据、深度学习等技术的发展，进一步增强了人机之间的相互依赖；然而，当前受限于技术成熟度和用户使用习惯，语音交互并未成为真正帮助人们操控设备的工具；使用场景的深耕、语音技术的“下沉”以及交互技术的融合将成为语音真正从“产品标配”走向“场景标配”的重要因素。
参考资料：
- http://mp.weixin.qq.com/s__biz=MzIyOTA2NTY0Nw==&mid=408292604&idx=1&sn=5d5487e67dc8033af8f0d02917d69581&scene=1&srcid=0506ujgqF2NbgLUnGgri6Jsv#rd
- http://mp.weixin.qq.com/s__biz=MzA5NDMxNDYxMw==&mid=2651261599&idx=1&sn=0586bae4cff4b77ba8f339f89f7cc3c7&scene=1&srcid=0506o9uDaWUBBvGamssilB0o#rd
