智能语音即声响信息在人机间的交互模仿，为人工智能的中心技能之一，也是人工智能落地最早的技能之一。1980s至今智能语音阅历三个阶段开展，2016年开端进入落地期，智能语音帮手、智能音箱相继落地。

　　现在，智能语音的相关运用正向消费级和企业级两大方向迸发。其间消费级包含才智日子场景、智能家居场景和智能驾驭场景，近期总的开展空间将到达3000亿元。

　　企业级运用包含才智教育场景、才智医疗场景和运用于电信/金融/电商等场景的智能呼叫/客服场景，值得一提的是，企业级场景近一年来收到疫情的加速催化，空间也行将到达千亿规划。

　　智能语音是AI的重要进口，是AI三大中心根底技能之一（ 机器视觉、智能语音和机器学习）。

　　智能语音在AI技能中占有重要位置，就商场比例而言，2019年智能语音占有我国AI22%的比例，仅次于现已完成大规划商用的机器视觉。

　　人类大脑皮层每天处理的信息中，声响信息占20%，是交流最重要的枢纽。智能语音将声响转为文字供机器处理、在机器生成言语之后，用语音组成技能将文本言语转化为声波。

　　1980s-2010为起步期：语音辨认开端从孤立词辨认体系向很多词汇接连语音辨认体系开展；

　　2011-2015为革新期：微软DNN（深度神经网络）的出现使辨认错误率第一次大幅下降，降幅约90%，技能与产品开端大开展；

　　2016至今为落地期：机器语音辨认准确率第一次到达人类水平，约95%，智能语音技能进入落地期，智能语音帮手、智能音箱相继落地。

　　可是，比较于机器视觉，智能语音的落地进程相对落后。机器视觉企业在全球AI企业中占比40%、在国内占比46%；是国内外AI企业最会集的范畴。

　　首要有两方面原因，一方面其数据的体量、密度相对有限，另一方面其触及的声学研讨、形式辨认研讨、通用NLP研讨及笔直场景的深度语义了解等还未彻底老练（特别2016年曾经），因此在交互体会、运用作用、场景优化等方面都仍有较大空间。

　　依据Gartner发布的2018年AI技能老练度曲线，当时语音辨认现已进入‚本质出产高峰期，意味着语音辨认技能已被广泛承受，规划化落地行将开端。此外，像自然言语处理、虚拟助理等相关智能语音技能历经淘洗之后行将落入，泡沫化低谷期，商业形式越来越老练，也将进一步推进智能语音的落地。

　　依据ReportLinker的猜测：到2024年全球智能语音商场规划将到达215亿美元，其间才智医疗健康、才智金融以及各类智能终端智能语音技能需求将成为首要的驱动要素。

　　智能语音商场按客户类型可分为消费级商场（ 2C 或 2B2C ）和企业级商场（2B）。

　　消费级运用：立足于个人日常日子，首要包含了才智日子、智能家居、才智工作、智能驾驭等场景，本质上是智能语音技能（以语音帮手为代表）关于各类终端的赋能，是AIoT大生态的重要构成。

　　详细产品包含了：智能手机、智能可穿戴、智能音箱、智能家电、翻译机、录音笔、转写TWS耳机、智能车载等。

　　专业级运用：服务于特定场景，如才智医疗、才智教育、才智电信/金融/电商等。相较而言，专业级运用具有更高的笔直特色和know-how壁垒。

　　详细产品包含了才智讲堂、主动审理、学习机（2C特色）、才智客户/呼叫等。

　　智能手机创始语音帮手先河，引领消费级商场。消费级智能语音交互是群众触摸智能语音最遍及的途径，中心逻辑仍是消费级AIoT，消费级AIoT商场规划就已到达1753亿元，在总AIoT商场中占比68%，空间极端广大。

　　很多人工智能公司（硬件设备厂商 & 互联网厂商）均瞄准消费级智能交互终端，第一款典型的落地产品便是智能手机语音帮手。

　　语音帮手落地敞开智能语音运用元年：2011年第一款手机语音帮手Siri随同iPhone 4S露脸，各大厂商纷繁入局。从2017年下半年开端经过敞开语音生态体系进行工业界协作，语音助可穿戴、家居、车载等范畴延伸。

　　智能手机中装备智能语音帮手比例前进，估量2023年占比将达90%。依据Strategy Analytics数据，2018年全球出售的智能手机中就现已有47.7%装备了人工智能语音帮手，占比将近一半。

　　当时，智能手机装备AI语音帮手已成为全体性趋势，从已有用户的状况来看，智能语音帮手用户运用帮手频率占比最大的为每周3-4次，标明人们正日益倾向于运用智能语音帮手。

　　依据这一趋势，Strategy Analytics估量，到2023年前，90%的智能手机都将会装备AI语音帮手。

　　智能可穿戴设备商场空间广大，智能语音为其天然进口。智能可穿戴设备趋于小屏化、无屏化的特色决议了智能语音将成为其天然进口。随同我国智能可穿戴设备职业在各笔直范畴运用程度的加深，我国智能可穿戴设备职业将继续扩容。沙利文猜测，2023年我国智能可穿戴设备职业的商场规划将到达913.7亿元。

　　我国智能可穿戴设备职业由上游的软硬件供货商、中游的智能可穿戴设备厂商及下流各运用范畴构成。

　　估量2020年全球可穿戴设备出货量将到达3.96亿台，与2019年出货量3.459亿台比较添加14.5%。

　　展望未来，IDC猜测，2024年全球可穿戴设备出货量将到达6.371亿台，五年内复合年添加率（CAGR）为12.4%。

　　据IDC发布的《我国可穿戴设备商场季度盯梢陈述》显现，2020年我国可穿戴设备商场出货量第一季度、第二季度分别为1762万台（同比下降11.3%）和2658万台（同比添加4.1%），扭亏趋势清晰，预期全年数据增速可观，不低于全球增速。

　　现阶段，搭载语音帮手的设备产品首要为智能手机和智能可穿戴设备，一起也包含小部分智能家居产品、智能车载产品。就规划来看，2020年智能语音帮手的商场规划现已到达241.1亿元；2021年规划将到达337.5亿元。

　　因为我国居民消费水平前进，消费主力集体代际变迁等要素，搭载语音帮手的智能设备的消费量将会有所添加，推进我国语音帮手商场规划进一步扩展。估量到2023年，我国语音帮手商场规划将添加至570.3亿元。

　　别的一个智能语音落地场景是智能家居，智能家居的终究形状是完成全屋产品的智能化，为AIoT的要害场景，在灯火、空调、电视、窗布、门窗、背景音乐、安防、监控操控以及可编程守时操控等方面均有运用。

　　2020年我国智能家居商场规划打破2400亿，2020年全球智能家居商场均匀浸透率将超越60%。未来三年将是智能家居职业快速开展的时期，职业并购及商场规划添加将诞生一批年出售额超越百亿的企业。

　　智能音箱为语音交互蓝图铺路，是智能家居进口。早在2019年末，我国智能音箱累计出货量就现已超越7000万台，在我国乡镇住宅中浸透率到达20%，挨近2012年智能手机的浸透程度。

　　智能音箱当时商场规划已超百亿元，未来三年我国智能音箱职业商场规划将坚持稳定添加，2023年有望到达8712万台，即174.2亿元。

　　第三个落地场景是才智工作，中心是翻译机。依据华经情报网数据，我国翻译机价格首要散布在250-800元和2560-3310元两个区间，其占比均为38%。

　　出境旅行、教育刚需和经济全球化等要素继续驱动工业规划添加，主动语音辨认、机器翻译、语音组成、图像辨认等AI技能大幅前进翻译机功用加速工业开展。

　　2020年我国翻译机商场规划将有望到达27.7亿，并在2030年进一步扩张至56.2亿元。

　　另一个潜在迸发场景是语音输入法。输入法是智能语音技能在C端的重要落地场景，语音输入、智能纠错、语音翻译等功用开端成为标配；语音变声、语音斗图等针对年青集体的立异功用也相继推出。

　　第四种智能语音落地场景是智能驾驭。现在，特斯拉、造车新势力&传统整车厂、草创公司、科技巨子选用不同的办法和途径更新迭代主动驾驭的才能，体现出技能途径的分解，职业竞赛格式正在产生新的革新。

　　未来随同着科技的进一步开展，AI、人机&语音交互、5G C-V2X 车联网等技能的老练，智能轿车的功用将进一步丰厚，使得智能驾驭的浸透率逐渐前进，从而带动整个工业链商场规划的快速添加。

　　在当时智能轿车的开展中，最为剧烈的竞赛会集在主动驾驭和智能车载体系两个范畴。

　　跟着信息技能、网络技能和人工智能的开展，智能车载体系将经过交融数字显现、多屏作者互动、手势操作、智能语音等多项技能，为轿车的驾乘人员供给全新的、直接的、多元的人车交互服务。

　　在轿车工业范畴，搭载依据智能语音的车载交互体系现已成为干流。车载语音交互或将成为标配，打造车内交互新体会。

　　依据高工智能轿车研讨院的数据，2020年一季度我国商场出售新车前装搭载4G联网功用浸透率为46.05%，同比上年前进近20个百分点。估量，搭载率到2025年期间将出现较快的添加态势。

　　一起到2025年干流的车企将根本完成新车的联网标配，车载语音巨子面对更大的工业机会。智能车载潜力巨大，智能语音有望成为车载体系标配。

　　不同于手机以触屏为主的交互方法，车机和人的交互更多将选用语音，而未来随同着智能轿车浸透率的逐渐前进，智能轿车中的语音交互将愈加丰厚，从而带动商场规划不断添加。

　　竞赛格式来看，国内巨子科大讯飞占有半壁河山，老牌海外厂商Nuance的国内比例正在被不断蚕食，死后BAT、思必驰等也在快速追逐。

　　智能语音顾客事务首要经过硬件出售及相关互联网增值服务获利，而企业级和公共级事务则首要有两类协作形式：

　　一是技能渠道输出形式，将通用技能才能封装为SDK或API，下流客户或生态中的开发者运用时向技能供给方付出必定费用，当然为了促进生态的快速开展，一些渠道如华为HiAI 、百度语音技能采纳面向开发者免费的战略；

　　二是切入传统职业，供给解决计划（含中心设备），这种景象下触及智能语音企业与传统职业集成商或终究客户进行定制化、深度协作。

　　智能教育，AI 讲堂的建造进入快车道。教育部发布的《教育信息化十年开展规划（2011-2020年）》中说到，我国要树立教育经费投入保障体系，并要点提出各级政府在教育经费中按不低于8%的比例列出教育信息化经费。

　　2021年为十四五局面之年，判别教育信息化仍将迎来加码新政，才智教育将正在方针助推下继续加速开展。

　　方针直接相关的运用首要有智能语音练习与评测、互动教育等，其间语音评测商场获益于新高考计划和国家英语才能考试变革，潜力巨大。

　　才智教育空间广大，运用鸿沟不断拓宽。自2012年以来，语音辨认、图像辨认、深度学习等人工智能技能开展迅速，不断完成打破，人工智能在线教育在人工智能技能的开展推进下逐渐鼓起，依据语音辨认技能的语音测评、依据图像辨认的智能心情剖析等人工智能在线教育产品涌现在商场中，人工智能在线教育职业开展脚步逐渐加速。

　　我国人工智能在线亿元，出现快速添加趋势。跟着人工智能技能日趋老练，人工智能在线教育产品功用将进一步前进，用户规划将不断扩张，人工智能在线教育商场规划有望迎来新一轮快速添加。

　　猜测至2023年，我国人工智能在线亿元，复合添加率仍将维持在20%以上。

　　第二个2B场景是才智医疗。才智医疗范畴，语音电子病历体系需求正在开释。经过语音输入的方法生成结构化病例、履行病例检索，节省医师输入病历的时刻，解决计划一般包含 ASR/NLU 技能和专用医疗麦克风。

　　此外，需求正在向导诊机器人、问诊小程序、诊后随访体系、住院病房办理体系、临床决议计划支持体系（CDSS）等多运用范畴分散。

　　我国的才智医疗建造职业有着广大的开展空间和出资商场，当时商场空间全体超千亿元。

　　依据中商情报网数据，2019年我国才智医疗建造职业规划为880亿元，而2020年这一数字现已到达1040亿元。

　　依照现状估量，估量到2022年，我国电子病历语音输入累计掩盖近1600家三级与二级医院付费数，浸透率分别为36%和4.5%，180万医师获益。

　　智能语音语音技能和自然言语了解技能快速前进，现在已在2C消费级的才智日子、智能家居、才智工作、智能驾驭；2B企业级的才智医疗、才智医疗、智能客服等多个范畴完成场景运用。

　　依据沙利文咨询的计算猜测，2019年我国智能语音职业商场规划约为218.4亿元，估量2024年将到达489.8亿元。

　　智能语音2C消费级 & 2B企业级商场各细分赛道均有广大空间，后疫情年代有望全面开花，整理如下图。

　　国内外智能语音商场均已相对会集，龙头占有首要比例。依据中商工业研讨院的数据，智能语音全球商场CR5到达88%，我国商场CR5到达84.6%，均已出现相对会集商场格式。

　　差异：全球巨子玩家如Nuance、谷歌等在我国比例有限，取而代之的是国内龙头科大讯飞。一是因为中英文语义了解差异（叠加方言影响）；二是获益于国内互联网生态高速开展，智能语音在国内具有愈加丰厚的落地场景。

　　自2011年iPhone 4S初次搭载Siri以来，智能语音帮手这个聊胜于无但又颇具想象力的功用就一步步成为手机中的根底功用，并旋即在智能音箱范畴大显神通。尽管语音帮手一向的掩盖面一向在前进，但运用率确一向不高。可是，以才智家居为例，智能语音设备其实仅仅一个进口，跟着IoT、主动驾驭等技能的不断拓宽，与智能语音设备相互配合必定会大放异彩。

　　2021年8月18-20日，IOTE2021世界物联网展将在深圳福田会展中心会聚各职业群英，共论物联网未来商机！现扫码或点击阅览原文即可当即报名参展！