摘要：通過(guò)研究發(fā)現(xiàn)，隨著智慧家居、智能客服、智慧教育等人工智能應(yīng)用層的發(fā)展，語(yǔ)音識(shí)別技術(shù)得到了廣泛應(yīng)用，眾多企業(yè)涌入分享智能語(yǔ)音行業(yè)初期紅利，我國(guó)智能語(yǔ)音行業(yè)已經(jīng)呈現(xiàn)出馬太效應(yīng)。目前我國(guó)智能語(yǔ)音技術(shù)智能化程度并不算高，語(yǔ)義識(shí)別、口音、語(yǔ)調(diào)、噪音克服等魯棒性問(wèn)題將是下一階段智能語(yǔ)音技術(shù)攻克著力點(diǎn)。

智能語(yǔ)音是語(yǔ)言學(xué)、數(shù)學(xué)、計(jì)算機(jī)學(xué)、以及心理學(xué)等多學(xué)科交叉應(yīng)用的結(jié)果，研究通過(guò)語(yǔ)音實(shí)現(xiàn)人機(jī)交互，主要包括語(yǔ)音識(shí)別、自然語(yǔ)言處理以及語(yǔ)音合成(由于目前研究領(lǐng)域關(guān)于語(yǔ)音識(shí)別與自然語(yǔ)言處理范疇的界定并不清晰，本文根據(jù)技術(shù)發(fā)展現(xiàn)狀按照并行關(guān)系界定)。智能語(yǔ)音廣泛地應(yīng)用于通信、汽車電子、家庭服務(wù)、醫(yī)療等領(lǐng)域，是人工智能發(fā)展的關(guān)鍵技術(shù)組成。

我國(guó)在智能語(yǔ)音領(lǐng)域進(jìn)展迅猛，商業(yè)化應(yīng)用落地是主要驅(qū)動(dòng)力

我國(guó)智能語(yǔ)音市場(chǎng)年平均復(fù)合增長(zhǎng)率高于全球水平，行業(yè)存在大規(guī)模增長(zhǎng)紅利。如圖1所示，2011年我國(guó)智能語(yǔ)音市場(chǎng)規(guī)模僅有6.3億元，之后隨著我國(guó)智能語(yǔ)音產(chǎn)業(yè)化發(fā)展，市場(chǎng)規(guī)模呈現(xiàn)出高速增長(zhǎng)的態(tài)勢(shì)，截至2018年底我國(guó)智能語(yǔ)音市場(chǎng)規(guī)模已達(dá)到了159.7億元，期間年平均復(fù)合增長(zhǎng)率(CAGR)高達(dá)58.7%，遠(yuǎn)超全球30%的年平均增長(zhǎng)水平，意味著我國(guó)智能語(yǔ)音擁有巨大的市場(chǎng)需求，行業(yè)存在大規(guī)模增長(zhǎng)紅利，預(yù)測(cè)2019年我國(guó)智能語(yǔ)音市場(chǎng)規(guī)模將超過(guò)250億元。

圖1 2011-2018年中國(guó)智能語(yǔ)音市場(chǎng)規(guī)模以及2019年預(yù)測(cè)

(資料來(lái)源：公開(kāi)資料整理，五度易鏈行業(yè)研究中心)

智能語(yǔ)音在不同領(lǐng)域的商業(yè)化應(yīng)用是我國(guó)智能語(yǔ)音行業(yè)發(fā)展的主要驅(qū)動(dòng)力。全球關(guān)于語(yǔ)音識(shí)別的研究起始于20世紀(jì)50年代，我國(guó)同時(shí)期于1958年開(kāi)始涉足語(yǔ)音識(shí)別領(lǐng)域，標(biāo)志性事件是中國(guó)科學(xué)院聲學(xué)所利用電子管電路識(shí)別10個(gè)元音。之后由于國(guó)內(nèi)計(jì)算機(jī)技術(shù)普及率較低以及數(shù)字信號(hào)等技術(shù)發(fā)展較為落后，我國(guó)語(yǔ)音識(shí)別技術(shù)發(fā)展受到了嚴(yán)重制約，逐漸被國(guó)外拉開(kāi)差距。但是近些年隨著我國(guó)電子信息技術(shù)的飛躍式進(jìn)步，我國(guó)在語(yǔ)音識(shí)別領(lǐng)域具備了比肩發(fā)達(dá)國(guó)家的發(fā)展條件，同時(shí)伴隨著人工智能以及物聯(lián)網(wǎng)的發(fā)展，語(yǔ)音識(shí)別技術(shù)與智能家居、智慧教育、智能客服、機(jī)器人、無(wú)人駕駛等行業(yè)不斷探索融合，并在部分領(lǐng)域已經(jīng)實(shí)現(xiàn)了商業(yè)化落地，有力推動(dòng)了我國(guó)智能語(yǔ)音行業(yè)的發(fā)展進(jìn)步，目前我國(guó)相關(guān)企業(yè)的語(yǔ)音識(shí)別準(zhǔn)確度普遍達(dá)到了97%。

國(guó)內(nèi)語(yǔ)音識(shí)別行業(yè)出現(xiàn)馬太效應(yīng)，本土企業(yè)國(guó)際競(jìng)爭(zhēng)力較弱

我國(guó)智能語(yǔ)音市場(chǎng)形成了以科大訊飛為首的一超多強(qiáng)的競(jìng)爭(zhēng)格局，行業(yè)馬太效應(yīng)顯現(xiàn)。如圖2所示，科大訊飛市場(chǎng)占比最高，達(dá)到了44%，其次是百度市場(chǎng)占比為28%，二者合計(jì)占據(jù)了國(guó)內(nèi)語(yǔ)音識(shí)別72%的市場(chǎng)份額，屬于第一梯隊(duì);其次是蘋果、Nuance等外資企業(yè);最后是國(guó)內(nèi)中小型語(yǔ)音識(shí)別企業(yè)。由此可見(jiàn)，我國(guó)語(yǔ)音識(shí)別行業(yè)馬太效應(yīng)已經(jīng)顯現(xiàn)，科大訊飛、百度等龍頭企業(yè)依托自身品牌優(yōu)勢(shì)以及客戶優(yōu)勢(shì)將不斷穩(wěn)固自身市場(chǎng)地位，并占據(jù)更多市場(chǎng)份額，使得中小型企業(yè)以及新近企業(yè)生存難度加大。

圖2 我國(guó)智能語(yǔ)音市場(chǎng)份額占比

(資料來(lái)源：公開(kāi)資料整理，五度易鏈行業(yè)研究中心)

國(guó)內(nèi)智能語(yǔ)音企業(yè)本土競(jìng)爭(zhēng)力強(qiáng)，但國(guó)際競(jìng)爭(zhēng)力較弱。如圖3所示，觀察全球智能語(yǔ)音市場(chǎng)競(jìng)爭(zhēng)格局可以發(fā)現(xiàn)，盡管科大訊飛依靠本土優(yōu)勢(shì)占據(jù)了國(guó)內(nèi)將近一半的市場(chǎng)份額，但是國(guó)際競(jìng)爭(zhēng)力較弱，僅占據(jù)全球5%的市場(chǎng)份額;而Nuance以及蘋果雖然只占據(jù)國(guó)內(nèi)10%的市場(chǎng)份額，但是從全球范圍內(nèi)來(lái)看，二者卻占據(jù)了全球智能語(yǔ)音47%的市場(chǎng)份額。

圖3 全球智能語(yǔ)音市場(chǎng)份額占比

(資料來(lái)源：公開(kāi)資料整理，五度易鏈行業(yè)研究中心)

智能語(yǔ)音魯棒性問(wèn)題是目前阻礙智能語(yǔ)音發(fā)展的關(guān)鍵因素

我國(guó)智能語(yǔ)音尚處于識(shí)別階段，魯棒性問(wèn)題將是下一階段智能語(yǔ)音技術(shù)攻關(guān)著力點(diǎn)。目前基于實(shí)驗(yàn)室環(huán)境，我國(guó)智能語(yǔ)音識(shí)別準(zhǔn)確率普遍達(dá)到了97%以上，但是當(dāng)處于嘈雜環(huán)境中時(shí)，疊加語(yǔ)速、語(yǔ)調(diào)以及口音等因素，語(yǔ)音識(shí)別的準(zhǔn)確率會(huì)急劇下降，嚴(yán)重影響智能語(yǔ)音技術(shù)的魯棒性。另一方面，語(yǔ)義識(shí)別是智能語(yǔ)音智能化程度的主要體現(xiàn)，但是受限于算法優(yōu)化進(jìn)展緩慢，目前機(jī)器在語(yǔ)義識(shí)別方面還比較薄弱，智能語(yǔ)音整體上智能化程度并不算高。綜合來(lái)看，當(dāng)前智能語(yǔ)音面臨的魯棒性問(wèn)題主要包括非期待行為與交互任務(wù)、地方口音、非母語(yǔ)發(fā)聲、語(yǔ)速、語(yǔ)調(diào)、聲電轉(zhuǎn)換與信道傳輸、數(shù)據(jù)搜集等，只有不斷攻克智能語(yǔ)音魯棒性問(wèn)題，才能有效擴(kuò)大當(dāng)前智能語(yǔ)音技術(shù)的內(nèi)涵與外延，真正實(shí)現(xiàn)智能化的人機(jī)交互。

結(jié)語(yǔ)

我國(guó)智能語(yǔ)音行業(yè)在經(jīng)歷了初期發(fā)展之后，語(yǔ)音識(shí)別技術(shù)已經(jīng)演進(jìn)的較為成熟，但是在更深層次的語(yǔ)義識(shí)別、噪音過(guò)濾、語(yǔ)調(diào)識(shí)別等智能化方面尚未取得長(zhǎng)足進(jìn)步，嚴(yán)重阻礙了智能語(yǔ)音與其他行業(yè)的深度結(jié)合。下一步我國(guó)智能語(yǔ)音將真正進(jìn)入到智能化發(fā)展階段，從而通過(guò)語(yǔ)音實(shí)現(xiàn)真正意義上的人機(jī)智能交互。