中國智能語音行業(yè)前景研究報告

1、中國智能語音行業(yè)前景研究報告中商產(chǎn)業(yè)研究院前言Introduction數(shù)據(jù)顯示，2017年中國智能語音市場規(guī)模達到105.7億元，與 2016年相比增長70%。隨著智能語音應(yīng)用產(chǎn)業(yè)的拓展，市場需求增 大，預(yù)計2018年中國智能語音市場規(guī)模將進一步增長，達到159.7 億元。圖片圖片前言1.人工智能行業(yè)現(xiàn)狀目錄CONTENTSPAGE3為全球商業(yè)領(lǐng)袖提供決策咨詢?nèi)斯ぶ悄苄袠I(yè)產(chǎn)業(yè)鏈分析人工智能行業(yè)相關(guān)監(jiān)管政策人工智能行業(yè)市場分析全球智能語音行業(yè)現(xiàn)狀行業(yè)發(fā)展歷程行業(yè)市場分析智能語音市場占有率情況中國智能語音行業(yè)現(xiàn)狀智能語音市場規(guī)模分析智能語音市場占有率情況國內(nèi)主要企業(yè)分析科大訊飛百度蘋果騰訊搜狗行業(yè)

2、發(fā)展前景預(yù)測01人工智能行業(yè)現(xiàn)狀資料來源：中商產(chǎn)業(yè)研究院整理人工智能行業(yè)產(chǎn)業(yè)鏈目前，人工智能行業(yè)產(chǎn)業(yè)鏈明晰，其中包括基礎(chǔ)技術(shù)支撐、人工智能技術(shù)及人工智能應(yīng)用 三個層次。其中基礎(chǔ)技術(shù)支撐由數(shù)據(jù)中心及運算平臺構(gòu)成；人工智能技術(shù)是基于基礎(chǔ)層提供的 存儲資源和大數(shù)據(jù)，通過機器學(xué)習(xí)建模，開發(fā)面向不同領(lǐng)域的應(yīng)用技術(shù)；人工智能應(yīng)用主要為 人工智能與傳統(tǒng)產(chǎn)業(yè)相結(jié)合實現(xiàn)不同場景的應(yīng)用。PAGE 5為全球商業(yè)領(lǐng)袖提供決策咨詢?nèi)斯ぶ悄苄袠I(yè)相關(guān)政策隨著人工智能的快速發(fā)展，國家相繼出臺一系列政策支持中國人工智能的發(fā)展，推動中國人工 智能步入新階段。2017年7月20日，國務(wù)院印發(fā)了新一代人工智能發(fā)展規(guī)劃。規(guī)劃中提到分三

3、步走，第一步， 到2020年人工智能總體技術(shù)和應(yīng)用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點，人 工智能技術(shù)應(yīng)用成為改善民生的新途徑，有力支撐進入創(chuàng)新型國家行列和實現(xiàn)全面建成小康社會的奮 斗目標(biāo)。第二步，到2025年人工智能基礎(chǔ)理論實現(xiàn)重大突破，部分技術(shù)與應(yīng)用達到世界領(lǐng)先水平，人 工智能成為帶動我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，智能社會建設(shè)取得積極進展。第三步，到2030 年人工智能理論、技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心，智能經(jīng)濟、 智能社會取得明顯成效，為躋身創(chuàng)新型國家前列和經(jīng)濟強國奠定重要基礎(chǔ)。2017年12月，促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃

4、（2018-2020年）的發(fā)布，它作為 對7月發(fā)布的新一代人工智能發(fā)展規(guī)劃的補充，詳細(xì)規(guī)劃了人工智能在未來三年的重點發(fā)展方向 和目標(biāo)，每個方向的目標(biāo)都做了非常細(xì)致的量化，足以看出國家對人工智能產(chǎn)業(yè)化的重視。PAGE 6為全球商業(yè)領(lǐng)袖提供決策咨詢中國人工智能市場分析數(shù)據(jù)顯示， 2017年中國人工智能投資事件數(shù)達到353次，與2016年的379次，下降了6.86%。在投資金 額方面，2017年投資金額為582億元，與2016年相比增長65.34%。2017年中國人工智能市場規(guī)模將達到152.1億元，增長率達到51.2%。隨著人工智能技術(shù)的逐漸成熟， 科技、制造業(yè)等業(yè)界巨頭布局的深入，應(yīng)用場景不斷擴

5、展，預(yù)計2018年中國人工智能市場規(guī)模有望突破200 億元大關(guān)，達到238.2億元，增長率達到56.6%。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院整理PAGE 7為全球商業(yè)領(lǐng)袖提供決策咨詢02 全球智能語音市場分析智能語音行業(yè)發(fā)展歷程1952年，第一個語音識 別系統(tǒng)Audry誕生技術(shù)萌芽階段（20世紀(jì)50-70年代）1984年，計算機第一次開口說話。1988 年，Sphinx 系統(tǒng)首個非 特定人、連續(xù)語音識別系統(tǒng)誕 生。技術(shù)突破階段（ 20 世紀(jì) 80 年代）產(chǎn)業(yè)化階段（20世紀(jì)90年代至21世紀(jì) 初）001997 年，Viavoice。 2002 年， EAR 項目。2009年， Windows7集成語音功

6、能快速應(yīng)用階段（ 2010 年以后）PAGE 9為全球商業(yè)領(lǐng)袖提供決策咨詢蘋果，2011 年Siri語音助 手誕生全國智能語音市場規(guī)模分析隨著人工智能產(chǎn)業(yè)的持續(xù)火熱， 大量資本進入，在國際智能語音上誕 生了一批明星公司，據(jù)統(tǒng)計數(shù)據(jù)顯示， 2017年全球智能語音市場規(guī)模達到110.3億美元，同比增長30%。隨著移 動互聯(lián)網(wǎng)、智能家居、汽車、醫(yī)療、 教育等領(lǐng)域的應(yīng)用帶動智能語音 產(chǎn)業(yè) 規(guī)模持續(xù)快速增長，預(yù)計2018年全球 智能語音市場規(guī)模將達到141.1億美 元。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫PAGE 10為全球商業(yè)領(lǐng)袖提供決策咨詢?nèi)蛑悄苷Z音市場占有率情況目前，在全球智能語音市場份額占 比情況中

7、，Nuance全球市場占有率排名第 一，市占率達到31.6%；其次為谷歌，市 場占有率為28.4%；排名第三的是的蘋果， 市占率為15.4%。前三品牌市場份額占比 高達75.4%。其后為微軟以及科大訊飛分 別占有 8.1%以及 4.5%的市場份額。值得 注意的是科大訊飛已經(jīng)超越老牌計算機巨頭 IBM 位列全球第五。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)局PAGE 11為全球商業(yè)領(lǐng)袖提供決策咨詢03 中國智能語音市場分析中國智能語音市場規(guī)模分析數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫伴隨著人工智能的快速發(fā)展，中國 在智能語音技術(shù)的專利數(shù)量持續(xù)增長，通 過龐大的用戶群基礎(chǔ)以及互聯(lián)網(wǎng)系統(tǒng)優(yōu)勢 明顯，國內(nèi)智能語音公司已經(jīng)

8、占據(jù)一席之 地。數(shù)據(jù)顯示，2017年中國智能語音市 場規(guī)模達到105.7億元，與2016年相比增 長70%。隨著智能語音應(yīng)用產(chǎn)業(yè)的拓展， 市場需求增大，預(yù)計2018年中國智能語音 市場規(guī)模將進一步增長，達到159.7億元。PAGE 13為全球商業(yè)領(lǐng)袖提供決策咨詢中國智能語音市場占有率情況目前，中國智能語音市場的主要份額 被科大訊飛、百度以及蘋果分割。數(shù)據(jù)顯示，目前為止，中國智能語音 市場，科大訊飛市場占有率排名第一，市占 率達到44.2%；其次為百度，市場占有率為 27.8%；排名第三的是的蘋果，市占率為6.9%。其中，排名前三品牌在我國智能語音 市場占比近八成，為78.9%。其后為Nuanc

9、e以及小i機器人分別占有 均為3.0%的市場份額。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫PAGE 14為全球商業(yè)領(lǐng)袖提供決策咨詢04 國內(nèi)主要企業(yè)分析1.科大訊飛科大訊飛股份有限公司，中國智能 語音與人工智能產(chǎn)業(yè)領(lǐng)導(dǎo)者。公司成立于 1999年，在語音合成、語音識別、口語評 測、語言翻譯、聲紋識別、人臉識別、自 然語言處理等智能語音與人工智能核心技 術(shù)上代表國際最高水平。2008年在深圳證 券交易所掛牌上市，股票代碼：002230。2018年第一季度財報數(shù)據(jù)顯示，營 業(yè)總收入達到13.98億元，凈利潤為0.82億元。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫PAGE 16為全球商業(yè)領(lǐng)袖提供決策咨詢科大訊飛智能語音識

10、別產(chǎn)品分析科大訊飛推出的以語音 交互技術(shù)為核心的人工智能 開放平臺，訊飛開放平臺。科大訊飛智能語音識別 主要分為語音聽寫、語音轉(zhuǎn) 寫、實施語音轉(zhuǎn)寫、語音喚 醒、聲紋識別以及離線命令 詞識別，六種產(chǎn)品。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院整理序列產(chǎn)品產(chǎn)品特點1語音聽寫把語音(60秒)轉(zhuǎn)換成對應(yīng)的文字信息，讓機器能夠“聽懂” 人類語言，相當(dāng)于給機器安裝上“耳朵”，使其具備“能聽” 的功能2語音轉(zhuǎn)寫語音轉(zhuǎn)寫（Long Form ASR）基于深度全序列卷積神經(jīng)網(wǎng)絡(luò)， 將長段音頻（5小時以內(nèi)）數(shù)據(jù)轉(zhuǎn)換成文本數(shù)據(jù)，為信息處理 和數(shù)據(jù)挖掘提供基礎(chǔ)3實施語音轉(zhuǎn)寫實時語音轉(zhuǎn)寫（Real-time ASR）基于深度全序列卷積

11、神經(jīng)網(wǎng) 絡(luò)框架，通過 WebSocket 協(xié)議，建立應(yīng)用與語言轉(zhuǎn)寫核心引 擎的長連接，將音頻流數(shù)據(jù)實時轉(zhuǎn)換成文字流數(shù)據(jù)結(jié)果4語音喚醒設(shè)備(手機、玩具、家電等)在休眠或鎖屏狀態(tài)下也能檢測到用 戶的聲音(設(shè)定的語音指令，即喚醒詞)，讓處于休眠狀態(tài)下的 設(shè)備直接進入到等待指令狀態(tài)，開啟語音交互第一步5聲紋識別聲紋識別（Voiceprint Recognize），是一項提取說話人聲音 特征和說話內(nèi)容信息，自動核驗說話人身份的技術(shù)6離線命令詞識別用戶對設(shè)備（手機、玩具、家電等）說出操作指令（即“命令 詞”），設(shè)備即作出相應(yīng)的反饋，開啟語音交互科大訊飛智能語音產(chǎn)品一覽PAGE 17為全球商業(yè)領(lǐng)袖提供決策咨

12、詢2.百度百度（納斯達克：BIDU），全球最 大的中文搜索引擎、最大的中文網(wǎng)站。2018年第一季度財報，百度一季度 營收33.3億美元，市場預(yù)期32.0億美元。 百度第一季總營收猛增31%，33.3億美元。 歸屬百度的凈利潤增至11億美元，同比 增長277%。資料來源：公司官網(wǎng)、中商產(chǎn)業(yè)研究院整理PAGE 18為全球商業(yè)領(lǐng)袖提供決策咨詢百度智能語音識別產(chǎn)品分析百度語音識別,提供業(yè)界領(lǐng) 先的技術(shù),讓您的應(yīng)用長上耳朵。 支持車載導(dǎo)航、智能家居、社 交聊天、應(yīng)用助手、娛樂游戲 等,助力企業(yè)實現(xiàn)多場景智能語 音交互。百度智能語音識別產(chǎn)品功 能分為語音識別、長語音識別、 遠(yuǎn)場語音識別、呼叫中心實時 語音

13、識別、呼叫中心音頻文件 轉(zhuǎn)寫五大功能。資料來源：公司官網(wǎng)、中商產(chǎn)業(yè)研究院序列產(chǎn)品功能介紹1語音識別百度語音識別為開發(fā)者提供業(yè)界優(yōu)質(zhì)且免費的語音服務(wù)，通 過場景識別優(yōu)化，為車載導(dǎo)航，智能家居和社交聊天等行業(yè) 提供語音解決方案，準(zhǔn)確率達到90%以上，讓您的應(yīng)用繪 “聲”繪色2長語音識別提供業(yè)界優(yōu)質(zhì)的長語音識別服務(wù)，在會議、教學(xué)或者媒體采 訪中，百度長語音識別服務(wù)可快速準(zhǔn)確的將長時間的語音轉(zhuǎn) 化為文字，方便進行拷貝和編輯等后續(xù)的工作，讓您的工作 生活變得更便捷3遠(yuǎn)場語音識別百度語音為開發(fā)者提供業(yè)界優(yōu)質(zhì)的遠(yuǎn)場語音識別服務(wù)，通過 麥克風(fēng)陣列前端處理算法，有效消除噪音，同時對目標(biāo)說話 人聲音進行增強，使得

14、智能家居、智能硬件、機器人語音交 互等場景下的遠(yuǎn)場語音也可準(zhǔn)確識別4識別呼叫中心實時語音企業(yè)可使用呼叫中心實時語音識別服務(wù)，將智能電銷、智能IVR、智能外呼、智能語音質(zhì)檢等場景的語音精準(zhǔn)地轉(zhuǎn)為文 字，提升企業(yè)效率并降低成本。5轉(zhuǎn)寫企業(yè)可使用呼叫中心音頻文件轉(zhuǎn)寫服務(wù)，將電銷業(yè)務(wù)、客服 呼叫中心音頻文件業(yè)務(wù)、質(zhì)檢業(yè)務(wù)等多場景的語音精準(zhǔn)地轉(zhuǎn)為文字，提升企業(yè)效率并降低成本。同時也為企業(yè)呼叫中心提供智能化、標(biāo)準(zhǔn) 化服務(wù)，提升商務(wù)合作效率百度智能語音識別產(chǎn)品一覽PAGE 19為全球商業(yè)領(lǐng)袖提供決策咨詢3.蘋果公司蘋果公司（Apple Inc. ）是美國一家 高科技公司?？偛课挥诩永Ｄ醽喼莸膸?比蒂諾。2

15、017年蘋果WWDC開發(fā)者大會上， Siri的更新當(dāng)中，加入了實時翻譯功能， 支持英語、法語、德語等語言，未來將陸 續(xù)進行支持，與此同時，Siri的智能化還進一步得到提升，支持上下文的預(yù)測功能。2018年第二季度財報，2018年二季 度營收611億美元，利潤為138億美元。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院整理PAGE 20為全球商業(yè)領(lǐng)袖提供決策咨詢蘋果智能語音產(chǎn)品：SiriSiri是蘋果公司在其產(chǎn)品iPhone4S， iPad 3及以上版本手機和Mac上應(yīng)用的一 項智能語音控制功能。Siri可以令 iPhone4S及以上手機（iPad 3以上平板） 變身為一臺智能化機器人，利用Siri用戶 可以通過手

16、機讀短信、介紹餐廳、詢問天 氣、語音設(shè)置鬧鐘等。2017年蘋果WWDC開發(fā)者大會上， Siri的更新當(dāng)中，加入了實時翻譯功能，支持英語、法語、德語等語言。數(shù)據(jù)來源：中商產(chǎn)業(yè)研究院PAGE 21為全球商業(yè)領(lǐng)袖提供決策咨詢4.騰訊深圳市騰訊計算機系統(tǒng)有限公司成 立于1998年11月 ，是中國最大的互聯(lián)網(wǎng) 綜合服務(wù)提供商之一，也是中國服務(wù)用 戶最多的互聯(lián)網(wǎng)企業(yè)之一。2016年5月，騰訊上線智能語音服 務(wù)；12月3日發(fā)布微信語音開放平臺。后 者在垂直細(xì)分領(lǐng)域的識別率可達 90%以 上。2018年第一季度，騰訊實現(xiàn)營業(yè)收 入735.28億元，同比增長48%；凈利潤 232.9億元，同比增長65%。數(shù)據(jù)來

17、源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫PAGE 22為全球商業(yè)領(lǐng)袖提供決策咨詢4.騰訊智能語音服務(wù)AAI由騰訊云 攜手微信智能團隊聯(lián)合推出，滿 足語音識別、語音合成、聲紋識 別等語音處理需求。強大的垂直 領(lǐng)域定制化服務(wù)，打造專業(yè)高效 的語音大腦。智能語音服務(wù)AAI的具備語 音識別、語音合成、聲紋識別以 及云端+嵌入式四大功能。資料來源：公司官網(wǎng)、中商產(chǎn)業(yè)研究院序列產(chǎn)品功能介紹1語音識別語音轉(zhuǎn)文字，根據(jù)關(guān)鍵詞列表搜索語音偏移量 情緒識別，靜音監(jiān)測；提供聲學(xué)和語言模型定制化服務(wù)2語音合成將文本轉(zhuǎn)成自然清晰的語音，多種音色選擇， 支持中文，英文，中英文混讀等3聲紋識別語音一對一識別；判斷某段語音是若干人中的 哪一

18、個所說；聲紋安全存儲4云端+嵌入式云端服務(wù)可隨需求彈性擴縮容，并提供持久化 存儲能力；嵌入式引擎滿足無網(wǎng)絡(luò)場景下智能 語音需求騰訊智能語音相關(guān)產(chǎn)品一覽PAGE 23為全球商業(yè)領(lǐng)袖提供決策咨詢5.搜狗，2018 年第一季度財報。搜狗作為上 市后首個財年的開年成果，數(shù)據(jù)顯示，第 一季度營收達 2.48 億美元，較去年同期增 長 53%；凈利潤 1960 萬美元，同比增長 56%，營收與利潤均超 50%，超出此前預(yù) 期。3 月，搜狗發(fā)布了搭載業(yè)內(nèi)最前沿 機器翻譯技術(shù)的智能硬件“旅行翻譯寶” 具備離線翻譯、拍照翻譯、24 國語言互 譯等功能。資料來源：中商產(chǎn)業(yè)研究院數(shù)據(jù)庫PAGE 24為全球商業(yè)領(lǐng)袖提

19、供決策咨詢搜狗語音云平臺搜狗語音云平臺提供業(yè)內(nèi)領(lǐng)先 的搜狗自有語音技術(shù)，目前已陸續(xù)推 出在線的語音識別以及聽歌識曲服務(wù)， 并向開發(fā)者提供離線語音識別及離線 語音合成服務(wù)， 而更多服務(wù)正在逐步集成中，力求進一步降低開發(fā)者使 用語音的成本；語音技術(shù)分為在線語音識別技 術(shù)、離線語音識別技術(shù)、在線聽歌識 曲技術(shù)以及離線語音合成技術(shù)。資料來源：公司官網(wǎng)、中商產(chǎn)業(yè)研究院整理序列技術(shù)技術(shù)特點1術(shù)通過機器將語音信號轉(zhuǎn)變?yōu)橄鄳?yīng)的文本，搜狗語音 在線語音識別技 云提供的語音識別服務(wù)使用了高性能聲學(xué)建模技術(shù)、高效語言模型建模技術(shù)以及高速大規(guī)模網(wǎng)絡(luò)動態(tài)解 碼技術(shù)術(shù)語音識別無需聯(lián)網(wǎng)、無需流量，方便快捷；語音識2離線語音識別技 別率業(yè)界領(lǐng)先；支持Android系統(tǒng)，便于集成；SDK占用