（文章來源：人工智能網(wǎng)）

智能語音是人工智能技術(shù)的重要組成部分,包括語音識(shí)別、語義理解、自然語言處理、語音交互等。當(dāng)前,人工智能的關(guān)鍵技術(shù)均以實(shí)現(xiàn)感知智能和認(rèn)知智能為目標(biāo)。語音識(shí)別、圖像識(shí)別和機(jī)器人視覺、生物識(shí)別等目前最火熱的領(lǐng)域,主要解決的是感知智能的需求,就是使得人工智能能夠感知周圍的世界,能夠“聽見”或者“看到”。

自然語言理解、智能會(huì)話、智能決策、人機(jī)交互等技術(shù)更加側(cè)重的是認(rèn)知智能的領(lǐng)域,解決“聽懂”、“看懂”,并且根據(jù)學(xué)習(xí)到的知識(shí)對(duì)人類的要求或者周圍的環(huán)境做出反應(yīng)的能力。在關(guān)鍵技術(shù)層中,語音識(shí)別、自然語義理解(Nature Language Process, NLP)、機(jī)器學(xué)習(xí)領(lǐng)域的關(guān)鍵技術(shù)在人工智能技術(shù)當(dāng)中居于重要地位,是人機(jī)交互技術(shù)的基礎(chǔ)。

智能語音技術(shù)在經(jīng)濟(jì)社會(huì)中應(yīng)用場(chǎng)景持續(xù)擴(kuò)展,目前已被廣泛應(yīng)用于教育、醫(yī)療、客服、個(gè)人語音助手等行業(yè)市場(chǎng)和個(gè)人用戶等領(lǐng)域。中國智能語音市場(chǎng)已形成了包括上游的基礎(chǔ)設(shè)施制造(芯片、傳感器、算力)、中游的技術(shù)實(shí)現(xiàn)(語音合成、語音識(shí)別、語義理解等)以及下游的眾多應(yīng)用服務(wù)(家居、客服、教育等)的完整產(chǎn)業(yè)鏈結(jié)構(gòu)。

智能語音技術(shù)在整個(gè)產(chǎn)業(yè)鏈中起到了承接的作用,將人工智能的技術(shù)低層產(chǎn)業(yè)化,并在智能家居、可穿戴設(shè)備、機(jī)器人等行業(yè)落地,是整個(gè)人工智能產(chǎn)業(yè)鏈中的關(guān)鍵一環(huán)。根據(jù)中國信息通信研究院的數(shù)據(jù)顯示,2018年中國人工智能市場(chǎng)規(guī)模達(dá)230億元,智能語音所占市場(chǎng)份額為22%,約50.4億元。

在整個(gè)人工智能產(chǎn)業(yè)中,智能語音產(chǎn)業(yè)化程度相對(duì)成熟,是所占份額比例較大的細(xì)分領(lǐng)域,由2014年的8.5億元人民幣發(fā)展至2018年的50.4億元人民幣,整個(gè)行業(yè)始終保持著高速發(fā)展,并將在未來持續(xù)保持下去。預(yù)計(jì)到2023年,智能語音行業(yè)市場(chǎng)規(guī)模將突破100億元人民幣。

智能語音技術(shù)以其廣闊的產(chǎn)業(yè)化應(yīng)用席卷人們?nèi)粘Ｉ詈凸ぷ鞯姆椒矫婷?其產(chǎn)業(yè)規(guī)模的大幅提升主要源于兩方面的驅(qū)動(dòng)支持。第一,大數(shù)據(jù)、云計(jì)算等技術(shù)的快速發(fā)展使得智能語音技術(shù)的應(yīng)用不斷成熟,能夠滿足政府、金融、家電、汽車等多領(lǐng)域垂直行業(yè)的應(yīng)用需求。

第二,各國政府、相關(guān)行業(yè)及資本都持續(xù)關(guān)注智能語音技術(shù)的研發(fā)和產(chǎn)業(yè)化。作為戰(zhàn)略性和前瞻性的重要新興產(chǎn)業(yè),語音交互技術(shù)始終是世界各國科學(xué)界和投資界的關(guān)注焦點(diǎn),各國都力爭(zhēng)率先取得關(guān)鍵技術(shù)突破,占據(jù)產(chǎn)業(yè)先機(jī)位置,以取得智能語音產(chǎn)業(yè)的領(lǐng)導(dǎo)權(quán)。中國、美國、歐洲、日本等國政府均專門立項(xiàng)予以重點(diǎn)扶持,并投入重金設(shè)立專項(xiàng)計(jì)劃。

相比西方國家,語音識(shí)別技術(shù)和自然語言處理技術(shù)在中國的發(fā)展尤其迅猛,很大程度上是由自身的獨(dú)特因素所導(dǎo)致。如用戶規(guī)模較大,以及中文難以手寫等。

(1)用戶群體龐大:作為人口大國,中國有著更大的用戶基數(shù),且人均資源少,可用機(jī)器替代的崗位數(shù)量多于其余國家,有著廣闊的增長空間。如在客服領(lǐng)域,在中國每個(gè)客服需要處理的業(yè)務(wù)數(shù)量遠(yuǎn)大于西方國家,智能語音識(shí)別技術(shù)能夠很好地解決類似問題。

(2)中文難以手寫:與其他語系的文字相比,中文的手寫較為繁瑣,語音相比打字是一種更為自然的輸入方式。且漢語句法和語法相對(duì)簡單,沒有虛擬語氣和條件語句,降低了語音識(shí)別的難度。
? ? ? ?