2023語(yǔ)音識(shí)別行業(yè)發(fā)展現(xiàn)狀 人工智能語(yǔ)音識(shí)別已經(jīng)超過(guò)專業(yè)速記員水平

• 黃文玉 2023年8月11日 來(lái)源：互聯(lián)網(wǎng) 557 31
• 繁體

語(yǔ)音識(shí)別是一門交叉學(xué)科。近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。

科大訊飛劉慶峰：人工智能語(yǔ)音識(shí)別已經(jīng)超過(guò)專業(yè)速記員水平

近期，在AI大模型資本產(chǎn)業(yè)論壇暨第九屆新浪財(cái)經(jīng)上市公司年會(huì)上，科大訊飛董事長(zhǎng)劉慶峰表示，在2017年，新一代人工智能規(guī)劃出臺(tái)之后，人工智能在非常多的領(lǐng)域都取得了顯著進(jìn)展，表現(xiàn)出非常獨(dú)特的溢出效應(yīng)。一方面，語(yǔ)音識(shí)別已經(jīng)超過(guò)了專業(yè)速記員水平，而且在多語(yǔ)種領(lǐng)域，我們國(guó)家都處于全球領(lǐng)先水平。機(jī)器翻譯超過(guò)了99%的大學(xué)六級(jí)考生，已經(jīng)通過(guò)了外文局和人社部共同設(shè)立的CATTI國(guó)家翻譯師資格考試的技術(shù)認(rèn)證，同時(shí)在高考中作文評(píng)分已經(jīng)超過(guò)了人工水平，而且在雅思英語(yǔ)，在目前日本大阪世博會(huì)，在公立學(xué)校的英語(yǔ)測(cè)評(píng)和學(xué)習(xí)等等中，都已經(jīng)超過(guò)了人工的水平。

語(yǔ)音識(shí)別行業(yè)概況

語(yǔ)音識(shí)別是一門交叉學(xué)科。近二十年來(lái)，語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開始從實(shí)驗(yàn)室走向市場(chǎng)。人們預(yù)計(jì)，未來(lái)10年內(nèi)，語(yǔ)音識(shí)別技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。語(yǔ)音識(shí)別聽寫機(jī)在一些領(lǐng)域的應(yīng)用被美國(guó)新聞界評(píng)為1997年計(jì)算機(jī)發(fā)展十件大事之一。很多專家都認(rèn)為語(yǔ)音識(shí)別技術(shù)是2000年至2010年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一。 語(yǔ)音識(shí)別技術(shù)所涉及的領(lǐng)域包括：信號(hào)處理、模式識(shí)別、概率論和信息論、發(fā)聲機(jī)理和聽覺(jué)機(jī)理、人工智能等等。

語(yǔ)音識(shí)別的應(yīng)用領(lǐng)域非常廣泛，常見(jiàn)的應(yīng)用系統(tǒng)有：語(yǔ)音輸入系統(tǒng)，相對(duì)于鍵盤輸入方法，它更符合人的日常習(xí)慣，也更自然、更高效;語(yǔ)音控制系統(tǒng)，即用語(yǔ)音來(lái)控制設(shè)備的運(yùn)行，相對(duì)于手動(dòng)控制來(lái)說(shuō)更加快捷、方便，可以用在諸如工業(yè)控制、語(yǔ)音撥號(hào)系統(tǒng)、智能家電、聲控智能玩具等許多領(lǐng)域;智能對(duì)話查詢系統(tǒng)，根據(jù)客戶的語(yǔ)音進(jìn)行操作，為用戶提供自然、友好的數(shù)據(jù)庫(kù)檢索服務(wù)，例如家庭服務(wù)、賓館服務(wù)、旅行社服務(wù)系統(tǒng)、訂票系統(tǒng)、醫(yī)療服務(wù)、銀行服務(wù)、股票查詢服務(wù)等等。

語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用可以分為兩個(gè)發(fā)展方向：一個(gè)方向是大詞匯量連續(xù)語(yǔ)音識(shí)別系統(tǒng)，主要應(yīng)用于計(jì)算機(jī)的聽寫機(jī)，以及與電話網(wǎng)或者互聯(lián)網(wǎng)相結(jié)合的語(yǔ)音信息查詢服務(wù)系統(tǒng)，這些系統(tǒng)都是在計(jì)算機(jī)平臺(tái)上實(shí)現(xiàn)的。另外一個(gè)重要的發(fā)展方向是小型化、便攜式語(yǔ)音產(chǎn)品的應(yīng)用，如無(wú)線手機(jī)上的撥號(hào)、汽車設(shè)備的語(yǔ)音控制、智能玩具、家電遙控等方面的應(yīng)用，這些應(yīng)用系統(tǒng)大都使用專門的第三方軟件來(lái)實(shí)現(xiàn)，特別是近幾年來(lái)迅速發(fā)展的語(yǔ)音信號(hào)處理專用芯片和語(yǔ)音識(shí)別片上系統(tǒng)的出現(xiàn)。

語(yǔ)音識(shí)別行業(yè)發(fā)展現(xiàn)狀分析

隨著互聯(lián)網(wǎng)的快速發(fā)展，以及手機(jī)等移動(dòng)終端的普及應(yīng)用，目前可以從多個(gè)渠道獲取大量文本或語(yǔ)音方面的語(yǔ)料，這為語(yǔ)音識(shí)別中的語(yǔ)言模型和聲學(xué)模型的訓(xùn)練提供了豐富的資源，使得構(gòu)建通用大規(guī)模語(yǔ)言模型和聲學(xué)模型成為可能。在語(yǔ)音識(shí)別中，訓(xùn)練數(shù)據(jù)的匹配和豐富性是推動(dòng)系統(tǒng)性能提升的最重要因素之一，但是語(yǔ)料的標(biāo)注和分析需要長(zhǎng)期的積累和沉淀，隨著大數(shù)據(jù)時(shí)代的來(lái)臨，大規(guī)模語(yǔ)料資源的積累將提到戰(zhàn)略高度。

近期，語(yǔ)音識(shí)別在移動(dòng)終端上的應(yīng)用最為火熱，語(yǔ)音對(duì)話機(jī)器人、語(yǔ)音助手、互動(dòng)工具等層出不窮，許多互聯(lián)網(wǎng)公司紛紛投入人力、物力和財(cái)力展開此方面的研究和應(yīng)用，目的是通過(guò)語(yǔ)音交互的新穎和便利模式迅速占領(lǐng)客戶群。目前，國(guó)外的應(yīng)用一直以蘋果的siri為龍頭。而國(guó)內(nèi)方面，科大訊飛、云知聲、盛大、捷通華聲、搜狗語(yǔ)音助手、紫冬口譯、百度語(yǔ)音等系統(tǒng)都采用了最新的語(yǔ)音識(shí)別技術(shù)，市面上其他相關(guān)的產(chǎn)品也直接或間接嵌入了類似的技術(shù)。

近些年語(yǔ)音識(shí)別技術(shù)取得顯著進(jìn)步，開始從實(shí)驗(yàn)室走向市場(chǎng)。我國(guó)AI語(yǔ)音識(shí)別市場(chǎng)規(guī)模由2015年的15.6億元快速增長(zhǎng)至2020年的113.96億元，期間年均復(fù)合增長(zhǎng)率高達(dá)48.9%。中國(guó)AI語(yǔ)音的需求逐漸爆發(fā)，AI智能語(yǔ)音識(shí)別市場(chǎng)規(guī)模呈高速增長(zhǎng)趨勢(shì)，2020年增速放緩，中國(guó)AI智能語(yǔ)音識(shí)別市場(chǎng)規(guī)模113.96億元，同比增長(zhǎng)19.21%。

根據(jù)中研普華產(chǎn)業(yè)研究院發(fā)布的《2023-2028年中國(guó)語(yǔ)音識(shí)別系統(tǒng)行業(yè)發(fā)展前景及投資趨勢(shì)預(yù)測(cè)研究報(bào)告》顯示：

語(yǔ)音設(shè)備的增長(zhǎng)，消費(fèi)者對(duì)智能設(shè)備的需求增加，以及車內(nèi)信息娛樂(lè)系統(tǒng)的集成，是推動(dòng)語(yǔ)音識(shí)別市場(chǎng)增長(zhǎng)的關(guān)鍵因素。另外，人工智能在汽車、醫(yī)療保健和消費(fèi)電子產(chǎn)品中的日益使用，增加了對(duì)語(yǔ)音設(shè)備的需求。同時(shí)，對(duì)智能揚(yáng)聲器、消費(fèi)電子產(chǎn)品、智能可穿戴設(shè)備、聯(lián)網(wǎng)汽車、智能家居和醫(yī)療保健等設(shè)備中的語(yǔ)音應(yīng)用程序的需求不斷增長(zhǎng)，是推動(dòng)語(yǔ)音識(shí)別市場(chǎng)的關(guān)鍵因素之一。

目前常用的語(yǔ)音識(shí)別技術(shù)方法主要包括基于語(yǔ)言學(xué)和聲學(xué)的方法、隨機(jī)模型法、利用人工神經(jīng)網(wǎng)絡(luò)的方法以及概率語(yǔ)法分析，其中最主流的方法是隨機(jī)模型法，如動(dòng)態(tài)時(shí)間規(guī)整(DTW)，隱馬爾科夫模型(HMM)理論和矢量量化(VQ )技術(shù)等。

從地理上來(lái)看，亞太地區(qū)在預(yù)測(cè)期內(nèi)將實(shí)現(xiàn)快速增長(zhǎng)。這可以歸因于對(duì)聯(lián)網(wǎng)汽車，智能技術(shù)，高級(jí)安全身份驗(yàn)證設(shè)備的需求不斷增長(zhǎng)，以及對(duì)智能設(shè)備，例如智能手機(jī)和智能揚(yáng)聲器的越來(lái)越多的使用。

語(yǔ)音識(shí)別市場(chǎng)未來(lái)發(fā)展趨勢(shì)預(yù)測(cè)

未來(lái)AI語(yǔ)音識(shí)別市場(chǎng)將迎來(lái)廣闊的發(fā)展空間。2020年中國(guó)智能語(yǔ)音市場(chǎng)規(guī)模達(dá)到113.96億元;預(yù)計(jì)2026年中國(guó)智能語(yǔ)音市場(chǎng)規(guī)模將進(jìn)一步增長(zhǎng)，達(dá)到326.88億元。

中研普華利用多種獨(dú)創(chuàng)的信息處理技術(shù)，對(duì)市場(chǎng)海量的數(shù)據(jù)進(jìn)行采集、整理、加工、分析、傳遞，為客戶提供一攬子信息解決方案和咨詢服務(wù)，最大限度地降低客戶投資風(fēng)險(xiǎn)與經(jīng)營(yíng)成本，把握投資機(jī)遇，提高企業(yè)競(jìng)爭(zhēng)力。想要了解更多最新的專業(yè)分析請(qǐng)點(diǎn)擊中研普華產(chǎn)業(yè)研究院的《2023-2028年中國(guó)語(yǔ)音識(shí)別系統(tǒng)行業(yè)發(fā)展前景及投資趨勢(shì)預(yù)測(cè)研究報(bào)告》。

• 相關(guān)深度報(bào)告REPORTS

  

  2023-2028年中國(guó)語(yǔ)音識(shí)別系統(tǒng)行業(yè)發(fā)展前景及投資趨勢(shì)預(yù)測(cè)研究報(bào)告

  語(yǔ)音識(shí)別系統(tǒng)的應(yīng)用可以分為兩個(gè)發(fā)展方向：一個(gè)方向是大詞匯量連續(xù)語(yǔ)音識(shí)別系統(tǒng)，主要應(yīng)用于計(jì)算機(jī)的聽寫機(jī)，以及與電話網(wǎng)或者互聯(lián)網(wǎng)相結(jié)合的語(yǔ)音信息查詢服務(wù)系統(tǒng)，這些系統(tǒng)都是在計(jì)算機(jī)平臺(tái)上...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡