國(guó)際智能語音發(fā)展歷程

　　綜觀全球，智能語音產(chǎn)業(yè)發(fā)展歷程可分為四個(gè)階段。第一階段是技術(shù)萌芽階段（20世紀(jì)50——70年代），以孤立詞和少詞匯量句子識(shí)別，并通過關(guān)鍵詞匹配實(shí)現(xiàn)簡(jiǎn)單命令操作為主要內(nèi)容，AT&T貝爾實(shí)驗(yàn)室開發(fā)的Audrey語音識(shí)別系統(tǒng)是其主要標(biāo)志。Audrey能夠通過跟蹤語音中的共振峰，識(shí)別10個(gè)英文數(shù)字，正確率高達(dá)98%。

　　第二階段是技術(shù)突破階段（20世紀(jì)80年代），語音識(shí)別和自然語言處理技術(shù)有了較大進(jìn)展。智能語音技術(shù)研究由傳統(tǒng)的基于標(biāo)準(zhǔn)模板匹配的技術(shù)思路開始轉(zhuǎn)向基于統(tǒng)計(jì)模型(HMM)的技術(shù)思路，并再次提出了將神經(jīng)網(wǎng)絡(luò)技術(shù)引入語音識(shí)別問題的技術(shù)思路。

　　第三階段是產(chǎn)業(yè)化階段（20世紀(jì)90年代到21世紀(jì)初），智能語音技術(shù)由研究走向?qū)嵱貌㈤_始產(chǎn)業(yè)化，以1997年IBM推出的ViaVoice為重要標(biāo)志。自此，智能語音產(chǎn)品開始進(jìn)入呼叫中心、家電、汽車等各個(gè)領(lǐng)域。比如，上世紀(jì)70年代由美國(guó)國(guó)防部遠(yuǎn)景研究計(jì)劃局資助的，旨在支持語言理解系統(tǒng)的研究開發(fā)工作的計(jì)劃DARPA，進(jìn)入90年代后，研究重點(diǎn)已轉(zhuǎn)向識(shí)別裝置中的自然語言處理部分，識(shí)別任務(wù)設(shè)定為“航空旅行信息檢索”。

　　第四個(gè)階段是快速應(yīng)用階段（2010年以后），以蘋果Siri的發(fā)布為重要引爆點(diǎn)，智能語音應(yīng)用領(lǐng)域由傳統(tǒng)行業(yè)開始向移動(dòng)互聯(lián)網(wǎng)等新興領(lǐng)域延伸。在發(fā)達(dá)國(guó)家，大量的語音識(shí)別產(chǎn)品已經(jīng)進(jìn)入市場(chǎng)和服務(wù)領(lǐng)域并取得很好的效果。

圖表　國(guó)際智能語音產(chǎn)業(yè)發(fā)展歷程

資料來源：中投顧問產(chǎn)業(yè)研究中心整理

　　國(guó)內(nèi)智能語音發(fā)展時(shí)期

　　中投顧問發(fā)布的《2018-2022年中國(guó)智能語音行業(yè)深度調(diào)研及投資前景預(yù)測(cè)報(bào)告》顯示我國(guó)智能語音市場(chǎng)主要分為四個(gè)時(shí)期：探索期（2007-2011）、市場(chǎng)啟動(dòng)期（2012-2016）、高速發(fā)展期（2017-）和應(yīng)用成熟期。在探索期，深度學(xué)習(xí)算法的應(yīng)用大大推動(dòng)了語音識(shí)別領(lǐng)域的發(fā)展進(jìn)程，其中具有代表性的是蘋果在2011年推出了Siri語音助手；在市場(chǎng)啟動(dòng)期，各廠商發(fā)布了帶有的語音識(shí)別的智能終端，具有代表性的是亞馬遜發(fā)布智能音箱Echo，體現(xiàn)了人機(jī)交互功能；預(yù)計(jì)從2017年開始智能語音將進(jìn)入高速發(fā)展期。

　　我國(guó)智能語音市場(chǎng)整體處于啟動(dòng)期，智能車載，智能家居，智能可穿戴等垂直領(lǐng)域處于爆發(fā)前夜。

圖表　中國(guó)智能語音市場(chǎng)AMC模型

資料來源：中投顧問產(chǎn)業(yè)研究中心整理