來源：智東西時(shí)間：2021-06-05 16:59
智能語音即聲音信息在人機(jī)間的交互模擬，為人工智能的核心技術(shù)之一，也是人工智能落地最早的技術(shù)之一。1980s至今智能語音經(jīng)歷三個(gè)階段發(fā)展，2016年開始進(jìn)入落地期，智能語音助手、智能音箱相繼落地。
現(xiàn)在，智能語音的相關(guān)應(yīng)用正向消費(fèi)級(jí)和企業(yè)級(jí)兩大方向爆發(fā)。其中消費(fèi)級(jí)包括智慧生活場(chǎng)景、智能家居場(chǎng)景和智能駕駛場(chǎng)景，近期總的發(fā)展空間將達(dá)到3000億元。
企業(yè)級(jí)應(yīng)用包括智慧教育場(chǎng)景、智慧醫(yī)療場(chǎng)景和應(yīng)用于電信/金融/電商等場(chǎng)景的智能呼叫/客服場(chǎng)景，值得一提的是，企業(yè)級(jí)場(chǎng)景近一年來收到疫情的加速催化，空間也即將達(dá)到千億規(guī)模。
本期我們推薦華西證券的報(bào)告《智能語音賽道：風(fēng)口已至，全面開花》， 從消費(fèi)級(jí)、企業(yè)級(jí)兩大分支還原智能語音的發(fā)展格局。如果想收藏本文的報(bào)告，可以在物聯(lián)傳媒公眾號(hào)后臺(tái)回復(fù)關(guān)鍵詞“智能語音”獲取。
一、智能語音，AI核心賽道
智能語音是AI的重要入口，是AI三大核心基礎(chǔ)技術(shù)之一（ 機(jī)器視覺、智能語音和機(jī)器學(xué)習(xí)）。
智能語音在AI技術(shù)中占據(jù)重要地位，就市場(chǎng)份額而言，2019年智能語音占據(jù)我國AI22%的份額，僅次于已經(jīng)實(shí)現(xiàn)大規(guī)模商用的機(jī)器視覺。
▲智能語音是人工智能行業(yè)重要細(xì)分市場(chǎng)
所以，什么是智能語音？簡(jiǎn)單點(diǎn)說，智能語音即聲音信息在人機(jī)間的交互。
人類大腦皮層每天處理的信息中，聲音信息占20%，是溝通最重要的紐帶。智能語音將聲音轉(zhuǎn)為文字供機(jī)器處理、在機(jī)器生成語言之后，用語音合成技術(shù)將文本語言轉(zhuǎn)化為聲波。
▲智能語音的實(shí)現(xiàn)流程 & 各環(huán)節(jié)模擬機(jī)制
智能語音的發(fā)展始于上世紀(jì)八十年代，迄今已經(jīng)歷了三個(gè)階段：
1980s-2010為起步期：語音識(shí)別開始從孤立詞識(shí)別系統(tǒng)向大量詞匯連續(xù)語音識(shí)別系統(tǒng)發(fā)展；
2011-2015為變革期：微軟DNN（深度神經(jīng)網(wǎng)絡(luò)）的出現(xiàn)使識(shí)別錯(cuò)誤率第一次大幅降低，降幅約90%，技術(shù)與產(chǎn)品開始大發(fā)展；
2016至今為落地期：機(jī)器語音識(shí)別準(zhǔn)確率第一次達(dá)到人類水平，約95%，智能語音技術(shù)進(jìn)入落地期，智能語音助手、智能音箱相繼落地。
但是，相比于機(jī)器視覺，智能語音的落地進(jìn)程相對(duì)落后。機(jī)器視覺企業(yè)在全球AI企業(yè)中占比40%、在國內(nèi)占比46%；是國內(nèi)外AI企業(yè)最集中的領(lǐng)域。
主要有兩方面原因，一方面其數(shù)據(jù)的體量、密度相對(duì)有限，另一方面其涉及的聲學(xué)研究、模式識(shí)別研究、通用NLP研究及垂直場(chǎng)景的深度語義理解等還未完全成熟（尤其2016年以前），因此在交互體驗(yàn)、使用效果、場(chǎng)景優(yōu)化等方面都仍有較大空間。
▲全球AI企業(yè)應(yīng)用技術(shù)方向分布
▲中國AI企業(yè)應(yīng)用技術(shù)方向分布
但隨著智能語音技術(shù)逐漸成熟，未來幾年市場(chǎng)將維持高速增長。
根據(jù)Gartner發(fā)布的2018年AI技術(shù)成熟度曲線，當(dāng)前語音識(shí)別已經(jīng)進(jìn)入?實(shí)質(zhì)生產(chǎn)高峰期，意味著語音識(shí)別技術(shù)已被廣泛接受，規(guī)?；涞丶磳㈤_始。此外，像自然語言處理、虛擬助理等相關(guān)智能語音技術(shù)歷經(jīng)淘洗之后即將落入，泡沫化低谷期，商業(yè)模式越來越成熟，也將進(jìn)一步推動(dòng)智能語音的落地。
根據(jù)ReportLinker的預(yù)測(cè)：到2024年全球智能語音市場(chǎng)規(guī)模將達(dá)到215億美元，其中智慧醫(yī)療健康、智慧金融以及各類智能終端智能語音技術(shù)需求將成為主要的驅(qū)動(dòng)因素。
智能語音市場(chǎng)按客戶類型可分為消費(fèi)級(jí)市場(chǎng)（ 2C 或 2B2C ）和企業(yè)級(jí)市場(chǎng)（2B）。
消費(fèi)級(jí)應(yīng)用，立足于個(gè)人日常生活，主要包括了智慧生活、智能家居、智慧辦公、智能駕駛等場(chǎng)景，本質(zhì)上是智能語音技術(shù)（以語音助手為代表）對(duì)于各類終端的賦能，是AIoT大生態(tài)的重要構(gòu)成。
具體產(chǎn)品包括了：智能手機(jī)、智能可穿戴、智能音箱、智能家電、翻譯機(jī)、錄音筆、轉(zhuǎn)寫TWS耳機(jī)、智能車載等。
專業(yè)級(jí)應(yīng)用：服務(wù)于特定場(chǎng)景，如智慧醫(yī)療、智慧教育、智慧電信/金融/電商等。相較而言，專業(yè)級(jí)應(yīng)用具有更高的垂直屬性和know-how壁壘。
具體產(chǎn)品包括了智慧課堂、自動(dòng)審閱、學(xué)習(xí)機(jī)（2C屬性）、智慧客戶/呼叫等。
▲智能語音領(lǐng)域的各類細(xì)分賽道
二、2C消費(fèi)級(jí)市場(chǎng)
智能手機(jī)開創(chuàng)語音助手先河，引領(lǐng)消費(fèi)級(jí)市場(chǎng)。消費(fèi)級(jí)智能語音交互是大眾接觸智能語音最普遍的渠道，核心邏輯仍是消費(fèi)級(jí)AIoT，消費(fèi)級(jí)AIoT市場(chǎng)規(guī)模就已達(dá)到1753億元，在總AIoT市場(chǎng)中占比68%，空間極其廣闊。
眾多人工智能公司（硬件設(shè)備廠商 & 互聯(lián)網(wǎng)廠商）均瞄準(zhǔn)消費(fèi)級(jí)智能交互終端，第一款典型的落地產(chǎn)品就是智能手機(jī)語音助手。
語音助手落地開啟智能語音應(yīng)用元年：2011年第一款手機(jī)語音助手Siri伴隨iPhone 4S亮相，各大廠商紛紛入局。從2017年下半年開始通過開放語音生態(tài)系統(tǒng)進(jìn)行產(chǎn)業(yè)內(nèi)合作，語音助可穿戴、家居、車載等領(lǐng)域延伸。
智能手機(jī)中配置智能語音助手比例提升，預(yù)計(jì)2023年占比將達(dá)90%。根據(jù)Strategy Analytics數(shù)據(jù)，2018年全球銷售的智能手機(jī)中就已經(jīng)有47.7%配置了人工智能語音助手，占比將近一半。
當(dāng)前，智能手機(jī)配置AI語音助手已成為整體性趨勢(shì)，從已有用戶的情況來看，智能語音助手用戶使用助手頻率占比最大的為每周3-4次，表明人們正日益傾向于使用智能語音助手。
基于這一趨勢(shì)，Strategy Analytics預(yù)計(jì)，到2023年前，90%的智能手機(jī)都將會(huì)配置AI語音助手。
▲智能手機(jī)配置語音助手的比例
▲智能手機(jī)語音助手使用頻率
智能可穿戴設(shè)備市場(chǎng)空間廣闊，智能語音為其天然入口。智能可穿戴設(shè)備趨于小屏化、無屏化的特點(diǎn)決定了智能語音將成為其天然入口。伴隨中國智能可穿戴設(shè)備行業(yè)在各垂直領(lǐng)域應(yīng)用程度的加深，中國智能可穿戴設(shè)備行業(yè)將持續(xù)擴(kuò)容。沙利文預(yù)測(cè)，2023年中國智能可穿戴設(shè)備行業(yè)的市場(chǎng)規(guī)模將達(dá)到913.7億元。
中國智能可穿戴設(shè)備行業(yè)由上游的軟硬件供應(yīng)商、中游的智能可穿戴設(shè)備廠商及下游各應(yīng)用領(lǐng)域構(gòu)成。
預(yù)計(jì)2020年全球可穿戴設(shè)備出貨量將達(dá)到3.96億臺(tái)，與2019年出貨量3.459億臺(tái)相比增長14.5%。
展望未來，IDC預(yù)測(cè)，2024年全球可穿戴設(shè)備出貨量將達(dá)到6.371億臺(tái)，五年內(nèi)復(fù)合年增長率（CAGR）為12.4%。
據(jù)IDC發(fā)布的《中國可穿戴設(shè)備市場(chǎng)季度跟蹤報(bào)告》顯示，2020年中國可穿戴設(shè)備市場(chǎng)出貨量第一季度、第二季度分別為1762萬臺(tái)（同比下降11.3%）和2658萬臺(tái)（同比增長4.1%），扭虧趨勢(shì)明確，預(yù)期全年數(shù)據(jù)增速可觀，不低于全球增速。
▲IDC：全球智能可穿戴產(chǎn)品出貨量及預(yù)測(cè)值
▲IDC：中國智能可穿戴產(chǎn)品出貨量
現(xiàn)階段，搭載語音助手的設(shè)備產(chǎn)品主要為智能手機(jī)和智能可穿戴設(shè)備，同時(shí)也包括小部分智能家居產(chǎn)品、智能車載產(chǎn)品。就規(guī)模來看，2020年智能語音助手的市場(chǎng)規(guī)模已經(jīng)達(dá)到241.1億元；2021年規(guī)模將達(dá)到337.5億元。
由于中國居民消費(fèi)水平提升，消費(fèi)主力群體代際變遷等因素，搭載語音助手的智能設(shè)備的消費(fèi)量將會(huì)有所增長，推動(dòng)中國語音助手市場(chǎng)規(guī)模進(jìn)一步擴(kuò)大。預(yù)計(jì)到2023年，中國語音助手市場(chǎng)規(guī)模將增長至570.3億元。
▲中國智能語音助手市場(chǎng)規(guī)模（億元）
另外一個(gè)智能語音落地場(chǎng)景是智能家居，智能家居的最終形態(tài)是實(shí)現(xiàn)全屋產(chǎn)品的智能化，為AIoT的關(guān)鍵場(chǎng)景，在燈光、空調(diào)、電視、窗簾、門窗、背景音樂、安防、監(jiān)控控制以及可編程定時(shí)控制等方面均有應(yīng)用。
2020年中國智能家居市場(chǎng)規(guī)模突破2400億，2020年全球智能家居市場(chǎng)平均滲透率將超過60%。未來三年將是智能家居行業(yè)快速發(fā)展的時(shí)期，行業(yè)并購及市場(chǎng)規(guī)模增長將誕生一批年銷售額超過百億的企業(yè)。
▲智能家居市場(chǎng)規(guī)模（億元）
▲2020 智能家電平均滲透率超過60%
智能音箱為語音交互藍(lán)圖鋪路，是智能家居入口。早在2019年底，中國智能音箱累計(jì)出貨量就已經(jīng)超過7000萬臺(tái)，在我國城鎮(zhèn)住房中滲透率達(dá)到20%，接近2012年智能手機(jī)的滲透程度。
▲2012-2019年智能手機(jī)/音箱出貨情況
▲2012-2019年智能手機(jī)/音箱滲透情況
智能音箱當(dāng)前市場(chǎng)規(guī)模已超百億元，未來三年中國智能音箱行業(yè)市場(chǎng)規(guī)模將保持穩(wěn)定增長，2023年有望達(dá)到8712萬臺(tái)，即174.2億元。
▲智能音箱行業(yè)市場(chǎng)規(guī)模及出貨量
第三個(gè)落地場(chǎng)景是智慧辦公，核心是翻譯機(jī)。根據(jù)華經(jīng)情報(bào)網(wǎng)數(shù)據(jù)，我國翻譯機(jī)價(jià)格主要分布在250-800元和2560-3310元兩個(gè)區(qū)間，其占比均為38%。
出境旅游、教育剛需和經(jīng)濟(jì)全球化等因素持續(xù)驅(qū)動(dòng)產(chǎn)業(yè)規(guī)模增長，自動(dòng)語音識(shí)別、機(jī)器翻譯、語音合成、圖像識(shí)別等AI技術(shù)大幅提升翻譯機(jī)性能加速產(chǎn)業(yè)發(fā)展。
2020年我國翻譯機(jī)市場(chǎng)規(guī)模將有望達(dá)到27.7億，并在2030年進(jìn)一步擴(kuò)張至56.2億元。
▲翻譯機(jī)價(jià)格分布
▲ 翻譯機(jī)市場(chǎng)空間（億元）
另一個(gè)潛在爆發(fā)場(chǎng)景是語音輸入法。輸入法是智能語音技術(shù)在C端的重要落地場(chǎng)景，語音輸入、智能糾錯(cuò)、語音翻譯等功能開始成為標(biāo)配；語音變聲、語音斗圖等針對(duì)年輕群體的創(chuàng)新功能也相繼推出。
第四種智能語音落地場(chǎng)景是智能駕駛。目前，特斯拉、造車新勢(shì)力&傳統(tǒng)整車廠、初創(chuàng)公司、科技巨頭采用不同的方法和路徑更新迭代自動(dòng)駕駛的能力，體現(xiàn)出技術(shù)路徑的分化，行業(yè)競(jìng)爭(zhēng)格局正在發(fā)生新的變革。
未來伴隨著科技的進(jìn)一步發(fā)展，AI、人機(jī)&語音交互、5G C-V2X 車聯(lián)網(wǎng)等技術(shù)的成熟，智能汽車的功能將進(jìn)一步豐富，使得智能駕駛的滲透率逐步提高，進(jìn)而帶動(dòng)整個(gè)產(chǎn)業(yè)鏈?zhǔn)袌?chǎng)規(guī)模的快速增加。
在當(dāng)前智能汽車的發(fā)展中，最為激烈的競(jìng)爭(zhēng)集中在自動(dòng)駕駛和智能車載系統(tǒng)兩個(gè)領(lǐng)域。
隨著信息技術(shù)、網(wǎng)絡(luò)技術(shù)和人工智能的發(fā)展，智能車載系統(tǒng)將通過融合數(shù)字顯示、多屏作者互動(dòng)、手勢(shì)操作、智能語音等多項(xiàng)技術(shù)，為汽車的駕乘人員提供全新的、直接的、多元的人車交互服務(wù)。
在汽車產(chǎn)業(yè)領(lǐng)域，搭載基于智能語音的車載交互系統(tǒng)已經(jīng)成為主流。車載語音交互或?qū)⒊蔀闃?biāo)配，打造車內(nèi)交互新體驗(yàn)。
根據(jù)高工智能汽車研究院的數(shù)據(jù)，2020年一季度中國市場(chǎng)銷售新車前裝搭載4G聯(lián)網(wǎng)功能滲透率為46.05%，同比上年提高近20個(gè)百分點(diǎn)。預(yù)計(jì)，搭載率到2025年期間將呈現(xiàn)較快的增長態(tài)勢(shì)。
同時(shí)到2025年主流的車企將基本實(shí)現(xiàn)新車的聯(lián)網(wǎng)標(biāo)配，車載語音巨頭面臨更大的產(chǎn)業(yè)機(jī)遇。智能車載潛力巨大，智能語音有望成為車載系統(tǒng)標(biāo)配。
不同于手機(jī)以觸屏為主的交互方式，車機(jī)和人的交互更多將采用語音，而未來伴隨著智能汽車滲透率的逐步提高，智能汽車中的語音交互將更加豐富，進(jìn)而帶動(dòng)市場(chǎng)規(guī)模不斷增加。
AI 車庫數(shù)據(jù)顯示：我國車載語音市場(chǎng)規(guī)模在2022年將接近30%。
競(jìng)爭(zhēng)格局來看，國內(nèi)巨頭科大訊飛占據(jù)半壁江山，老牌海外廠商N(yùn)uance的國內(nèi)份額正在被不斷蠶食，身后BAT、思必馳等也在快速追趕。
▲中國智能車載市場(chǎng)規(guī)模預(yù)測(cè)（億元）
▲中國智能車載語音市場(chǎng)規(guī)模（億元）
▲我國車載語音市場(chǎng)占比（截至2019H1）
三、2B企業(yè)級(jí)市場(chǎng)
智能語音消費(fèi)者業(yè)務(wù)主要通過硬件出售及相關(guān)互聯(lián)網(wǎng)增值服務(wù)獲利，而企業(yè)級(jí)和公共級(jí)業(yè)務(wù)則主要有兩類合作模式：
一是技術(shù)平臺(tái)輸出模式，將通用技術(shù)能力封裝為SDK或API，下游客戶或生態(tài)中的開發(fā)者使用時(shí)向技術(shù)提供方支付一定費(fèi)用，當(dāng)然為了促進(jìn)生態(tài)的快速發(fā)展，一些平臺(tái)如華為HiAI 、百度語音技術(shù)采取面向開發(fā)者免費(fèi)的策略；
二是切入傳統(tǒng)行業(yè)，提供解決方案（含核心設(shè)備），這種情形下涉及智能語音企業(yè)與傳統(tǒng)行業(yè)集成商或最終客戶進(jìn)行定制化、深度合作。
▲人工智能技術(shù)平臺(tái)輸出和解決方案業(yè)務(wù)規(guī)模
智能教育，AI 課堂的建設(shè)進(jìn)入快車道。教育部發(fā)布的《教育信息化十年發(fā)展規(guī)劃（2011-2020年）》中提到，我國要建立教育經(jīng)費(fèi)投入保障體系，并重點(diǎn)提出各級(jí)政府在教育經(jīng)費(fèi)中按不低于8%的比例列出教育信息化經(jīng)費(fèi)。
2021年為十四五開局之年，判斷教育信息化仍將迎來加碼新政，智慧教育將正在政策助推下持續(xù)加速發(fā)展。
政策直接相關(guān)的應(yīng)用主要有智能語音訓(xùn)練與評(píng)測(cè)、互動(dòng)教學(xué)等，其中語音評(píng)測(cè)市場(chǎng)受益于新高考方案和國家英語能力考試改革，潛力巨大。
智慧教育空間寬廣，應(yīng)用邊界不斷拓寬。自2012年以來，語音識(shí)別、圖像識(shí)別、深度學(xué)習(xí)等人工智能技術(shù)發(fā)展迅速，不斷實(shí)現(xiàn)突破，人工智能在線教育在人工智能技術(shù)的發(fā)展推動(dòng)下逐漸興起，基于語音識(shí)別技術(shù)的語音測(cè)評(píng)、基于圖像識(shí)別的智能情緒分析等人工智能在線教育產(chǎn)品涌現(xiàn)在市場(chǎng)中，人工智能在線教育行業(yè)發(fā)展步伐逐步加快。
中國人工智能在線教育市場(chǎng)規(guī)模從2014年的54.9億元增長至2020年368.3億元，呈現(xiàn)快速增長趨勢(shì)。隨著人工智能技術(shù)日趨成熟，人工智能在線教育產(chǎn)品性能將進(jìn)一步提升，用戶規(guī)模將不斷擴(kuò)張，人工智能在線教育市場(chǎng)規(guī)模有望迎來新一輪快速增長。
預(yù)測(cè)至2023年，中國人工智能在線教育規(guī)模將達(dá)680.5億元，復(fù)合增長率仍將維持在20%以上。
▲人工智能在線教育市場(chǎng)規(guī)模（億元）
第二個(gè)2B場(chǎng)景是智慧醫(yī)療。智慧醫(yī)療領(lǐng)域，語音電子病歷系統(tǒng)需求正在釋放。通過語音輸入的方式生成結(jié)構(gòu)化病例、執(zhí)行病例檢索，節(jié)約醫(yī)師輸入病歷的時(shí)間，解決方案一般包括 ASR/NLU 技術(shù)和專用醫(yī)療麥克風(fēng)。
此外，需求正在向?qū)г\機(jī)器人、問診小程序、診后隨訪系統(tǒng)、住院病房管理系統(tǒng)、臨床決策支持系統(tǒng)（CDSS）等多應(yīng)用領(lǐng)域擴(kuò)散。
中國的智慧醫(yī)療建設(shè)行業(yè)有著廣闊的發(fā)展空間和投資市場(chǎng)，當(dāng)前市場(chǎng)空間整體超千億元。
根據(jù)中商情報(bào)網(wǎng)數(shù)據(jù)，2019年我國智慧醫(yī)療建設(shè)行業(yè)規(guī)模為880億元，而2020年這一數(shù)字已經(jīng)達(dá)到1040億元。
按照現(xiàn)狀估計(jì)，預(yù)計(jì)到2022年，我國電子病歷語音輸入累計(jì)覆蓋近1600家三級(jí)與二級(jí)醫(yī)院付費(fèi)數(shù)，滲透率分別為36%和4.5%，180萬醫(yī)生受益。
四、智能語音格局及核心玩家
智能語音語音技術(shù)和自然語言理解技術(shù)快速進(jìn)步，目前已在2C消費(fèi)級(jí)的智慧生活、智能家居、智慧辦公、智能駕駛；2B企業(yè)級(jí)的智慧醫(yī)療、智慧醫(yī)療、智能客服等多個(gè)領(lǐng)域?qū)崿F(xiàn)場(chǎng)景應(yīng)用。
根據(jù)沙利文咨詢的統(tǒng)計(jì)預(yù)測(cè)，2019年我國智能語音行業(yè)市場(chǎng)規(guī)模約為218.4億元，預(yù)計(jì)2024年將達(dá)到489.8億元。
▲中國智能語音行業(yè)市場(chǎng)規(guī)模（億元）
智能語音2C消費(fèi)級(jí) & 2B企業(yè)級(jí)市場(chǎng)各細(xì)分賽道均有廣闊空間，后疫情時(shí)代有望全面開花，梳理如下圖。
▲智能語音領(lǐng)域細(xì)分賽道市場(chǎng)空間
國內(nèi)外智能語音市場(chǎng)均已相對(duì)集中，龍頭占據(jù)主要份額。根據(jù)中商產(chǎn)業(yè)研究院的數(shù)據(jù)，智能語音全球市場(chǎng)CR5達(dá)到88%，中國市場(chǎng)CR5達(dá)到84.6%，均已呈現(xiàn)相對(duì)集中市場(chǎng)格局。
差異：全球巨頭玩家如Nuance、谷歌等在中國份額有限，取而代之的是國內(nèi)龍頭科大訊飛。一是由于中英文語義理解差異（疊加方言影響）；二是受益于國內(nèi)互聯(lián)網(wǎng)生態(tài)高速發(fā)展，智能語音在國內(nèi)具有更加豐富的落地場(chǎng)景。
在這一背景下，可梳理兩類玩家：
1、通用平臺(tái)商如科大訊飛、百度致力于打造開放語音生態(tài)；
2、專業(yè)應(yīng)用商如云知聲、思必馳致力于搶占家居、車載等細(xì)分賽道。
▲全球智能語音市場(chǎng)格局
▲全球智能語音市場(chǎng)格局
自2011年iPhone 4S首次搭載Siri以來，智能語音助手這個(gè)聊勝于無但又頗具想象力的功能就一步步成為手機(jī)中的基礎(chǔ)功能，并旋即在智能音箱領(lǐng)域大顯身手。雖然語音助手一直的覆蓋面一直在提升，但使用率確一直不高。但是，以智慧家居為例，智能語音設(shè)備其實(shí)只是一個(gè)入口，隨著IoT、自動(dòng)駕駛等技術(shù)的不斷拓展，與智能語音設(shè)備相互配合一定會(huì)大放異彩。
魯公網(wǎng)安備 37110202000245號(hào)