在大數(shù)據(jù)、移動互聯(lián)網(wǎng)、云計算以及其他技術的推動下，全球的智能語音產(chǎn)業(yè)已經(jīng)步入應用的快速增長期。

　　2010年前后，科技巨頭，例如谷歌、微軟和蘋果、科大訊飛紛紛強化在語音市場上的參與，全球的語音市場逐漸從一家獨大發(fā)展成為競爭市場，雖然從整體上看，該市場依然被巨頭牢牢把控。數(shù)據(jù)顯示，2015年，語音識別領頭羊公司Nuance依然牢牢占據(jù)著市場份額第一的寶座，占有率為31.1%，但是已經(jīng)呈現(xiàn)出明顯的下滑趨勢。而谷歌、微軟、蘋果和科大訊飛則獲得了迅速的增長，全球市場份額分別為20.7%、13.4%、12.9%和6.7%。

　　中國智能語音產(chǎn)業(yè)獲得了前所未有的發(fā)展。ResearchandMarkets估算認為，2015年，中國的語音市場規(guī)模為46.8億人民幣，比前一年增長53.1%，占世界的12%。

　　根據(jù)中國工業(yè)和信息化部電子科技信息情報研究所數(shù)據(jù)顯示，2013年，全球智能語音產(chǎn)業(yè)規(guī)模整體達33.7億美元，同比增長38.1%;2014年較2013年同比增長41.0%，產(chǎn)業(yè)規(guī)模大幅提升。預計到2017年，全球智能語音產(chǎn)業(yè)規(guī)模將達112.4億美元，復合年均增長率達35.1%。

　　語音產(chǎn)業(yè)從最初的萌芽到技術突破，再到產(chǎn)業(yè)化階段以及目前的快速應用階段，已經(jīng)形成了相當成熟的產(chǎn)業(yè)。簡單看來，世界智能語音產(chǎn)業(yè)發(fā)展歷程可分為四個階段：

　　第一階段是技術萌芽階段(20世紀50～70年代)，以孤立詞和少詞匯量句子識別，并通過關鍵詞匹配實現(xiàn)簡單命令操作為主要內(nèi)容，AT&T貝爾實驗室開發(fā)的Audrey語音識別系統(tǒng)是其主要標志。Audrey能夠通過跟蹤語音中的共振峰，識別10個英文數(shù)字，正確率高達98%。

　　第二階段是技術突破階段(20世紀80年代)，語音識別和自然語言處理技術有了較大進展。智能語音技術研究由傳統(tǒng)的基于標準模板匹配的技術思路開始轉(zhuǎn)向基于統(tǒng)計模型(HMM)的技術思路，并再次提出了將神經(jīng)網(wǎng)絡技術引入語音識別問題的技術思路。

　　第三階段是產(chǎn)業(yè)化階段(20世紀90年代到21世紀初)，智能語音技術由研究走向?qū)嵱貌㈤_始產(chǎn)業(yè)化，以1997年IBM推出的ViaVoice為重要標志。自此，智能語音產(chǎn)品開始進入呼叫中心、家電、汽車等各個領域。比如，上世紀70年代由美國國防部遠景研究計劃局資助的，旨在支持語言理解系統(tǒng)的研究開發(fā)工作的計劃DARPA，進入90年代后，研究重點已轉(zhuǎn)向識別裝置中的自然語言處理部分，識別任務設定為“航空旅行信息檢索”。

　　第四個階段是快速應用階段(2010年以后)，以蘋果Siri的發(fā)布為重要引爆點，智能語音應用領域由傳統(tǒng)行業(yè)開始向移動互聯(lián)網(wǎng)等新興領域延伸。在一些發(fā)達國家，大量的語音識別產(chǎn)品已經(jīng)進入市場和服務領域并取得很好的效果。

　　快速應用階段打開了市場的大門，消費者也可以看到琳瑯滿目的產(chǎn)品出現(xiàn)，而隨著其他技術的發(fā)展，比如近年來全面開花的眾多人工智能技術不斷獲得突破，語音技術的市場發(fā)展?jié)摿σ苍谶M一步擴大。

　　高級的智能呼喚高級的語音

　　不難看到，語音技術在人工智能的發(fā)展中占有絕對重要的地位，它既是機器輸出語言，也就是“說話”的前提，也是機器輸入，也就是“聽”的保證。簡單地說，前者設計語音合成后者涉及語音識別，這都是智能語音的關鍵技術。

　　舉例來說，在科技領域，聊天機器人時下是一個火熱的話題，國外很多科技媒體都預言，聊天機器人大有取代App乃至取代搜索成為互聯(lián)網(wǎng)入口之勢。至少亞馬遜的Echo發(fā)布一年多便占領了語音控制智能家居的入口。同時，F(xiàn)acebook力推Messenger，谷歌也要憑借其強大的人工智能技術推出一款結合搜索的智能助理，微軟有定位于專用商務助理的Cortana，IBM的Waston積蓄已久，在醫(yī)療、環(huán)境、能源等行業(yè)都有動作。

　　微軟聊天機器人Cortana

　　谷歌、Facebook、微軟、IBM等國外企業(yè)正在積極推進智能語音技術的研發(fā)及應用，以智能語音為切入點積極布局整個人工智能領域。語音交互作為人機交互的重要演進方向，從感知智能到認知智能，基于深度神經(jīng)網(wǎng)絡等方法，以語音語言為切入的認知計算將是人工智能發(fā)展的必然路徑。因此，語音交互技術在服務機器人博弈中扮演著十分重要的角色。

　　毫不遜色的中國造智能語音

　　外科技巨頭在語音上一如既往的強勢，可以說，語音已經(jīng)成為必爭之地。而語音識別領域，中國并不落后于發(fā)達國家，不少技術處于國際領先地位。