1、APEX & CONSULTING中国语音机器人研究报告12022年2月目录 行业概览 行业现状 驱动因素 未来应用情景引言3“十四五”规划中提出，要瞄准人工智能等前沿领域，实施一批具有前瞻性、战略性的国家重大科技项目。人工智能领域的研究主要包括机器视觉、智能语音、自然语言处理和基础硬件等。智能语音作为人工智能的核心技术之一，随着人工智能时代的到来，加以国家政策以及技术发展等因素的驱动，智能语音必将会消费级以及企业级等得到更深度的发展。智能音箱，如小度、天猫精灵等，作为智能语音在消费级最外显的应用，市场渗透率已经相当于2012年智能手机的市场渗透率，达到20%，有广阔的需求市场。APEX &

2、CONSULTING摘要4 智能语音有2C与2B两细分赛道：2B市场级，智能语音即将触及行业核心，以智慧医疗、智慧教育、智慧客服等为主，智慧医疗行业建设规模已达1040亿元。2C消费级，以AIoT为核心，物联网为主逻辑，包括场景主要有智慧生活、智能驾驶、智能家居、智慧办公等，2020年消费级AIoT市场规模已达到1753亿元。 三重因素驱动智能语音行业发展：技术突破、政策利好，刺激智能语音行业自主发展；外加疫情影响，催化智能语音发展过程。疫情期间，科大讯飞积极响应号召，向21个省6500余所中小学提供人工智能教育产品和服务，累计服务师生超过1500万，累计访问量超过21亿次。 未来智能语音应用

3、场景：交互成为智能语音的主要应用场所，以消费级应用为主。预计2020年，车载语音的市场规模将增至27亿元，2023年，90%的智能手机都将会配置AI语音助手。在企业级应用几乎触及行业核心，以技术应用为主，信息同步为辅，预测2023年，人工智能在线教育规模将达680.5亿元。APEX & CONSULTING目录 行业概览 行业现状 驱动因素 未来应用情景行业概览定义语音机器人是指有较强对话能力的机器人。如引导机器人、手机语音助手等。发展到现在，语音机器人不单单是简单机械对话，更多是智能语音。智能语音是人工智能技术的重要组成部分，包括语音识别、语义理解、语音交互等。6资料来源：灼鼎咨询分析整理。

4、人工智能的关键技术均以实现感知智能和认知智能为目标。语音识别、图像识别和机器人视觉、生物识别等目前最火热的领域，主要解决的是感知智能的需求，就是使得人工智能能够感知周围的世界，能够“听见”或者“看到”。自然语言理解、智能会话、智能决策、人机交互等技术更加侧重的是认知智能的领域，解决“听懂”、“看懂”，并且根据学习到的知识对人类的要求或者周围的环境做出反应的能力。在关键技术层中，语音识别、自然语义理解（Nature Language Process， NLP）、机器学习领域的关键技术在人工智能技术当中居于重要地位，是人机交互技术的基础。语音语音识别ASR语音自然语言处理NLP意图回答语音合成TT

5、S语音数据APEX & CONSULTING行业概览产业链7资料来源：网络公开资料，德勤研究院，灼鼎咨询分析整理。智能语音产业主要分上游基础设施供应商、中游智能语音服务商与下游应用领域。基础设施上游基础硬件主控芯片语音芯片扬声器软件服务服务器云服务开源模型数据智能语音科技企业互联网企业消费级 智慧生活 智能居家企业级 智慧医疗 智慧教育 智慧政务 智慧办公 智慧驾驶 智能电信 智能电商 智能金融服务商中游应用下游APEX & CONSULTING行业概览发展历程8资料来源：华经情报网，华西证券，灼鼎咨询分析整理。认知阶段1952-1980年起步阶段1980-2011年发展应用阶段20011-2

6、019年融合应用阶段2020年-至今首款语音识别系统问世，可基于简单的模板匹配识别孤立的英文数字。同期语音合成技术已经能够合成较为自然的语音，但由于技术尚未成熟，落地出现困难。模板匹配与特征分析深度神经网络主导概率统计建模主导深度神经网络发展语音识别完成了从模板匹配特征分析到概率统计建模的过程。词汇量得到大幅提升。语音合成的并接问题得到了解决。智能语音技术正式进入公众视野。深度神经网络技术的发展使得智能语音发生了质的突破，在一方面语音识别的准确率大幅度提升，逼近人类水平，另一方面予以分析技术开始迅猛发展。智能语音进入商品市场。疫情催化，加速智能语音全行业发展。以智能语音为核心，整合包括多元模式

7、识别、大数据、RF、物联网技术、云服务等技术的智能语音系统将在多个维度触达行业的核心需求。智能语音主要经历了四个阶段：模板匹配与特征分析方法为主导的认知阶段；以概率统计建模方法为主导的起步阶段；以深度神经网络为主导的发展应用阶段以及综合应用阶段。APEX & CONSULTING目录 行业概览 行业现状 驱动因素 未来应用情景行业现状市场规模智能语音市场的城市、政府和资本的扶持与重视以及数字化、智能化的市场需求不断扩大，中国智能语音行业市场规模将进一步增长，预计在2030年市场规模将达到1452亿元。10资料来源：德勤研究院、华西证券研究所，灼鼎咨询分析整理。虽然我国智能语音发展迅速，但是与机

8、器视觉相比，落地进程仍相对落后。一方面其数据的体量、密度相对有限，另一方面其涉及的声学研究、模式识别研究、通用NLP 研究及垂直场景的深度语义理解等还未完全成熟（尤其2016年以前），因此在交互体验、使用效果、场景优化等方面都仍有较大空间。中国语音市场规模及增速中国AI企业技术应用技术分布方向【注】语音市场包含教育产品市场、消费电子市场、智能平台市场、电信运营 商市场、智能服务市场和车载语音市场。APEX & CONSULTING行业现状细分赛道11资料来源：华西证券研究所，IResesrch，德勤研究，灼鼎咨询分析整理。细分赛道消费级企业级智慧生活智能语音助手智能可穿戴智能家居就智能音响智能

9、家电智慧办公翻译机录音笔智能驾驶车载语音和其他智慧教育智慧课堂学习机智慧医疗电子语音病例智慧电信/电商/金融智能客户/呼叫其他智能语音技术和自然语言理解技术快速进步，目前已在2C消费级的智慧生活、智能家居、智慧办公、智能驾驶；2B企业级的智慧医疗、 智慧医疗、智能客服等多个领域实现场景应用。 消费级应用立足于个人日常生活，本质上是智能语音技术（以语音助手为代表）对于各类终端的赋能，是AIoT大生态的重要构成。相较于消费级应用，专业级应用具有更高的垂直属性和know-how（即行业秘诀）壁垒，服务与特定场景。APEX & CONSULTING行业现状科技、互联网企业布局，行业一枝独秀12资料来源

10、：德勤研究院、灼鼎咨询分析整理。互联网企业智能语音科技企业020%40%60%市场占有率2020年智能语音语音市场占有率智能语音科技企业-以科大讯飞为代表的大型智能语音科技企业凭借其较强的研发优势，以60%的市场份额稳居第一，在智能技术日渐成熟、数字产业基础设施日趋完善的发展下，科大讯飞逐渐从单一的智能语音技术服务商转型为全方位人工智能技术服务商。市场规模相对较小的参与者如捷通华声、思必驰、云知声等，以垂直领域和细分场景为突破口切入智能语音产业，凭技术和产品创新快速成长。互联网企业-以阿里、百度等为代表的互联网巨头凭借其庞大的用户资源、各细分场景的数据积累在语音交互技术领域持续发力，占据约20

11、%的市场份额。在智能语音领域，互联网巨头是市场驱动型企业，主要凭借其较强的C端产品经验及用户数据为产品的功能化设计提供基础，基于客户需求驱动产品的发展和落地.其他【注】语音市场包含教育产品市场、消费电子市场、智能平台市场、电信运营 商市场、智能服务市场和车载语音市场。APEX & CONSULTING目录 行业概览 行业现状 驱动因素 未来应用情景驱动因素1&2劳动力影响&疫情催化14资料来源：国家统计局，华西证券研究所，灼鼎咨询分析整理。非劳动年龄人占比 人口红利逐步消失，机器人将取代部分岗位。2021年4月，中国人民银行发布的关于我国人口转型的认识和应对之策显示，2019年中国劳动力人口（

12、15-65岁）占总人口的70.6%，老年人占12.6%，少儿人口占16.8%；预计中国人口将在2030年达到峰之后趋于下降，同时老年人占比继续增加，小儿和劳动人口继续减少。根据测算，我国人口红利至2030年只剩8年。人口红利逐渐消失，自动化和机器换人成为发展趋势。语音机器人将会取代部分人工客服、人工呼叫等岗位。受新冠疫情催化，人工智能应用场景迅速铺开。一系列基于AI算法的软硬件设施在抗疫的方方面面发挥巨大作用。智能语音在减少医患接触，及确保教学质量等方面发挥巨大作用。智能语音，作为人工智重要组成部分，应用下沉加速。教育、医疗、驾驶三个场景的需求增加将最为明显，语音机器人发挥重大作用。疫情加速教

13、育机器阅卷人机对话/远程教育医疗汽车影像诊断无人驾驶电子病历车载语音交互远程医疗车联网APEX & CONSULTING时间发布部门文件名称主要内容国家政策2021.12工信部等十五部门”十四五”机器人产业发展规划研制康复、咨询等医疗康复机器人，研制讲解引导等公共服务机器人。2021.6国务院关于进一步优化地方政务服务便民热线的指导意见提出加强自助下单、智能文本客服、智能语音等智能化应用，方便企业和群众反映诉求建议。2021.3国务院“十四五”规划纲要前沿基础理论突破，专用芯片研发，深度学习框架等开源算法平台构建，学习推理与决策、图像图形、语音视频、自然语言识别处理等领域创新。2021.1国务

14、院关于进一步优化地方政务服务便民热线的指，导意见提出加强自助下单、智能文本客服、智能语音等智能化应用，方便企业和群众反映诉求建议。2020.12最高人民法院最高人民法院关于深化人民法院司法体制综合配套改革的意见全面提升语音识别技术在庭审语音同步转录中的应用效能，建成全国法院智能语音云平台，实现全国法院语音识别的模型共享和统一管理。2020.10工信部关于政协十三届全国委员会第三次会议第5148号提案答复的函鼓励智能家居产品普及语音控制功能，推动基于智能语音识别技术的智能音箱、 智能可穿戴设备及其他智能家电产品开发，老年人可通过语音方式实现便捷化操作地方政策2021.3天津市人民政府天津市新型基

15、础设施建设三年行动方案（20212023年）强化“津治通”平台支撑能力，引入智能视频识别和智能语音服务，提升数据支撑决策能力和平台指挥调度能力2021.2内蒙古自治区人民政府内蒙古自治区国民经济和社会发展第十四个五年规划和2035年远景目标纲要支持北斗产业化及规模化应用，大力布局和发展智能语音识别技术，建设内蒙古数字小语种人工智能翻译中心、云端机器人运营中心2019.7廊坊市人民政府廊坊市人民政府办公室关于促进“互联网+医疗健康”发展的实施意见鼓励医疗机构探索开展智能医学影像识别、病理分型和多学科会诊以及多种医疗 健康场景下的智能语音技术应用、提高医疗服务效率驱动因素2政策利好15资料来源：各

16、政府官网，灼鼎咨询分析整理。智能语音应用得到政策的大力支持“十四五”规划将人工智能列为前沿科技领域的“最高优先级”，包括智能语音在内的人工智能产业及相关业务将受到政府支持，进一步迎来有利宏观环境。政府利好政策，进一步推进人工智能与各应用领域的深度融合。随着中央政府政策陆续出台，各地方政府对于人工智能产业也日益重视。截至目前，中国已有超过20个省市出台了人工智能产业相关的利好政策。APEX & CONSULTING驱动因素3技术高峰期，驱动语音机器人的发展16资料来源：德勤研究，Gartner，灼鼎咨询分析整理。技术萌芽期 膨胀期 泡沫破裂低谷期 恢复期成熟期语音识别语音识别文本分析语音合成洞察

17、力引擎神经机器翻译开源的NPL工具包文本自动分类语义搜索文本论和知识图谱对话机器人对话时人工智能平台语音分析智能文档处理自然语言处理虚拟助理自然语言生成转换器对话机器人文本归纳情感人工智能自适应PEMT自然语言生成对话式人工智能平台NSLMs2018年技术成熟度10年5-10年2-5年2年2021年语音技术成熟度曲线 智能语音主要研究如何通过语音实现人机交互，相关支撑技术主要可分为基础语音技术、智能化技术以及大数据技术。2020年与2021年，我国智能语音技术在多方面实现创新，取得突破性进展。从语音技术成熟度曲线来看，多数语音技术已经进入稳步爬升期，甚至语音识别技术已经处于生产成熟期，这意味着

18、智能语音技术逐渐成熟，语音机器人未来几年市场将维持高速发展。2020年与2021年语音技术突破性进展语音合成：科大讯飞研究院同中科大联合团队，在2020国际银色转换大赛中夺冠。语音识别：网易数帆易智团队在DCASE 2021挑战赛Task6自动音频描述任务中以绝对优势夺冠。说话人分离：在DIHARD-3中，科大讯飞联合中科大语音及语言信息处理国家工程实验室在四个任务排行上包揽所有指标第一。语音增强：快手公司取得了ABC challenge回声消除比赛双讲回声消除的单项世界冠军。声音检测：科大讯飞研究院联合中科大，在DACSE 2020挑战赛Task3声音事件定位与检测任务中夺冠。语音交互：科大

19、讯飞获得DSTC10比赛“多模拟态对话场景文本回复”任务冠军。APEX & CONSULTING目录 行业概览 行业现状 驱动因素 未来应用情景智能家居未来应用情景1-交互成为主要语音情景18资料来源： Strategy Analytics，华西证券研究所，灼鼎咨询分析整理。车载语音交互成为智能驾驶核心细分领域 车载语音交互将成为标配，车载环境规则清晰需求明确，是语音交互落地的绝佳场景。而语音交互解放司机双手提高驾驶安全性，能够大幅提高用户驾驶体验。2C消费级市场智能车载 智能音箱交互技术升级，用户体验提高 智能音箱市场很难存在群雄并起的格局，中小玩家难以支持，已经进入巨头主导的格局。为在激烈

20、的行业竞争中脱颖而出，企业必将提升内容服务质量与语音交互技术，带动行业发展。智慧办公智慧生活 智能手机与智慧穿戴成为语音助手交互主要载体 根据Strategy Analytics数据，2018年全球智能 手机中就已有47.7%配置语音助手，预计2030年达到90%。翻译机成为语音机器人在智慧办公方面的集中体现 智能可穿戴设备趋于小屏化、无屏化，智能语音成为其天然入口。2023年中国智能可穿戴设备行业的市场规模预计达到913.7亿。 出境旅游、教育刚需和经济全球化等因素持续驱动产业规模增长，自动语音识别、机器翻译、语音合成、图像识别等AI技术大幅提升翻译机性能加速产业发展。 APEX & CON

21、SULTING未来应用情景2-技术输出与同步信息2B企业级市场19资料来源：艾瑞咨询，灼鼎咨询分析整理。智慧教育智慧客服 智能语音在呼叫中心领域应用已较为广泛，主要应用于智能客服，目前全国超过半数的省级电力呼叫中心已经使用语音产品。因此，未来智能语音将随着呼叫中心规模稳定增长。智慧医疗 智慧医疗领域，语音电子病历系统需求正在增加。 通过语音输入的方式生成结构化病例、执行病例检索，节约医师输入病历的时间。除症状外，一些专业术语如牙位图、化学式、医学药品、特殊符号等都可口述生成智慧政法 智能庭审，采用多种方言语音识别、语音合成技术，庭审笔录自动生成。 电信网络反欺诈，自动提取声纹与黑名单对比，提示

22、重点人员可疑行为。 虚拟法官，通过语音合成和虚拟形象，以虚拟AI形象同当事人进行初步沟通。通过语音转录、语音识别等技术实现授课语音转录为文字、利用多模态识别进行课堂质量监测。 为解决教育资源的复用、增加学习交互体验感等诉求，促进了智能语音技术在线上口语测评、虚拟教师等领域的应用。APEX & CONSULTING法律声明20版权声明本报告为灼鼎咨询制作，其版权归属灼鼎咨询，任何机构和个人引用或转载本报告时需注明来源为灼鼎咨询，且不得对本报告进行任何有悖原意的引用、删节和修改。任何未注明出处的引用、转载和其他相关商业行为都将违反中华人民共和国著作权法和其他法律法规以及有关国际公约的规定。对任何有

23、悖原意的曲解、恶意解读、删节和修改等行为所造成的一切后果，本公司及作者不承担任何法律责任，并保留追究相关责任的权力。免责条款本报告基于已公开的信息编制，但本公司对该信息的真实性、准确性及完整性不作任何保证。本报告所载的意见、评估及预测仅为本报告出具日的观点和判断，该等意见、评估及预测在出具日外无需通知即可随时更改。本公司将来可能根据不同假设、研究方法、即时动态信息和市场表现，发表与本报告不一致的意见、观点及预测，本公司没有义务向本报告所有接受者进行更新。本公司力求报告内容客观、公正，但本报告所载观点、结论和建议仅供参考使用，不作为投资建议。对依据或者使用本报告及本公司其他相关研究报告所造成的一

24、切后果，本公司及作者不承担任何法律责任。APEX & CONSULTING21 服 务 于 各 领 域 数 百 家 企 业 ， 具 有 丰 富 且 专 业 的 行 业 经 验 与 全 球 数 百 家 第 三 方 机 构 建 立 合 作 ， 积 累 详 实 的 行 业 数 据 专 家 网 络 覆 盖 全 球 数 十 万 名 行 业 专 家 ， 全 面 覆 盖 各 类 领 域立足业内领先的企业管理咨询平台，致力于为客户提供专业服务：扫码关注灼鼎咨询共建报告立足公司特色业务与产品，深入剖析行业发展现状与动态热点，开辟新的企业品牌推广路径，进一步夯实领先地位、塑造企业品牌专业形象。行业研究立足专业分析，挖掘细分领域前沿动态，深入研判市场环境、产业链结构、市场空间与竞争格局等，预测行业发展前景、技术发展方向。战略咨询对内全面了解企业管理与经营运作模式，对外对标竞对商业模式、洞察行业市场动态，全方位形势研判，为企业选提供专业咨询支持。上市咨询提供全流程专业上市辅导，入驻企业全面改善各环节问题，协助准备融资及上市相关文件，助力企业实现上市目标。商业尽职调查全面调研与分析，了解目标投资公司运营生产情况与市场行业格局、准确研判目标公司投资价值，输出调查分析报告。灼鼎咨询APEX & CONSULTING