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)級和企業(yè)級兩大方向爆發(fā) 。其中消費(fèi)級包括 智慧生活場景、 智能家居場景和智能駕駛場景，近期總的發(fā)展空間將達(dá)到3000億元 。
企業(yè)級應(yīng)用包括智慧教育場景、智慧醫(yī)療場景和應(yīng)用于電信/金融/電商等場景的智能呼叫/客服場景，值得一提的是，企業(yè)級場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 。
本期的智能內(nèi)參，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、企業(yè)級兩大分支還原智能語音的發(fā)展格局 。
_原題為：
《智能語音賽道：風(fēng)口已至，全面開花》
作者：劉澤晶
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
所以，什么是智能語音？ 簡單點(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：語音識別開始從孤立詞識別系統(tǒng)向大量詞匯連續(xù)語音識別系統(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、密度相對有限，另一方面其涉及的聲學(xué)研究、模式識別研究、通用NLP研究及垂直場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
猜你喜歡
- 種植大樹的方法和技巧 如何種植大樹
- 夢見姨夫和表弟來我家 代表什么意思呢
- 頤和園昆明湖介紹
- 蕓豆和豆角的區(qū)別是什么
- 基金和股票有啥不一樣 基金跟股票的區(qū)別
- 小米10Pro的前攝為一個(gè)2000萬像素1/3英寸傳感器和 f/2.00定焦鏡頭
- 復(fù)刻版和正品的區(qū)別 復(fù)刻版和正品有什么不同
- BB油是什么東東啊?有什么作用? BB油的解釋和功效
- 國家勛章由什么做
- 桃子和蝦隔多久能吃 蝦跟桃子隔多久吃最好