【正文】 前智能手機和平板電腦的主要輸入設備，但觸摸屏也存在輸入精確度不高、容易產(chǎn)生觸摸漂移等缺點，這為智能語音技術的應用創(chuàng)造了空間；二是移動終端語音技術新應用的不斷出現(xiàn)，如語音秘書、語音播報、語音輸入法、語音聽寫系統(tǒng)等，國外市場上Nuance已推出了針對iPhone和iPad的語音識別軟件，Google也于2010年8月推出了基于Android系統(tǒng)的語音識別技術，用戶可通過語音指令實現(xiàn)發(fā)送電子郵件、短信、撥打電話和獲得駕駛導航信息等功能，國內(nèi)市場上科大訊飛于2010年10月推出了基于Android系統(tǒng)的語音輸入法，近期有望進一步推出基于云計算技術的語音短信輸入產(chǎn)品，新應用的不斷出現(xiàn)有助于提升語音技術在移動終端市場的滲透率。 中國智能手機銷量有望保持快速增長圖： 教育市場語音教具與語音評測市場發(fā)展?jié)摿^大。根據(jù)國家統(tǒng)計局的數(shù)據(jù)，截至2008年底，其中英語教師人數(shù)約為120萬人。假定最終市場滲透率為40%，每套教具售價為2000元，若考慮到語文教學及少數(shù)民族語言教學的需要，總體市場規(guī)模有望超過10億元。若語音教具進一步擴展至學生市場，根據(jù)教育部2009 年底公布的統(tǒng)計數(shù)據(jù)，全國共有中小學校35 萬所、班級380萬個，按40%市場滲透率進行估算，“暢言”智能課堂教學機和智能語言教學平臺的市場總潛力將超過22億元。由于教具的采購需要由政府主管部門推動，受限于政府采購的決策鏈較長，教具市場的開拓周期較長，目前僅有安徽、河北、山西等省有較大規(guī)模的應用。 語音評測技術是通過機器自動對語音進行發(fā)音水平評價、檢錯，并給出糾正指導的技術，主要應用于普通話和英語的教學及測試。國內(nèi)從2002年初開始進行語音評測技術的跟蹤和探索性研究，目前已經(jīng)可以很好的實現(xiàn)對文本朗讀的普通話評測工作，對于自由發(fā)言的發(fā)音評測是下一階段評測技術發(fā)展的一個方向。2005年9月，科大訊飛的計算機口語測試系統(tǒng)準確程度已經(jīng)達到了省級測試員的測試水平。針對中國人學習英語的評測技術，也是近年來研究界和產(chǎn)業(yè)界關注的重點，科大訊飛和中科院自動化所均已取得了較好的研究成果，初步達到了對中小學生英語口語評價的需要?？拼笥嶏w目前在語音教具市場和語音評測市場占據(jù)主導地位，面向中小學英語和普通話教學的“暢言智能有聲教具”業(yè)務穩(wěn)步拓展，并在多個省份開展試點；其普通話口語評測業(yè)務已進入20個省份，并在安徽、江蘇、上海等7省份全面實施了計算機測試。 成本和設計制約語音技術在玩具市場的應用我國是世界上最大的玩具制造國和出口國，現(xiàn)有玩具企業(yè)2萬余家，產(chǎn)量占世界總產(chǎn)量的70％以上。大中城市的消費者普遍可接受的玩具價格在100元以下，一些售價在1000元以上的高檔玩具同樣有市場。在中國玩具市場，毛絨玩具和兒童車最為暢銷，模型玩具、遙控玩具和塑膠玩具的銷量持續(xù)看好。有34%的城市消費者選購電子玩具，31%選擇智能型玩具，23%選擇高檔毛絨、布制玩具。農(nóng)村消費者以傳統(tǒng)的玩具類型為主，48%的農(nóng)村消費者愿意購買電動玩具，28%愿意購買拼裝玩具，24%愿意購買中、低檔毛絨、布制玩具。據(jù)中國玩具協(xié)會統(tǒng)計，約64%的成人消費者表示有興趣購買適合自己的玩具，估計成人休閑益智玩具市場每年約值500億元人民幣。傳統(tǒng)玩具的市場日趨下滑，而益智類、成人類玩具則呈現(xiàn)持續(xù)增長趨勢。 我國玩具產(chǎn)業(yè)規(guī)模龐大 語音識別技術以嵌入式芯片的方式應用于各類玩具，會有很大的發(fā)展前景。據(jù)美國玩具研究所的報告分析，應用于高科技電子玩具的核心技術往往能給該產(chǎn)品帶來56倍的利潤。缺乏有吸引力的玩具設計與成本較高是目前制約智能語音玩具大規(guī)模推廣的主要原因。目前市場上銷售的語音玩具多數(shù)是在毛絨玩具基礎上簡單植入語音芯片，娛樂性和益智性均較差，售價卻高達300元700元，相比普通毛絨玩具數(shù)十元的售價價格較為昂貴，使得智能語音玩具對普通消費者的吸引力不足。我們預計隨著語音芯片成本的不斷下降和專業(yè)玩具設計廠商的加入，智能語音玩具市場有望出現(xiàn)快速增長。第六章 智能語音行業(yè)競爭分析 市場競爭格局分析 智能語音行業(yè)通過高技術壁壘形成寡頭壟斷的格局，智能語音技術的技術壁壘很高，需要企業(yè)在統(tǒng)計學、聲學、語言學、計算機科學等多個領域具有較強的綜合實力，同時智能語音技術的研究周期長、投入大，如IBM已在語音技術領域持續(xù)研發(fā)了近30年。 2009年全球語音識別市場份額：國內(nèi)語音技術市場目前仍以語音合成為主，語音識別技術則處于市場導入期。國內(nèi)語音合成技術廠商主要有科大訊飛和捷通華聲，其中科大訊飛占據(jù)主導地位；語音識別技術廠商則主要有中科信利（中科院聲學所）、中科模識（中科院自動化所）和科大訊飛。Nuance以前對中國市場重視度不高，主要通過代理商進行產(chǎn)品銷售，目前已開始加大對中國語音市場的開拓力度，其投入重點集中于企業(yè)級市場和導航設備市場?？拼笥嶏w在語音合成技術上具有世界領先地位，在語音識別技術上與Nuance相比仍有差距，但差距已逐步縮小。語音技術與具體語言的發(fā)音和語法特點具有密切相關性，因此語音市場具有較高的本土化特征，以Nuance為例，其74%的收入來源于美國市場，26%的收入來源于其他國家，其中包括通過收購歐洲公司所獲得的收入。科大訊飛在本土化、政策扶持和渠道建設等方面具有相對優(yōu)勢，如下圖：綜合本土化、技術能力、政策扶持、渠道和規(guī)模等五方面因素考慮，我們認為科大訊飛有一定的綜合競爭優(yōu)勢，未來國內(nèi)智能語音市場的競爭將可能主要在Nuae和科大訊飛之間展開。 競爭產(chǎn)品舉例SIRI（IPHONE 4S） 2011年10月，Apple發(fā)布了iphone 4S with IOS 5,其中最大的亮點就是一個智能語音搜索軟件Siri。Siri直接發(fā)端于五角大樓的CALO項目,CALO是“Cognitive Assistant that Learns and Organizes”的縮寫（會學習和組織的認知助理），這個項目匯聚了全球人工智能方面的頂尖科研人員。整個CALO計劃的帶頭人名叫Adam Cheyer，他現(xiàn)在也是蘋果iPhone團隊的工程總監(jiān)。在《麻省理工技術評論》的采訪中，Cheyer說CALO早已開始探索如何把“對話、自然語言理解、視覺、演說、機器學習、制定計劃、理性思考、服務代表全部融合到一個模仿人類的助理中，幫助人們完成不同的事情?！盨iri是IOS上的個人助理應用：此軟件使用到自然語言處理技術，使用者可以使用自然的對話與手機進行互動，完成搜尋資料、查詢天氣、設定手機日歷、設定鬧鈴等服務。Siri所用到的技術是人工智能以及云計算。首先，在前端方面，即面向用戶，和用戶交互（User Interface，UI）的技術，主要是語音識別以及語音合成技術。語音識別技術是把用戶的口語轉化成文字，其中需要強大的語音知識庫，因此需要用到“云計算”技術。而語音合成則是把返回的文字結果轉化成語音輸出，這個技術理論上本地就能完成。其次，后臺技術，這些技術的目的就是處理用戶的請求，并返回最匹配的結果。這些后臺技術包括：以Google為代表的網(wǎng)頁搜索技術；②以Wolfram Alpha為代表的知識搜索技術（或者知識計算技術）；③以Wikipedia為代表的知識庫（和Wolfram Alpha不同的是，這些知識來自人類的手工編輯）技術（包括其他百科，如電影百科等）；④以Yelp為代表的問答以及推薦技術。下面，對上面提到的各種技術進行簡要介紹：語音識別以及語音合成技術也被稱為自動語音識別（英語：Automatic Speech Recognition, ASR），其目標是將人類的語音中的詞匯內(nèi)容轉換為計算機可讀的輸入，例如按鍵、二進制編碼或者字符序列。與說話人識別及說話人確認不同，后者嘗試識別或確認發(fā)出語音的說話人而非其中所包含的詞匯內(nèi)容。語音識別技術所涉及的領域包括：信號處理、模式識別、概率論和信息論、發(fā)聲機理和聽覺機理、人工智能等等。語音合成是將人類語音用人工的方式所產(chǎn)生。若是將電腦系統(tǒng)用在語音合成上，則稱為語音合成器，而語音合成器可以用軟/硬件所實現(xiàn)。文字轉語音(texttospeech, TTS)系統(tǒng)則是將一般語言的文字轉換為語音，其他的系統(tǒng)可以描繪語言符號的表示方式，就像音標轉換至語音一樣。相比于語音識別，語音合成感覺難度要低，并且基本能夠在本地完成（很多OS都有內(nèi)置的語音合成引擎）。而語音識別，由于涉及到語義理解，難度大大加大，需要大量的知識庫，一般需要在云端完成。另外，在國內(nèi)，這方面做的很好的公司如科大訊飛，就是中文語音合成以及識別的領軍企業(yè),在英文語音合成領域也有很大的建樹。國外比較早的應該是IBM ViaVoice。網(wǎng)頁搜索技術如Google、百度為代表。知識計算（搜索）技術（Computational Knowledge）這個技術的代表是Wolfram|Alpha。不同于搜索互聯(lián)網(wǎng)信息，Wolfram|Alpha將從公眾的(包括公開的網(wǎng)頁等)和獲得授權的資源中，發(fā)掘、建立起一個異常龐大的經(jīng)過組織的數(shù)據(jù)庫，再利用高級的自然語言算法進行處理，最終構造出一個類似于谷歌搜索的工具。和網(wǎng)頁搜索技術不同的是，在這個系統(tǒng)中，得到的答案結構化程度很高，比如搜索China，能得到和中國相關的各種參數(shù)以及資料，并以接近表格的方式呈現(xiàn)。Wolfram|Alpha也能理解部分自然語言，比如輸出How old are you，其會回答Wolfram|Alpha的年齡。想測試這項技術的請移步Wolfram|Alpha。這個技術國內(nèi)做成功的比較少，百度的框計算也只是在初步的研發(fā)階段。知識數(shù)據(jù)庫技術的代表是維基百科，以及各種專門的百科網(wǎng)站。相比于網(wǎng)頁搜索技術，基本以一個詞條或者主題為單位，因此得到的數(shù)據(jù)價值高，知識量大，并且結構化程度好。相比于知識計算技術，這些技術需要人的參與，這有利也有弊，利就是，畢竟暫時人比機器聰明，編輯出來的知識更豐富，準確；弊就是，人力有限，即使像維基那樣，發(fā)動社區(qū)的力量，也不能產(chǎn)生足夠的知識，而知識計算，理論上，只需要算法足夠精準，是可以產(chǎn)生“無限”的知識的。問答推薦技術實質(zhì)上不能稱為一個技術，應該屬于知識庫的技術。不同的是，這個技術針對的是一些生活信息，這些信息的地域化程度很高，典型代表為Yelp。其實在國內(nèi)，這方面的網(wǎng)站也有，那就是大眾點評網(wǎng)這些。此外，Siri其實是蘋果買來的，在蘋果買來之前，Siri本來是會推出Android版本的，可是，被蘋果購買后，Android版本的Siri取消了。而Siri之前默默無聞，但是一從蘋果推出，卻聲名鵲起，因此Siri 的成功是基于蘋果手機的基礎上的。THANKS !!!致力為企業(yè)和個人提供合同協(xié)議，策劃案計劃書，學習課件等等打造全網(wǎng)一站式需求歡迎您的下載，資料僅供參考可修改編輯