2017-智能语音专题-谈入口太早，但不可或缺_24页-3mb

智能语音行业分析报告总结

核心内容

智能语音行业正处于快速发展阶段，其核心在于用户、数据和服务的整合。智能音箱虽是当前的热门载体，但其本质是争夺用户交互入口的工具。语音技术作为人机交互的重要方式，随着技术的进步和场景的融合，正逐步成为不可或缺的一环。

主要观点

• 智能音箱的定位
  智能音箱是智能语音技术的载体之一，但其核心价值在于提供统一的交互入口，整合应用和数据，提升用户体验。

  • 语音识别、语义分析、多轮对话管理等技术是实现智能音箱功能的关键。
  • 与传统音箱相比，智能音箱更注重人机交互体验和兼容服务数量与质量。

• 语音交互的演变趋势

  • 从信息获取的角度看，人类主要依赖视觉、听觉和触觉，三者占比高达95%。
  • 从信息表达的角度看，肢体语言和声音信息占93%，语言信息仅占7%。
  • 交互方式正从习惯转向本能，语音与肢体动作的结合可能是未来交互的主流方式。

• 算法与场景融合

  • 随着深度学习技术的引入，语音识别准确率大幅提升，但算法红利逐渐消失，行业进入多方竞争阶段。
  • 数据和场景的融合成为智能语音技术提升实用性和稳定性的关键。

• 产业链与市场格局

  • 智能语音产业链包括基础研究机构、数据提供商、技术提供商和应用提供商。
  • 中国智能语音产业增速显著高于全球市场，预计至2017年市场份额将提升至14%。

• 应用场景

  • 消费级产品：包括智能音箱、智能车载、智能家居、可穿戴设备等，用户对语音交互的认可度持续提升。
  • 专业级行业应用：包括医疗、教育、客服等，语音技术在这些领域已形成稳定的应用生态。

关键信息

市场规模

• 2015年全球智能语音市场规模达62.1亿美元，同比增长34.2%。
• 中国智能语音市场规模约占全球10%，预计至2017年将提升至14%。

技术发展

• 语音识别：深度学习技术的引入使识别准确率接近人类水平，2016年IBM在Switchboard数据集上将错误率降至5.5%。
• 语音合成：已有200多年历史，目前重点在于提升合成音的表现力，如语气和情感。
• 声纹识别：可用于身份认证和安全验证，需建立声纹数据库，目前最全的是公安部的声纹鉴别库。
• 自然语言理解：目前处于浅层语义分析阶段，未来需借助深度学习等技术提升理解能力。

产业链

• 基础研究机构：如科大讯飞、Nuance等，专注于语音识别、合成、声纹识别等核心技术。
• 语音语义数据提供商：如思必驰、云知声等，提供语音、语义数据库及定制化数据采集。
• 语音技术提供商：如百度、搜狗等，提供行业整体解决方案。
• 智能语音应用提供商：如苹果、谷歌、亚马逊等，开发智能音箱、车载系统、可穿戴设备等。

应用场景

• 智能语音+车载：语音交互成为驾驶场景的首选，Nuance、苹果、谷歌、科大讯飞等均布局智能车载系统，预计到2019年全球将有55%的新车搭载智能语音系统。
• 智能语音+家居：语音控制已广泛应用于电视、音响、空调等设备，推动智能家居市场快速增长。
• 智能语音+可穿戴设备：语音交互提升了设备的便利性，如AirPods、Ticwatch等产品已实现语音拨号、搜索等功能。
• 智能语音+医疗：用于电子病历录入、辅助诊断等，Nuance和科大讯飞在医疗领域占据重要地位。
• 智能语音+教育：应用于口语训练、评测、互动教学等，提升教学效率和质量。
• 智能语音+客服：提升企业客服效率，减少人力成本，科大讯飞已在国内主要行业市场占有率达到80%。

投资评级

• 公司投资评级：
  • 买入：相对强于市场基准指数收益率15%以上
  • 增持：相对强于市场基准指数收益率5%~15%
  • 中性：相对市场基准指数收益率在-5%~5%之间波动
  • 减持：相对弱于市场基准指数收益率在-5%以下
• 行业投资评级：
  • 看好：相对强于市场基准指数收益率5%以上
  • 中性：相对市场基准指数收益率在-5%~5%之间波动
  • 看淡：相对弱于市场基准指数收益率在-5%以下

风险提示

• 语义理解与复杂环境下的语音技术可能不达预期：当前语音识别在一般环境下已较为成熟，但在复杂环境（如噪音、方言、口音等）下仍存在技术挑战。
• 商业落地进度可能不及预期：技术发展虽快，但商业化受市场接受度、用户习惯、数据隐私等因素影响。
• 竞争激烈：国内外智能语音技术公司竞争激烈，可能导致毛利率下降。

行业趋势

• 巨头布局：苹果、谷歌、微软、亚马逊、百度等科技巨头纷纷布局智能语音，推动行业标准化和生态建设。
• 技术开源：科技巨头通过开源平台和框架降低技术应用门槛，推动智能语音技术普及。
• 场景融合：智能语音技术正与消费级和专业级场景深度融合，形成完整的生态闭环。

表格摘要

表1：互联网巨头智能语音产品布局

表2：科技巨头以收购或参股方式布局智能语音

表3：国内智能语音行业知名创业公司

表4：智能语音技术在具体应用场景下依然存在技术难题

表5：巨头纷纷以虚拟语音助手切入智能语音应用场景

表6：智能语音主要企业智能车载产品及其主要客户

图表目录

• 图1：巨头先后入局，各路智能音箱纷纷登场
• 图2：Amazon Echo累计销量（万台）
• 图3：Amazon Echo接入第三方应用数量
• 图4：人机交互方式的演变越来越贴近人类的本能表达
• 图5：人类信息获取95%来自视觉、听觉和触觉
• 图6：人类信息表达93%借助肢体和声音
• 图7：智能语音背后的三类核心技术
• 图8：语音识别技术历史
• 图9：深度学习的引入使得电话语音识别词错率下降到与专业速录员相当甚至更低
• 图10：语音合成技术发展历史
• 图11：自然语言理解的原理
• 图12：多轮对话管理的典型架构
• 图13：全球智能语音产业规模快速增长
• 图14：中国智能语音产业规模增速显著高于全球市场
• 图15：从“人机料法环”五要素看智能语音行业发展的驱动因素
• 图16：国内智能语音产业链
• 图17：全球智能语音市场格局
• 图18：中国智能语音市场格局
• 图19：虚拟数字助手用户数量将快速增长
• 图20：虚拟数字助手市场规模将快速增长
• 图21：车主对语音交互的认可明显提升
• 图22：智能语音在智能家居中的应用
• 图23：智能家居市场进入快速拓展期
• 图24：苹果AirPods与Siri连接
• 图25：中国健身及运动类可穿戴设备市场规模预测（亿元）
• 图26：语音电子病历系统的功能架构
• 图27：辅助诊断系统功能架构
• 图28：智能语音评测系统
• 图29：智慧教育整体解决方案
• 图30：智能客服功能架构
• 图31：呼叫中心坐席数量（万个）