智能音箱是臺面上的狂歡，本質還在用戶、數據和服務
自 2014 年 11 月 Amazon 推出收款基于語音交互的智能音箱 Echo 以來，2015 年科大訊飛發布智 能音箱叮咚，2016 年谷歌發布智能音箱 Google Home，而進入 2017 年以后更是密集，5 月聯想 發布智能音箱，Amazon 發布帶觸屏的 Echo Show，微軟聯手音頻設備制造商哈曼〃卡頓合作打 造 Invoke，6 月蘋果發布 HomePod。同時國內 BAT 等互聯網巨頭也紛紛有意入局。
智能音箱本身不是目的，爭奪的是背后的用戶、數據以及服務入口。
1、其實基于語音交互技術的 入口產品可以是音箱、電視等家居產品，甚至可以是室內可及的智能設備，之所以選擇音箱作為突 破口，只不過看重這樣一款在初期能承擔除交互之外其他功能的載體。
2、對于用戶而言，需要的 是能夠將眾多繁雜的應用和接口進行封裝的工具，不再需要自己主動到每一個具體應用上獲取服務， 而是借助語音交互統一的入口提供。
3、對于巨頭公司而言，目的在于借此獲得移動互聯網之后一 個能夠獲取用戶數據并持續提供服務的入口。
單就智能音箱而言，交互體驗和連接的服務是影響用戶選擇的重要因素。
1、拋開智能音箱的設定， 其本質是一款基于語音進行人機交互的智能硬件，在算法層面涉及到降噪、遠場識別、喚醒與打斷 以及多輪會話、語義分析等自然語言理解技術，硬件層面主要涉及到進行聲音采集的麥克風陣列技 術以及聲音播放時揚聲器處理。軟硬件的協同配合方能使得人機交互更為自然。
2、如果說播放音 樂是傳統音箱的主要功能，那么對于智能音箱而言，這已經幾乎成為附帶選項，互相之間拼的不是、 或者說不只是音質問題，更多是人機交互的體驗，以及交互背后所能支撐和兼容的服務數量與質量。
無論是對接線上的互聯網服務，還是線下智能家居系列產品，若無法形成產品、應用以及數據的生 態閉環，則智能音箱的入口目標就難以達成。
國內智能音箱的慘淡銷量還與消費習慣相關，用戶培育需要時間。
1、與 Amazon Echo 千萬量級 銷量相比，國內科大訊飛與京東聯合發布的叮咚音箱銷量似乎遜色不止一籌。除了在技術和應用層 面可能存在的差異之外，各自根植的土壤環境也有著先天的差異。
2、若去掉“智能”的概念，智 能音箱首先是個音箱，與歐美超過 85%的家庭音箱普及率相比，國內甚至不足 20%，在對音樂以 及音箱設備的需求觀念上的差異導致音箱對歐美人群或許是“生活剛需”，而對國內用戶或許目前 還只是少部分人的愛好。
3、正如前文所述，音箱只是恰好成為載體之一，最核心的依然是物聯網 時代智能終端的人機交互入口。
信息獲取與表達決定語音交互成為階段性不可或缺的一環
互聯網 PC 時代人機交互主要依賴鼠標和鍵盤，移動互聯網時代觸摸屏交互成為標配，那么人工智 能時代的交互會由哪種方式主宰?基于語音控制的智能音箱還是智能電視?這些或許有可能成為 智能家居入口，但即便 Amazon Echo 已然達到千萬級銷量及超過 1 萬項技能點，似乎也不足以成 為人工智能時代交互入口的產品擔當。
語音或許是人機交互的階段性成果，基于語音的人機交互或許會成為某個特定場景的入口，但語音 與肢體動作的融合或許更可能擔當得起一個時代的交互入口，至于更為遙遠的未來，或許會有類似 腦電波等其他方式。
智能語音相關技術及發展歷史
智能語音主要研究人機之間語音信息的處理和反饋問題，從表現形式來看，即研究如何通過語音實 現人機交互，相關支撐技術主要可劃分為基礎語音技術、智能化技術以及大數據技術。
語音識別準確率在引入深度學習之后得到快速提升。語音目標在于使機器最終能夠將識別語音中的 內容、說話人、語種等信息。在技術思路經歷了基于標準模板匹配和基于統計模型(HMM)兩個階 段;2010 年開始由微軟的俞棟、鄧力等與 Hinton 合作，在語音識別領域引入深度學習替換傳統的 特征提取，隨著深度學習的引入以及在此基礎上派生的各類模型的組合，語音識別準確率大幅提升。
2017 年 3 月 IBM 通過長短時記憶、WaveNet 語言模型和三個強聲學模型的組合，在 Switchboard數據集上電話語音識別錯誤率降低到 5.5%，無論是對比微軟 2016 年測試結果給出的人類速記員5.9%錯誤率還是此次 IBM 給出的人類 5.1%，機器都已經極為接近人類水平。
語音合成已有 200 多年悠久歷史，表現力尚有待繼續提升。在計算機技術出現之前主要模仿人體 發聲原理制作相應硬件，計算機技術出現后音質、音色和自然度都有提升。隨著技術演進，語音合 成的復雜度、自然度和音質都已取得不錯的成績，目前研究重點在于提高合成音的表現力，如語氣 和情感等。
智能語音產業發展現狀
市場規?？焖贁U大，且國內增速顯著超過全球
在移動互聯網、大數據、云計算、深度學習等技術的發展推動下，智能語音技術漸趨成熟，行業發 展進入場景應用布局階段。移動互聯網、智能家居、汽車、醫療、教育等領域的應用帶動智能語音 產業規模持續快速增長。2015 年全球智能語音市場規模達 62.1 億美元，同比增長 34.2%。中國智 能語音產業市場規模也逐步擴大，2015 年 40.3 億元產業規模約占全球市場份額 10%，且增速顯 著高于全球市場，預計至 2017 年份額占比將提升到 14%。
各要素齊發力，推動智能語音形成完整產業鏈借用我們前序報告中提出的人工智能商業化應用“人機料法環”模型，智能語音產業在人才儲備、計算設施、數據積累、技術算法以及應用場景等五要素共同推動下已形成較為完整的產業鏈。
從產業鏈角度，智能語音行業可分為四個部分。1、基礎研究機構:語音合成、語音識別、聲紋識 別等基礎技術的研發和技術輸出;2、語音語義數據提供商:為算法研究或技術輸出機構提供語音、 語義數據庫以及定制化的數據采集和處理;3、語音技術提供商:將基礎技術轉換為軟件或行業整 體解決方案，提供嵌入式或平臺式的語音軟件服務、行業智能語音系統整體解決方案;4、智能語 音應用提供商:智能移動設備、智能車載系統、智能家居等智能終端廠商，以及輸入法、娛樂等各 類 APP 或軟件客戶端等，從產品屬性來看主要包括消費級產品和專業級行業應用。
從產業鏈角度，智能語音行業可分為四個部分。
1、基礎研究機構:語音合成、語音識別、聲紋識 別等基礎技術的研發和技術輸出;
2、語音語義數據提供商:為算法研究或技術輸出機構提供語音、 語義數據庫以及定制化的數據采集和處理;
3、語音技術提供商:將基礎技術轉換為軟件或行業整 體解決方案，提供嵌入式或平臺式的語音軟件服務、行業智能語音系統整體解決方案;
4、智能語 音應用提供商:智能移動設備、智能車載系統、智能家居等智能終端廠商，以及輸入法、娛樂等各 類 APP 或軟件客戶端等，從產品屬性來看主要包括消費級產品和專業級行業應用。
算法紅利逐漸消失，
隨著深度學習的引入和發展，智能語音的算法紅利正逐漸消失。
1、Nuance 自 2005 年與 ScanSoft合并后，成為全球最大的語音技術廠商，憑借自身先進的語音識別、自然語言理解技術以及優秀的 語音解決方案在 2012 年全球語音市場中占據 62%，加上谷歌、微軟合計占據超過 85%。
2、2010年深度學習首次引入語音識別，隨后配合計算能力的提升和海量語音語料數據的積累，識別準確率 得到大幅提升。盡管 2015 年 Nuance 全球市場份額仍居第一，但已大幅下降至 31.6%，而谷歌、 蘋果、微軟及科大訊飛市場份額增長較快，分別達到 28.4%、15.4%、8.1%和 4.5%。3、科技巨 頭對于深度學習算法及機器學習框架的開源使得智能語音技術的調用變得更為簡單，模塊化的設計 使得應用部署與實施門檻顯著降低。
目前中國智能語音市場被科大訊飛、百度和蘋果占據絕大多數市場份額，2015 年三家合計達 79%。 其中，科大訊飛市場份額為 44.2%，處于市場領先地位。百度進入勢頭強勁，市場份額增長快速， 美國權威雜志《麻省理工科技評論》公布的 2016 年十大突破技術，百度硅谷的 Deep Speech2 智 能語音技術赫然在列。谷歌、微軟、蘋果、百度等互聯網巨頭在資金、數據和 2C 應用用戶拓展三 方面優勢明顯，各方強勢介入將使得全球智能語音行業由一家獨大演變成多方參與競爭的格局。
2010 年開始，互聯網巨頭紛紛通過自主研發或者并購/參股的方式深入布局智能語音產業。在智能 語音上的布局重點圍繞虛擬助手，并且為占據一定的市場先機，紛紛開始布局智能車載、智能家具、 智能醫療、可穿戴設備等細分市場。
融合場景、借力硬件提升語音技術實用和穩定性
由于語音信號的多樣性和復雜性，在真實使用場景中，考慮到空間距離、背景噪音、其他人聲干擾、 回聲、方言、口音等問題，準確率會大打折扣。提高現實場景中的用戶體驗是智能語音技術完成質 的突破的關鍵，涉及技術包括遠場語音識別、喚醒目標檢測、全雙工交互、個性化識別技術等。2016 年 10 月 intel 與科大訊飛宣布合作共同研發 AI 芯片，將麥克風陣列、遠場語音識別等功能集 成到 SOC 當中，形成完整的遠場語音交互鏈條。
智能語音的應用前景
巨頭搶灘虛擬語音助手，并逐漸切入場景應用
語音交互的特點是簡單、快速、解放雙手和眼睛，在很多場景能夠給用戶帶來巨大的體驗優化。例 如:1、避免繁瑣操作:手機眾多 APP 中直接用語音進入一個應用。2、很小或沒有屏幕:智能 電視中用語音直接打開特定節目替代操作不便的遙控器、通過智能穿戴設備訪問互聯網。3、手眼 無暇顧及:如開車過程、會議記錄。4、發掘語音數據的價值:如利用電子病歷語音數據輔助診療。
互聯網女皇 Mary Meeker 在《2016 年互聯網趨勢》中指出，語音交互將成為人機交互的新范式。 而事實上隨著智能語音技術的逐漸成熟以及自然語言理解的發展，語音已經成為不同場景下人與智 能設備之間交互的重要手段。
巨頭紛紛以虛擬語音助手切入智能語音應用場景。由于物聯網涉及太多領域，跨平臺、跨設備、跨 品牌等諸多因素制約產業發展，統一標準是物聯網行業發展的基礎，在此邏輯基礎上谷歌、微軟、 亞馬遜等科技巨頭紛紛以智能虛擬助手作為切入口，打造開放平臺、以開源形式吸引開發者構建應 用開發生態。
消費級產品應用場景
消費級市場智能虛擬助手的功能是基于語音交互實現設備控制、日程管理、信息查詢、生活服務、 情感陪伴等。一方面可以通過開放平臺接入第三方應用和服務豐富智能虛擬助手的功能，目前手機
虛擬助手正是通過連接各類 APP 征服終端，另一方面可植入智能硬件終端，向汽車、家居、可穿 戴設備等產品延伸，建立消費級智能語音產品的生態體系。
智能語音+車載
開車時雙手和雙眼被占用，語音交互成為該場景下最合適的交互方式。智能語音與汽車的結合主要 為智能車載產品，通過語音完成導航、音樂搜索與播放、信息聽寫等。隨著車聯網的發展，未來將 跟社交、娛樂、餐飲等服務進一步結合，在保證安全的前提下提升駕乘體驗。騰訊汽車等相關調研 機構的數據顯示智能車載系統的迭代更新過程中，語音交互的作用和重要性已經越來越得到車主的 認可。IMS Research 預計到 2019 年全球將有 55%的新車搭載智能語音系統。
在智能車載領域，Nuance、蘋果、谷歌、科大訊飛、百度等語音識別巨頭分別推出 Dragon Drive車載語音開發平臺、CarPlay、AndroidAuto、汽車語點系統、CarLife 等智能車載系統，并紛紛與 汽車廠商達成合作，搶占智能車載新興市場。
智能語音+家居
智能家居產業處于快速發展期，語音控制逐漸成為常見技能點。1、智能語音可以跟電視、音響、 空調、窗簾、燈具、玩具等各種家用設備和智能家居控制中樞系統相結合，通過語音交互實現一個 入口控制全部功能。2、大數據及人工智能技術的推動、關鍵技術與部件成本的下降以及產業聯盟 標準化協議的建立帶來智能家居市場規模的快速增長。3、Statista 研究數據顯示，2016 年全球 智能家居市場規模已經達到 168 億美元，其中中國市場占 7 %，預計到 2021 年全球智能家居市場 規模將達到 793 億美元，中國市場份額上升至 17%。
國外互聯網巨頭紛紛以智能家居產品與智能語音相結合的方式進入智能家居領域。蘋果于 2014 年 推出 HomeKit 智能家居平臺，并與 Siri 不斷加強融合。亞馬遜 2014 年推出的搭載 Alexa 的 Echo智能音箱，通過語音可以實現播放音樂、新聞、網購下單、Uber 叫車、定外賣等任務，根據 CIRP、RBC Capital Market 等公司的估計，自 2014 年發售以來，Echo 系列產品(Echo、Amazon Tap、Amazon Dot)累計銷售量接近一千萬臺，銷售額達到 8-10 億美元。2016 年谷歌推出 Google Home智能音箱，搭載 Google Assistant 虛擬助手，積極強化 Google Assistant 在智能家居領域的布局。 從互聯網巨頭的布局可以看出智能語音與智能家居的融合是大勢所趨。
數據來源:statista，東方證券研究所
國外互聯網巨頭紛紛以智能家居產品與智能語音相結合的方式進入智能家居領域。蘋果于 2014 年 推出 HomeKit 智能家居平臺，并與 Siri 不斷加強融合。亞馬遜 2014 年推出的搭載 Alexa 的 Echo智能音箱，通過語音可以實現播放音樂、新聞、網購下單、Uber 叫車、定外賣等任務，根據 CIRP、RBC Capital Market 等公司的估計，自 2014 年發售以來，Echo 系列產品(Echo、Amazon Tap、Amazon Dot)累計銷售量接近一千萬臺，銷售額達到 8-10 億美元。2016 年谷歌推出 Google Home智能音箱，搭載 Google Assistant 虛擬助手，積極強化 Google Assistant 在智能家居領域的布局。 從互聯網巨頭的布局可以看出智能語音與智能家居的融合是大勢所趨。
智能語音+可穿戴設備
可穿戴設備受硬件形態的約束，語音交互方式相比觸摸交互方式具有顯著優勢。智能語音技術的引 入可將設備從智能手機上解放出來，創造獨立體驗。例如出門問問 Ticwear 內臵貼片式 SIM 芯片 與 3G 通訊模塊，擁有獨立通訊號碼并可實現實時在線，支持包括語音撥號、短信、拍照，微信語 音回復，語音搜索等功能在內的全中文語音交互。
專業級行業應用場景
專業級市場虛擬助手適用于多種應用場景，從實現功能來看主要形式有語音識別轉寫以及語音、語 義內容的分析，以醫療、教育和客服三個領域為例，語音技術與場景的深度融合將為技術壁壘構建 應用端的護城河。
智能語音+醫療
智能語音在醫療行業的應用主要有三種:1、語音導診機器人;2、電子病歷語音錄入與轉寫、臨 床報告語音錄入與轉寫。語音錄入大大提高醫生工作效率和工作質量;患者能夠通過語音電子病歷 系統下載打印，能夠擁有完整、清晰易懂的病歷;醫院可以科學管理診療過程和診療信息。3、隨 著語音病歷的積累，利用大數據技術和深度學習技術能夠挖掘醫學案例語音資料的價值，實現智能 輔助診療。
智能語音+教育
智能語音在教育上的應用主要圍繞教育體系下“學、練、測、評”等核心需求，主要產品有智能語 音訓練與評測、互動教學等。作為國內智能語音在教育方面的應用先行者，科大訊飛已經將智能語 音技術應用在口語訓練與考試、互動教學以及兒童早教智能硬件等產品，而基于語音基礎上拓展開 的語義分析技術則開始逐漸應用于主觀題評閱等環節。
