智能語音作為人機交互的新型方式，有望大規模推廣，中國市場是更適合語音交互的市場。

2017年中國人工智能市場規模達約220億元，智能語音占中國人工智能市場份額的22%，價值約48億元，僅次于計算機視覺。

IDC在2018年10月的報告中預測，中國對話式人工智能市場規模將在2022年達到約78億人民幣，2018-2022年年復合增速將為57%。

中國企業在智能語音領域已經非常領先，有望超越西方國家。主要原因是:1)各個應用場景的市場體量要遠超西方，比如在教育領域，每個老師需要面對的學生數量，以及銀行客服領域，每一個客戶需要處理的請求數量都是遠超西方市場。2)相比于西方語言，中文更難書寫，但是句法和語法更易理解。因此對于中文，語音是相比于書寫和輸入來說，更自然的交互方式。

早在1952年，貝爾實驗室就創造了一臺名為Audrey的機器，能夠以90%的準確度理解數字0-9。耐人尋味的是，這個準確度僅在機器發明者發言時可以達到。

僅僅是在近幾年，語音識別技術才為公眾所知。技術巨頭紛紛舉辦聲勢浩大的發布活動，Siri、Cortana、Alexa的出現讓社會的關注度和預期提升，但也因為其功能有限而無法達到用戶的預期。

隨著深度學習，機器學習芯片和算法取得突破，ASR、NLP和TTS在過去5年中迅速進步。語音識別的單詞錯誤率大幅降低，這主要是由于使用了更高效的聲學模型，運用深度神經網絡(DNN)取代高斯混合模型(GMM，之前多年以來的首選方法)等統計技術。

Nuance的研究主管NilsLenke展示數據顯示，在將深度神經網絡算法成功納入語音識別系統后，單詞錯誤率從2010年左右開始急劇下降，每年降低約18%。

語音識別和自然語言處理這兩個相鄰領域很難相互跨越。不同的公司可能專注于其中一個領域。比如，科大訊飛更專注于語音領域，而小i機器人更專注于自然語言理解。語音識別的公司在自然語言領域看起來并不成功，而專注自然語言的公司在語音識別領域也難有斬獲。

相比西方國家，語音識別技術和自然語言處理技術在中國發展迅速主要是自身的獨特因素導致，分別是用戶規模和中文特點。

▌中國智能語音市場規模不斷擴大

市場規模:根據中國信息通信研究院的數據，2017年人工智能市場規模達約220億元，預計到2020年將達到710億元，年均復合增速為48%。2017年，智能語音占中國人工智能市場份額的22%，約合48億元。

主要參與廠商:在國內智能語音市場，科大訊飛以44%的市占率高居榜首。

2015年，國內智能語音市場排名前五的廠商是科大訊飛、百度、蘋果，Nuance和小i機器人，合計占據85%的市場份額。科大訊飛在國內市場的市場份額達到44%。

在全球市場，2015年的全球智能語音行業市值達到61億美元，Nuance、谷歌、蘋果、微軟和科大訊飛前五大廠商市場份額合計占比80%。

隨著語義理解技術運用頻率增加，對話式人工智能技術應用領域和場景將望快速擴展。

IDC在2018年10月的報告中預測，中國對話式人工智能市場規模將在2022年將達到78億人民幣，2018-2022年年復合增速為57%。

從IDC的能力象限來看，科大訊飛、百度、阿里巴巴、小i機器人和思必馳為領先企業。我們認為，在收入方面，科大訊飛和小i機器人應最為領先。

雖然IDC將科大訊飛和小i機器人都列為對話式人工智能平臺廠商，但兩者之間存在重大差異:科大訊飛主要是一家語音識別和語音自動化公司，而小i機器人主要是一家自然語言處理公司。

▌國內語音AI市場參與者不斷加入

國內語音AI市場上參與者不斷涌入，中國市場主要參與者可分為以下四類:

第一類是在深度學習算法大規模應用之前，就已經從事這個領域的專業語音公司，比如科大訊飛或者小i機器人，專注于需要豐富行業知識的垂直領域。

第二類是AI初創公司，如思必馳、云知聲、出門問問。這些公司主要關注多用途的云平臺和一些特定的垂直領域，如智能汽車或智能家居。

第三類是百度、阿里、騰訊等互聯網公司，主要推出移動端消費者語音產品。BAT的多用途云平臺源自他們自己的核心產品，如騰訊的微信。

第四類是亞馬遜、蘋果、Nuance等海外互聯網公司。我們認為這些公司有三個重要看點:

技術的準確性和可靠性。

科大訊飛或小i機器人等垂直領域提供商的準確性和可靠性遠遠高于BAT的通用消費者平臺。這是因為BAT平臺大多是免費的，而科大訊飛或小i機器人主要面向企業客戶提供服務，相比普通網民，企業客戶對價格敏感程度低，但對功能的準確性和可靠性要求高。

是否擁有針對場景開發的方案和產品。

科大訊飛或小i機器人擁有專門針對特定行業和場景進行技術和內容研發的團隊;我們認為BAT在這方面不會直接投入，一方面因為B端市場尚未成為他們最核心的盈利來源，另一方面因為單個細分領域或者場景的盈利規模太小，不足以吸引他們投入。

針對的是企業級還是消費技術市場?

我們認為消費者市場的直接變現機會很少，因為1)消費者注重的是便利性(比如詢問Alexa收音機:“今天天氣怎么樣?”)，而企業則注重節約成本、減少員工人數等因素，2)在消費市場中，一些硬件+語音提供商以成本價或接近成本價的價格銷售設備/服務(亞馬遜和小米就是最好的例子)，然后在其他業務中盈利。

▌一級市場公司:各有所長，各有所專

小i機器人:AI領域早期領導者，掌握NLP領域核心競爭力聊天機器人早期參與者

對于外國讀者來說，小i讀作Xiao-I或“smalli”，也就是小i機器人的意思。公司于2001年在上海成立，是中國首批研發自然語言處理(NLP)和對話式人工智能應用程序的公司之一。

聯合創始人兼董事長袁輝先生曾在惠普和微軟工作。聯合創始人兼首席執行官朱頻頻是中國科學院博士，昵稱PP。朱博士持有多項專利，包括聊天機器人系統和SMS機器人系統。他在微信上開發了中國第一款智能機器人。

2017年，GartnerSymposium將小i機器人、Siri、微軟的Cortana、亞馬遜的Echo一起被推薦為“會話+”領導者。“會話+”是指將會話功能集成到所有類型的服務和應用中，這意味著聊天機器人將取代搜索成為互聯網的唯一入口。

此外，小i機器人還被Gartner列為2017年虛擬客戶助理(VCA)代表供應商，與IBM和Nuance在同一陣營推動全球AI發展。由Gartner定義的VCA是一個通過模擬會話來傳遞信息和代替客戶采取行動的應用程序。

從語音交互到認知產品的巨大轉變

與其他人工智能公司相比，小i機器人的獨特優勢在于其豐富的數據量以及在NLP領域的核心競爭力。依托行業特定的知識庫，小i得以為企業客戶推出新的解決方案，提高他們的工作效率，從而將技術轉化為實際應用。Gartner定義了兩種語音交互系統:

1.基本上只進行簡單的問答聊天的虛擬個人系統，例如Siri、Alexa、Cortana。在我們看來，這種模式很難找到一個變現的商業模式，因為:1)消費者注重的是便利性(Alexa，今天天氣怎么樣?)，而企業注重節約成本、減少員工人數等因素，2)在消費市場中，一些硬件+語音提供商以成本價或接近成本價的價格銷售設備/服務(亞馬遜和小米就是最好的例子)，然后在其他業務中盈利。

2.虛擬客戶系統或虛擬客戶助理(VCA)。

思必馳:專注人性化的智能語音交互技術

思必馳2007年創立，是一家專注于語音識別、語音合成、語義理解和智能對話的語音技術提供商。

公司核心產品包括語音識別算法和麥克風陣列算法、對話用戶界面(DUI)和會話精靈。該公司目前與超過8,000家客戶合作，為汽車、智能揚聲器和機器人提供終端應用。

公司擁有500多名員工，其中70%是研發人員，有70多人持有博士學位。公司總部位于蘇州，在蘇州和北京設有獨立的研發中心。另外與上海交通大學在上海共同組建了聯合研究實驗室。

創始人高始興先生畢業于劍橋大學，持有計算機科學與管理雙碩士學位。他于2007年與劍橋大學校友俞凱一起創立了思必馳。思必馳的首席科學家俞凱是劍橋大學工程博士，上海交通大學計算機科學系智能語音實驗室主任。

在上海交大擔任研究教授之前，他是劍橋大學的高級研究員，還曾聯合創始VocalIQ，該公司后被蘋果收購。思必馳已經獲得了D輪投資，募資金額7600萬美金。

出門問問:軟硬結合的智能語音廠商

出門問問由前谷歌科學家李志飛先生于2012年創立，專注于語音識別、自然語言處理、搜索和推薦以及數字信號處理。出門問問不僅提供軟件應用程序，還提供硬件產品。

該公司擁有700名員工，其中60%專注于研發。出門問問已完成了6輪融資，募集資金超過2.55億美元。在公司官網中顯示，谷歌在2015年的C輪中投資，而大眾汽車在2017年的D輪中投資。

公司的創始人李志飛是約翰霍普金斯大學的博士，對自然語言處理、機器翻譯和機器學習有著濃厚的興趣。

在2012年創立出門問問之前，李博士曾在谷歌擔任研究科學家，并且是谷歌移動離線翻譯系統的主要開發人員。

CTO雷欣先生是華盛頓大學電子工程專業博士，研究重點是普通話語音識別的聲學建模。

在加入出門問問之前，李博士曾是谷歌語音搜索團隊短期聘請的研究科學家。

工程副總裁黃美玉女士于1993年獲得卡內基梅隆大學計算機科學專業博士學位，專攻語音識別。她是微軟Bing翻譯和中文版小娜背后的主要科學家。她現在是華盛頓羽扇智AI實驗室主任，還在華盛頓大學電氣工程系擔任副教授。

出門問問開發了可穿戴設備、汽車、家庭產品類別的消費產品，這些產品嵌入了該公司的語音識別、自然語言處理和垂直搜索技術。

以上一級市場的公司，多專注于幾個細分場景，有自己的技術獨特優勢。

其中，我們最看好小i機器人。一方面公司將企業級市場作為目標，在付費能力強的金融機構客戶中，小i機器人的智能客服系統找到了突破點，已經有較大優勢。另一方面，在技術上，小i機器人專注于自然語言處理，更多在認知端進行投入。

▌二級市場公司:中國智能語音領導者科大訊飛

科大訊飛注重技術創新，智能語音技術在國際上處于領先水平。公司在核心技術領域保持高強度的研發投入，2/3的員工為技術人員，研發支出占收入的20%。公司主要研究語音合成、語音識別、語音評估和翻譯。

公司連續13年在卡內基梅隆大學組織的BlizzardChallenge語音合成比賽中奪冠。在《麻省理工科技評論》(MITTechnologyReview)“2017年度全球最聰明公司”榜單上排名第六，一同上榜的科技巨擘谷歌位列第五。

科大訊飛主要收入來自軟件開發與服務，語音智能化應用為公司帶來穩定收入增長。

公司主要提供特定的應用軟件開發和服務，主要客戶來自政府部門和教育行業:其中教育、司法和智慧城市等業務占收入的66%，其它大型開放式技能和工具平臺占收入的26%。

公司在中國院校部分實現語言考試智能化，在人民法院部分實現取證和聽證的智能化，不再需要書記員現場速記，另外，該公司還基于長期積累的數據和領域知識，為學生提供定制課程，為法官提供先例和判詞的交叉參考。在教育、政法等領域都有望實現較快收入增長。

人工智能專業公司和互聯網公司各有所長，不會發生激烈競爭。BAT、科大訊飛、華宇軟件、小i機器人在人工智能的特定垂直領域各有所長。預計人工智能專業公司和互聯網公司之間不會發生激烈競爭。

2017年11月，中國政府宣布與四家公司合作構建國家AI開放平臺的計劃:百度將致力于開發自動駕駛;阿里巴巴的云計算部門將研究智慧城市中的“城市大腦”;騰訊將為醫療設備開發計算機視覺;科大訊飛將專注于其主要的專業領域—語音智能。