2023年中国语音识别技术-突破界限迈入智能交互新时代-2023.11

2023€中ÿ语音识别技术ÿ突破界限，Ð入智能交à新时ï企业标签ÿ科大±飞1€度ß1思必ú笔人ÿ黎明琛行研赋能产业创新发展2023

ChinaSpeechRecognitionIndustry

Research2023年中国の国音声認識産業に関する研究ç告ð供的任何内容ÿ包括但O限于数据1文_1Ā表1Ā像等Ā均系头豹研究院独有的高度机密性文þÿ在ç告中ø行标明出处者除外Ā2

未经头豹研究院事先书面许ÿÿ任何人O得ñ任何方式擅自复制1再

1传播1出x1引用1改编1汇编本ç告内容ÿ若有á反P述þ定的行~发生ÿ头豹研究院保留采×法律措施1追究相s人员责任的权利2

头豹研究院开展的所有商业活ú均使用<头豹研究院=或<头豹=的商ø1商标ÿ头豹研究院无任何前述]Ā之外的w他V支机构ÿ_未授权或聘用w他任何第O方ï表头豹研究院开展商业活ú21©2022LeadLeo头豹研究院研究报告

|

2023/04研究报告

|

2022/02碳中和系列研究目的P摘要在本篇研究报告中，s们将对语音识别技术进行深入的研究和探讨2报告将从€策1^场规模1^场参P者1商业模式P竞争态势W入V析，并围绕语音识别技术的产业链条，挖掘潜在的商业P投资机会o研究将会回答的s键问题ÿ研究|域范围ÿ中ÿd

语音识别技术的定义1流程P内涵？研究周期ÿ2023€e

产业链中有哪些s键ÿ节？蕴藏着哪些商业或投资机会？研究对象ÿ语音识别技术f

语音识别技术的^场规模和竞争态势如何？◼

利用AI技术对语音进行自动识别的Ï程语音识别€术是ñ语音~研究对象ÿ通Ï识别P处理语音信ø使计算机自ú识别和理解人类口述的语言ÿ解决机器€清问题1声学和ÿ部VĀ语言P的混淆1共性问题ÿ确保每个人的语音都能识别出l确的文本等ÿ值意义问题◼

语音识别^场持续高增，未来5€将突破450亿元语音识别^场持续高增ÿ2017-2022€Ø识别准确率ð升ûúÿ€均复合增长率þ26%ÿ2022€^场规模达136.40亿元Ā2022-2027€à用场景拓展ûúÿ2022-2027€€均复合增长率þ~28%ÿ2027€^场规模有望突^场规模破450亿元◼

标准化技术授h服ó和定制开发服ó语音识别厂商Ā于语音识别等智能语音€术ÿ向客户ð供软þ产品/解决方案1€术服á和软硬þ一体化产品等产品/服á2

w中ÿ€术服áñ标商业模式准化€术授权服áÿSaaSß服á和License授权服áĀ和定制开发服á等形式ð供◼

头部集中格局，^场竞争ò剧语音识别行业已形pñ科大±飞~首ÿ€度1阿Ý1腾±~领导者的头部集中格局2

w中ÿ科大±飞走G/B/CO条渠道融合的销售路线ÿ自P而Q抢占^场份额2

€度1腾±1阿Ý等à联网厂商Ā于庞大的用户Ā础1丰富的数据资源和强大的资金实力ÿ引领C端^场ÿ并持续_局B端^场竞争态势400-072-55882©2022LeadLeo研究报告|2023/04目录◆行业综述------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------050607080911121314161719202122232425••••定义原理发展历程相s€策^场规模◆产业链V析••••••••产业链Ā谱P游V析ÿ算法中游V析ÿ语音理解厂商中游V析ÿ商业模式中游V析ÿ竞争态势Q游V析ÿ短语音转写Q游V析ÿ实时语音Q游V析ÿ音频录音转写◆企业V析•••科大±飞€度智能ß思必ú400-072-55883©2022LeadLeo研究报告

|2023/04◆◆NLPÿNatural

Language

Processingÿ自然语言处理ÿ旨在使计算机能够读×1解析1理解和回à人类语言ÿ从而实Ā计算机P人类之间的有效沟通2APIÿApplication

Program

Interfaceÿà用程序接口ÿ是一Ā定义1程序Ü协°的集合ÿ通Ï

API

接口实Ā计算机软þ之间的相à通信2

API

的一个要ß能是ð供通用ß能集2

程序员通Ï调用

API函数对à用程序ß行开发ÿÿñ减轻编程任á2◆◆算法ÿ解题方案的准确而完整的指ðï述2

算法ï表着用系统的方法ï述解决问题

的策略机制深度学习ÿ一类人工智能流算法的总ĀÿÿĀ于海à数据¯ÿx有大à

层的人工神经网络模型ÿ即深度神经网络Āÿ使w完pĀ像识别1语音识别等特定的人工智能任á◆◆神经网络ÿ人工神经网络的简Āÿ是计算机科学家Ø生物脑Ā本结构启发而ð出的一大类人工智能模型的总Āÿÿ用于视Ê1语音和自然语言处理等广泛的à用领域ÿ让计算机实Ā类人的感知ß能和较~简单初n的认知ß能ß计算ÿ一种通Ïà联网ñ服á的方式ð供ÿ伸缩的虚拟化的资源的计算模式ÿÿ使用户通ÏPß计算服á商的少à交àÿ快Ÿ1便捷地ß入ÿ配置的计算资源共享€ÿ并按用户需求调×计算1`储1网络等各类资源并按用à付¾400-072-55884研究报告

|2023/04Chapter

1行业综述语音识别技术原理1发展¸段和^场规模情况如何？◼

语音识别ÿ语音识别€术是ñ语音~研究对象ÿ通Ï识别P处理语音信ø使计算机自ú识别和理解人类口述的语言ÿ解决机器€清问题1声学和ÿ部VĀ语言P的混淆1共性问题ÿ确保每个人的语音都能识别出l确的文本等问题◼

发展¸段ÿ深度神经网络p~语言识别€术流ÿĀ阶段头部语音识别厂商准确率均突破95%ÿ语音识别Ð入商业化阶段◼

^场规模ÿ语音识别^场持续高增ÿ2017-2022€Ø识别准确率ð升ûúÿ€均复合增长率þ26%ÿ2022€^场规模达136.40亿元Ā2022-2027€à用场景拓展ûúÿ2022-2027€€均复合增长率þ~24%ÿ2027€^场规模有望突破450亿元400-072-55885©2022LeadLeo研究报告

|

2023/04智能语音系列◼

定义原理ÿ利用AI技术对语音进行自动识别的Ï程语音识别技术是以语音~研究对象，通Ï识别与处理语音信号使计算机自动识别和理解人类口述的语言，解决机器听清问题1声学和ÿ部VĀ语言P的混淆1共性问题，确保每个人的语音都能识别出正确的文本等问题智能语音交à流程回复音频指ð语音指ð文本用户意Ā回复文本用户智能¿备语音识别ASR自然语言处理NLP语音合rTTS◼

语音识别ASRÿ将麦克风采集到的自然声音转换~文_2

如ÿ输入法语言转文_2◼

自然语言处理NLPÿ包括自然语义理解NLU和自然语言生pNLGÿw中NLU将人的语言ÿ已转p文_Ā转换~机器能理解的语言ĀNLG将机器的语言转换~人的语言ÿ文_Ā2

如ÿ自ú问答机器人2◼

语音合rTTSÿ将文_合p声音ÿ并模仿人的语音语调播出来2

如ÿ语音导航ð示2语音识别ASRÿ声音→数_向量→文_识别语音输入语音信号预处理特征提取ÿ编码Ā模式{配ÿ解码Ā文本输出声学模型→语言模型¯ÿ模型ß❑

语音识别ASR定义ÿ语音识别技术ñ语音~研究对象，通Ï识别P处理语音信号使计算机自动识别和理解人类口述的语言2计算机通Ï语音识别和理解的Ï程将人类口述的语音信ø转Ù~机器ÿ处理的文本2

语音识别系统本质是一种模式识别系统，包括特征提取1模式{配1参考模型ß等O个Ā本单元，完r语音¯练P识别n大Ï程2解决问题无法解决问题7

解决机器€清问题û

无法识别谁在说话→声纹识别7

处理声学和ÿ部VĀ语言P的混淆7

解决共性问题ÿ确保每个人的语音都能识别出l确的文本û

无法识别语言表达方式ÿ如发音质à1情感1韵律等→副语言信息的V析P识别û

无法识别语言的意思→语义理解来源ÿ头豹研究院400-072-55886©2022LeadLeo研究报告

|

2023/04智能语音系列◼

发展历程ÿ深度神经网络r~流技术，行业Ð入商业化深度神经网络成~语言识别技术流，Ā阶段头部语音识别厂商准确率均突破95%，语音识别Ð入商业化阶段语音识别发展历程自适à教育定义及原理¸段特征ï表性r果TheDefinitionof

Educatio发展¸段该阶段语音识别€术语音识别要集中在小词汇à1孤立词识别方面ÿ要使用简单的模板{配方法2贝尔实验室研制第一个能理解有限英文数_发音和词汇的系统ÿ标志着首款语音识别系统的问世2萌芽¸段模型{配方法~导1950-1980该阶段利用数_信ø处理1模式识别等€术ß行语音识别ÿ能够识别一些短语和简单的语÷2美ÿ龙芯公ùè出的<DragonDictate=语音识别软þÿ该软þ能够识别20,000个英文词汇ÿ€术的à用获得突破2起p¸段模式和特征V析方法~导1980-1990该阶段ñHMM~Ā础的€术框架广泛à用ÿ语音识别€术的准确率和稳定性得到较大ð高22001€ÿ微软发_支持语音识别的WindowsXP操作系统Ā2007€ÿ苹果è出第一ï装有Siri语音û手的iPhone2产业化¸段概率统计建模方法~导1990-2010该阶段通Ï神经网络模型对语音信øß行建模ÿ在大数据集Pß行自适à学`的端到端语音识别准确率大幅ð升ÿ开始l式ß入商品时ï2à用落地¸段深度神经网络方法~导2010-至Î开始大规模出Ā商业化à用落地产品ÿ如智能音箱1智能家居1智能客服等2◼

深度神经网络r~语言识别技术流，Ā¸段头部语音识别厂商准确率均突破95%，语音识别Ð入商业化¸段2语音识别准确率，2022€Q3语音识别的发展大ô经历了四个阶段ÿ实Ā从理论模型到实际à用的突破2

从识别能力P看ÿ语音识别从最初的小词汇1孤立词识别到Ā在的准确率超95%的â续音频识别2

从识别技术P看ÿ语音识别从最初简单的模板{配到GMM-HMM时ï到DNN-HMM时ï再到Ā在的通Ï神经网络模型对语音信ø建模的端到端时ïÿ并趋于à场化和融合化方向发展2

从à用场oP看ÿ语音识别从最初的语音电话交à1语音搜索ÿ到Ā在的智能家居1自ú驾驶等领域2

未来语音识别交à势将进一pò强，\时ñ多模态融合的形式Pw他传感器数据结合起来，持续满足多语种1多方言1多场o1个性化的à用需求，并è动各行各业数_化转型和升ÿ297.84%97.38%97.05%97.05%96.98%注ÿ数据来源于SpeechIO

TIOBE评测ÿñ_准确率~测试指标2来源ÿSpeechIOTIOBEÿ头豹研究院400-072-55887©2022LeadLeo研究报告

|

2023/04智能语音系列◼

^场规模ÿ大模型è动à用落地，行业持续高增ÿ1/2Ā语音识别^场持续高增，2017-2022€受识别准确率提升û动，€均复合增长率约26%，2022€^场规模达136.40亿元；2022-2027€应用场景拓展û动，2022-2027€€均复合增长率约~28%，2027€^场规模有望突破450亿元中ÿ语音识别^场规模，2017-2027€预测单Oÿ[亿元]CAGR=28%460à用^场û动360技术û动完整x登录283搜索:2023€中ÿ语音识别技术ÿ突破界限，Ð入智能交à新222CAGR=26%174时ïÿ独占xĀ;136114877160201842%42201725%20192020202120222023E

2024E

2025E

2026E

2027E28%

28%

28%

28%

28%31%22%20%19%微软ß用LLDN模型ÿ在Switchboard准确率ÿ达94.9%ÿ语音识别的准确率首次超Ï人类ÿ^场迎来爆发大模型爆发ÿèú自然语音处理等^端ÿ节p熟ÿ~语音识别的à用场景ð供了更à广泛的ÿ能性行业ß入对细节领域渗透和打磨的阶段ÿ从单纯聚焦于€术指标到回_体验ÿ行业增Ÿ有所缓198820092015语音识别框架Ù~循ÿ神经网络-马尔科夫ÿDNN-HMMĀÿ语音识别进入了神经网络深度学习时ï，精准率得到了显著提升第一个高ï混合Ā

马尔科夫ÿGMM-HMMĀ语音识别系统ÿSphinxĀ问世端对端技术t起ÿ深度学`被系统à用于语音识别领域ÿ识别精度突破90%各ÿ节^场规模占比，2022€各ÿ节^场规模占比，2027E15%15%15%25%20%25%前端信ø处理语音识别前端信ø处理语音识别自然语言处理语音合p40%45%自然语言处理语音合p来源ÿ_家À谈ÿ头豹研究院400-072-55888©2022LeadLeo研究报告

|

2023/04智能语音系列◼

^场规模ÿ大模型è动à用落地，行业持续高增ÿ2/2Ā语音识别^场持续高增，2017-2022€受识别准确率提升û动，€均复合增长率约26%，2022€^场规模达136.40亿元；2022-2027€应用场景拓展û动，2022-2027€€均复合增长率约~24%，2027€^场规模有望突破450亿元中ÿ语音识别技术发展¸段及r熟度ÿ流厂商Ā90%-95%70%-80%70%-85%70%前端信号处理语音识别自然语言处理语音合r瞬间高噪和ÿ境人声处理能力有待`化ÿ是|V语音识别厂商能力的s键ÿ节通用开源模型DeepNeural

Network-basedSpeech

Recognition有效ð升识别准确率2

目前厂商向`化细V场景发力大模型将自然语言场景¯ÿ方向想通用语言处理转Ùÿ在mĀ础Ā础Pß行_项¯ÿ通用语音合p1声音复刻ÿÿ实Ā70%相似度Ā1声音复刻+多语言输出等à用ÿ是智能语音ÿ节的`化项但非必须项◼

语音识别技术r熟è动行业高Ÿ增长，2022€语音识别^场规模达136.40亿元，2017-2022€€均复合增长率þ26%22015€端对端€术t

起ÿ语音识别迎来第一波发展浪潮ÿà用场景从手机1电脑端等电商1à联网入口向智能硬þ扩展ÿ€均增长率þ~15%-20%2

2017€微软ß用了LLDN模型ÿ在Switchboard准确率ÿ达94.9%ÿ语音识别的准确率首次超Ï人类ÿQ游à用场景如教育1}疗1文旅1b°等迎来爆发式增长2

但2021-2022€Ø到疫情1½易战和数据保æ等ÿ境因素的影响ÿ^场增Ÿ有所缓22022€语音识别^场规模达136.40亿元ÿ2017-2022€€均复合增长率þ26%2

整体P看ÿ2017-2022€语音识别^场规模þ占智能语音ÿ包括前端信ø处理1语音识别1自然语言处理和语言合p完整x登录四个€术板块Ā的40%2搜索:2023€中ÿ语音识别技术ÿ突破界限，Ð入智能交à新◼

大模型爆发è动自然语言处理等^端ÿ节r熟，~语音识别的à用场o提供了更ò广泛的ÿ能性，时ïÿ独占xĀ;语音识别继续维持高Ÿ增长，2027€^场规模预计ÿ突破450亿元，2022-2027€€均复合增长率þ~28%2语音识别€术发展整体P看已相对p熟ÿ流通用开源模型Deep

Neural

Network-based

SpeechRecognition将语音识别的准确率拉高ÿ通用场景准确率ÿ达95%2

Ā阶段各厂商要针对特定à用场景ÿ如}疗1公检法等ÿ增à_业术语相s语料¯ÿÿ实Ā场景的定制`化2

à€来大模型爆发ÿèú语音识别Q一ÿ节自然语言处理的发展ÿ使大àà用落地p~ÿ能ÿ从而带ú语音识别的发展2但大模型所需算力和服á器p本较高ÿñChatGPT~例ÿ每条聊天回复p本~1.2~5.6美Vÿ厂商前期补贴投入开发意愿将对^场发展起到s键影响2

头豹研究院预计语音识别^场2023-2027€€均复合增长率þ~28%ÿ2027€有望突破450亿元2

m外ÿ由于大模型èú自然语言处理的迅Ÿ发展ÿ预计未来自然语言处理的^场规模占智能语音的45%-50%ÿ语音识别占比Q降ó20%-30%水2来源ÿ_家À谈ÿ头豹研究院400-072-55889©2022LeadLeo研究报告

|2023/03Chapter

2产业链V析产业链中有哪些s键ÿ节？`在何种投资P商业机会？◼

P游算法ÿ深度学`算法最大特ù是Ā于卷ÿß算等神经网络ÿ从数据集中自ú学`特àÿ能够大幅ð升算法的灵活性和适用性2

但中ÿ算法人才^场结构性供需比例o

Þ失衡ÿ质和à均无法满足岗O需求ÿ全社b着力打

€产学研一体化的人工智能人才ÿ养模式◼

厂商类型ÿà联网厂商ñĀ能力W入ÿ利用资源和€术`势ÿ结合服á生态ÿ将解决方案整合ß完整的服á链条2智能语音科€厂商ñ€术能力和场景解决能力W入^场ÿ据需求ð供定制化服áÿ沉淀场景定制化经验ÿô力于规模化发展◼

竞争态势ÿ中ÿ语音识别行业已形pñ科大±飞~首ÿ€度1阿Ý1腾±~领导者的头部集中格局2

语音识别厂商àŸ_局P游ASIC芯w等€心Ā础¿施ÿ把ç^场定ÿ权和研发自权ÿ或p~行业发展趋势2

大模型à热语音识别^场竞争ÿ行业集中度有望ß一nð高400-072-558810©2022LeadLeo研究报告

|

2023/04智能语音系列◼

产业链Ā谱ÿPQ纵深，产业r熟语音识别P游x心ÿ节~算法1算力ÿ芯片Ā和数据；中游厂商V~互联网企业和智能语音科技企业n大类；Q游应用包括短语音转写1实时语音识别1音频文þ转写等应用功能2中游厂商通ÏPQ纵深_局降本增效，增强^场竞争力语音识别产业链Ā谱数据标注语音理解芯wP游·Ā础¿施供à商◼¯ÿ数据集标注的质à和数à将直接影响语音理解模型的性能和效果◼ASIC芯w在特定的AI场景Qx有性能强1能耗P1p本P等特ùÿ本土厂商làŸ研发算法模型ß服óß计算ð供强大的算力资源ÿ€û开发者快Ÿ¯ÿ和`化语音理解模型◼深度神经网络€术促使语音理解€术发生◼质Ùÿ头部厂商语音识别准确率达98%ñPà联网企业智能语音科技企业中游·语音识别服ó商优势ÿ庞大的用户数据1较高的品牌知]度1◼◼优势ÿ_注于智能语音€术的研究Pà用ÿ◼资源整合能力1研发资金投入在垂直赛道x有更强的_业性P竞争力劣势ÿ€术深度P_注度OÜ语音科€企TO

C利润率ÿ10%-20%劣势ÿ数据资源O足ÿ资金规模相对有限TO

B利润率ÿ5%-10%◼短语音转写实时语音识别音频文þ转写演讲&会&Q游·实时û服²录会°&À谈

_幕生r

音频内容人机交à

语音搜索

语音输入实施会°²录直播_幕\屏转写V析通常采用按调用à付¾ÿ次数包预付¾和调用à^付¾Ā和一次性授权付¾ÿ小型智能硬þ一次性授权¾用均ÿ在€元内Ān种付¾形式公有ß部署据时长收¾Ā私有化部署据并发à收¾ÿ部署p本在十万元ó千万元O等ÿ并`每€需支付部署p本的10%-20%投入ß维TOC端和TO

B端O便预估调用时长的企业通常采用^付¾模式TO

B端调用时长ÿ预估的企业通常采用套餐包的形式ÿ按照小时数ß行购买à用来源ÿ头豹研究院400-072-558811©2022LeadLeo研究报告

|

2023/04智能语音系列◼

P游——算法ÿ产学研一体化模式ÿ养深度学习技术人才深度学习算法最大特点是Ā于卷积运算等神经网络，从数据集中自动学习特征，能够大幅提升算法的灵活性和适用性2但中国算法人才^场结构性供需比例oÞ失衡，质和量均无法满足岗位需求，全社会着力打造政产学研一体化的人工智能人才ÿ养模式传统机器学习VS深度学习性能传统机器学习深度学习学习路径数据集人~ð供特àV析

结果检测数据集机器ú学`特à

结果检测卷ÿ神经网络ÿCNNĀ1循ÿ神经网络ÿRNNĀ1生p对抗网络ÿGANsĀ1深度强化学`ÿRLĀ等核心/ï表支持向à机ÿSVMĀ1决策树1Ÿ机算法森林1朴素贝÷ï等模型ÿ解释性强ÿÿñ据特à工程的需求ß行特àð×和转换ÿ通常用于处理结构化数据ÿ如金融数据1客户数据1交易数据等模型ÿ自ú特àð×和转换ÿ通常用于处理非结构化数据ÿ如Ā像1语音1自然语言等ÿx有很好的泛化能力算法优势信用评V1欺诈检测1è荐系统1风险管理等数据量较小1特征较明显的场o计算机视Ê1自然语言处理1人工智能游o

1语音识别等数据量较大1特征O明显的场oy型à用场o对比通Ï人工ð×特àV析的传统机器学`算法ÿ深度学`算法最大特ù是Ā于卷ÿß算等神经网络ÿ从数据集中自ú学`特à2

传统算法的语音识别中ÿ人工¿计的特à处于导地Oÿ数据集利用难度较高Ā而深度学`ÿñĀ于大数据ú学`ÿ从¯ÿ数据中针对性学`ðà用场景的特àÿ大幅ð升算法的灵活性和适用性2AI各智能人才供需比实用€能岗高端€术岗0.980.45à用开发岗算法研究岗0.170.1◼

中ÿ算法人才^场结构性供需比例oÞ失衡，质和量均无法满足岗O需求，全社会着力打

€产学研一体化的人工智能人才ÿ养模式2从人才数量P看，中ÿ人工智能人才总à仅~美ÿ的50%ÿ人才缺口超500万ÿ供求比例~1ÿ10ÿw中算法岗人才供需比仅~0.13ÿ人才供需比例o

Þ失衡2

从人才结构P看ÿ45.1%的算法研究岗要求à聘人员x有硕士ÜñP学历ÿ但中ÿĀ有高学历AI人才储备难ñ满足ÿß一nà剧了€心岗O人才空缺ÿ`高学历AI人才ÿ养所需时间高于一般IT人才ÿ因mÿ短期内AI算法人才短缺问题短期内难ñ得到解决2AI个技术方向岗O人才供需比智能语音计算机视Ê自然语言处理机器学`0.080.090.20.230.4中ÿl着力打

和完善产教融合的人工智能ÿ养体系ÿ一方面ÿ高校端x备打

体系化和系统化的人工智能人才ÿ养体系的能力Āø一方面ÿ企业端x备海量优质的数据集P算力资源ÿn者合作能够建立体系化和实践性的人工智能人才2人工智能芯w来源ÿ浙大学ÿ头豹研究院400-072-558812©2022LeadLeo研究报告

|

2023/04智能语音系列◼

中游——语音识别厂商ÿà联网P智能语音厂商ÿ1/2Ā互联网厂商以台能力W入，利用资源和技术优势，结合服务生态，将解决方案整合进完整的服务链条2智能语音科技厂商以技术能力和场景解决能力W入^场，y据需求提供定制化服务，沉淀场景定制化经验，致力于规模化发展中ÿ语音识别厂商^场参P者ï表厂商^场竞争逻辑W入能力ÿĀ生态能力提供服óÿ一体化和标准化的产品或方案à联网科技用户群体ÿñC端用户~企业竞争优势ÿ完善的产品生态1丰富的û户资源和较强的C端产品经验及数据竞争劣势ÿ在特定场o和特殊行业的需求P，难ñ提供个性化和定制化的解决方案W入能力ÿ技术能力和场o解决能力提供服óÿ全链路智能语音服ó或子逻辑技术点智能语音科技企业用户群体ÿñB端用户~竞争优势ÿÿ提供定制化和复g度较高的语音识别和交à解决方案，û户资源和细V场o经验丰富竞争劣势ÿ数据资源O足，资金规模相对有限，缺O对C端用户需求的理解◼

à联网厂商ñĀ能力W入ÿ利用资源和技术优势，结合服ó生态，将解决方案整合进完整的服ó链条2à联网企业x备完善的产品生态1丰富的客户资源和较强的C端产品经验Ü数据ÿÿ反哺产品研发ÿĀ于客户需求èú产品创ð和落地2

但由于语音识别仅作~企业的V支业áÿw技术深度P专注度或O及智能语音科技厂商ÿï表厂商包括€度智能ß1腾±ß1阿Ýß等2

ÿ接Q页Ā来源ÿ头豹研究院400-072-558813©2022LeadLeo研究报告

|

2023/04智能语音系列◼

中游——竞争格局ÿ头部集中格局，^场竞争ò剧ÿ1/2Ā语音识别行业已形成以科大讯飞~首，百度1阿Ý1腾讯~领导者的头部集中格局2w中，科大讯飞走G/B/CO条渠道融合的销售路线，自P而Q抢占^场份额2百度1腾讯1阿Ý等互联网厂商Ā于庞大的用户Ā础1丰富的数据资源和强大的资金实力，引领C端^场，并持续_局B端^场中ÿ语音识别行业竞争格局€度智能ß腾±ß科大±飞阿Ýß技术思必ú挑战者象限研发能力强1技术水高1^场占有率高1产品生态能力强1识别准确率高力ß知声领导者象限完整x登录捷通华声搜索:2023€中ÿ语音识别技术ÿ突破界限，Ð入智能交à新小i机器人时ïÿ独占xĀ;^场力注ÿ圆圈œ色ï表企业类型，红色ï表à联网企业，灰色ï表智能语音科技企业◼

语音识别行业已形rñ科大±飞~首，€度1阿Ý1腾±~领导者的头部集中格局2w中，科大±飞走G/B/CO条渠道融合的销售路线，自P而Q抢占^场份2€度1腾±1阿Ý等à联网厂商Ā于庞大的用户Ā础1丰富的数据资源和强大的资金实力，引领C端^场，并持续_局B端^场2Ā阶段ÿ语音识别行业已形pñ科大±飞1€度1阿Ý1腾±~领导者ÿ思必ú1ß知声等创ð型企业紧Ÿw^的竞争态势2

语音识别€术需要大à的语料和数据来ß行¯ÿ和`化ÿ门槛相对较高ÿx备强研发能力1高€术水和健全产品生态能力等特à的企业更x竞争`势2科大±飞走G/B/CO条渠道融合的销售路线，自P而Q抢占^场份2d

通π府机构合作ÿÿ累大à实际à用场景经验ÿ通Ï先发优势抢占^场份，并树立良好的品牌形象2

e

通Ï企业合作ÿ实Ā业ó快Ÿ拓展ÿ并通Ï企业的需求反馈ÿð高解决方案能力和^场认ÿ度2

f通ÏB端和G端的ÿ累ÿ抢占C端^场ÿ快Ÿð高^场份额ÿ并获×更多的语音数据ÿð高语音识别€术的精度和性能2

m外ÿC端渠道能够补充企业Ā金流，弥补G端和B端的业ó效率P，单量少，流动性风险大的问题2€度1腾±1阿Ý等à联网厂商的突出优势在于庞大的用户Ā础1丰富的数据资源和强大的资金实力2

BATĀ于w在搜索1音P1视频等领域积累的大量数据提升语音识别的准确率等性能2并通Ï自家硬þ产品迅Ÿ占领智能家居1智能手机1社交和电商Ā等语音识别场o2

m外ÿBAT资金实力雄厚ÿ在€术研发和^场拓展方面资源充足ÿ通Ï收购或投资创新型企业，获取更先进和更广阔的^场2来源ÿ智慧芽ÿ_家À谈ÿ头豹研究院400-072-558814©2022LeadLeo研究报告

|

2023/04智能语音系列◼

Q游à用——短语音转写ÿ按调用量或一次性授h付费短语音转写适用于语音搜索1人机交互和语音输入等场景，通常采用按调用量付费ÿ次数包预付费和调用量后付费Ā和一次性授权付费ÿ小型智能硬þ一次性授权费用均ÿ在百元内Ān种付费形式短语音转写à用场o语音识别准确率短语音转写ÿ把语音ÿ≤60sĀ转换r对à的文_信息，适用于较短的语音交换场o语音搜索人机交à语音输入通Ï语音输入进行搜索，解双手，提高效率2集r到软硬þ¿备中，说一句语音指ð即ÿ轻松ç制¿备2如硬þ¿备ÿ包括但O限于智能家居Ā1机器人1APP等聊天场o支持语音自动转文_，方便用户输入并阅览内容2如游o

聊天1社交聊天等如购物搜索1地Ā导航1音视频搜索1pÉ器搜索等短语音转写收费标准ÿñ科大±飞~例Ā一次性授h付费按调用量付费定制化服ó方言/语种ÿ2万/€*门电话信道垂直引擎场景ÿ坐û手1导航1语音V析ÿ格免费提供方言/语种ÿ3种2,80012,60042,000元126,0000.00126￥10,000免费0.001870.001680.00140领域个性化场景ÿ游o

1健康1旅行1购物0.00000(0ÿ50](50ÿ150](150ÿ750](750ÿ3,000]

(3,000ÿ10,000]服ó量/万次￥20,000注ÿ科大±飞支持ñ套餐包的形式ð供服áÿ有效期~1€ÿ默认套餐并发à~50ÿ支持扩容Ā2

纵坐标中色_体~套餐包内单次服á均ÿÿ红色_体~套餐包ÿ格2◼

短语音转写即把语音ÿ≤60sĀ转换p对à的文_信息ÿ适用于较短的语音交换场景ÿ包括语音搜索1人机交à和语音输入2

整体P看，短语音转写有n种付费模式，一种是按照调用量付费，一种是一次性授h付费2一次性授权¾指的是厂商一次性向€术ð供商购买€术授权ÿ获得永久使用权ÿñ蓝牙音箱1儿童机器人等智能硬þ~例ÿ智能语音全链路服á的授权¾用在10-15元ÿ语音识别单ù能力授权¾用þ2-5元2

按照调用次数付¾则是指厂商据实际使用à向€术ð供商支付相à的¾用ÿ包括次数包预付¾和调用à^付¾n种形式2

语音识别提供商n遍支持50并发量，部V厂商ÿ提供扩容服óĀo外，服ó量次数高，均单ÿP2ñ科大±飞~例ÿ~期一€ð供150万次服áà的套餐包ÿÿ格~2,800元ÿ服áà均ÿ~0.00187元2

次数包预付费适用于调用量ÿ预估的企业，调用量^付费适用于O便预估调用量的企业，O\¸梯服ó量中调用量^付费的ÿ格þ比次数包预付费ÿ格高40%-80%2ñ€度~例ÿ次数包预付¾形式中ÿ100万次调用à套餐3,000元ÿ服áà均ÿ~0.003元Ā调用à^付¾形式中ÿ调用à≤600万次时ÿ0.0042元/次ÿ单ÿ高出75%2来源ÿ科大±飞ÿ€度ÿß知声ÿ_家À谈ÿ头豹研究院400-072-558815©2022LeadLeo研究报告

|2023/03Chapter

3企业V析优质企业在语音理解赛道有哪些_局？◼

科大±飞ÿ作~中ÿ人工智能领军企业ÿ科大±飞凭借领先的语音合p€术ÿ占据^场导地OĀw智能语音产品满足企业多化需求ÿû力企业降本增效1打

品牌形象ÿ并满足各行业和场景的语音需求◼

€度智能ßÿ€度智能ßĀ于对行业特定痛ù的理解ÿð供标准化AI解决方案ÿ已深入交通1制

1能源等领域的€心场景ÿx备语音识别准确率高1高效稳定1简单易用等竞争`势◼

思必úÿ思必ú拥有全链路的智能语音语言€术ÿ自研发了ð一ï人机交àĀ(DUI)和人工智能芯w(TH1520)ÿx备全面的自Ā础创ð€术1垂直场景产业化能力深厚1强大的软硬一体化能力等竞争`势400-072-5588©2022LeadLeo16研究报告

|

2023/04智能语音系列◼

思必úÿ全链路智能语音语言服ó商和垂直场o解决方案商思必ú拥有全链路的智能语音语言技术，自研发了新一代人机交互台(DUI)和人工智能芯片(TH1520)，x备全面的自Ā础创新技术1垂直场景产业化能力深厚1强大的软硬一体化能力等竞争优势思必ú·智能语音产品矩·DUI开Ā·智能语音通用方案à用场oAI产品私有ß方案有声阅读智能b°APP/公_ø/小程序开发智能汽车智能电子智慧城^企业服á语音识别产品服ó实时长语音转写实时短语音识别录音文þ长语音转写一÷话识别识别自¯ÿĀ语音合r语音唤醒翻译硬þ7

竞争亮点思必ú是ÿ内_业的对话式人工智能Ā公ùÿ拥有全链路的智能语音语言€术ÿ自研发了ð一ï人机交àĀ(DUI)和人工智能芯w(TH1520)Ā~车联网1IoT܀á1金融等_多行业场景合作a

伴ð供自然语言交à解决方案2

截ó2021€áÿ思必ú拥有各类已授权知识产权900余þÿw中已授权_利à400项ÿ软þ著作权à300项2

并拥有中英文综合语音€术201全面的自Ā础创新技术拥有自知识产权的完整全链路智能语音交à€术ÿ综合实力O列ÿ内头部梯队◼

思必ú智能语音产品通Ï全链路和单点技术的模式赋能行业，针对性提供垂直场o解决方案02公ù的€术P产品广泛à用于智能家电1智能汽车1í¾电子等领域ÿñÜ金融服á1交通物流1地产酒店1€á民生1}疗健康等_多生产1生活和社b治理领域ÿ赋能人工智能€术P实体经o

的深度融合2

未来ÿ公ùß将ß一n赋能工业制

等场景ÿ持续深化对各类语音语言智能à用场景的理解ÿ立足场景Ü所ÿ累的数据ÿûú语音Ü语言智能算法和芯w的研发和à用ÿ利用公ù€心€术能力构建数_€企解决方案ÿ深度服áQ游各领域产业经o

的发展P升ÿÿð升智能信息硬þP人的语言交à能力ñÜ各个行业场景的信息和知识服á水ÿ抓Q万物à联和知识爆ø时ï的机遇ÿ充V发挥端ß协\全链路€术1软硬一体化1大规模柔性定制能力的`势ÿ打

完整的全链路人工智能语音语言产业生态系统2垂直场o产业化能力深厚针对ð供垂直场景的深入解决方案ÿÿ累大à行业数据03强大的软硬一体化能力在智能语音芯w1软硬一体化模ĀñÜ硬þ整机产品面x备丰富的研发经验和解决方案ÿ累来源ÿ思必úÿ头豹研究院400-072-558817©202