2017年语音识别市场分析报告
语音识别调研报告
语音识别调研报告一、引言语音识别技术是一种让机器能够识别和理解人类语言的技术，它可以将人类语音转化为可识别的文本形式。
随着人工智能技术的不断发展，语音识别技术已经广泛应用于各个领域，包括自动驾驶、智能家居、智能助手和医疗等。
二、语音识别技术的分类根据语音识别技术的原理和方法，可以将其分为基于规则的语音识别和基于统计的语音识别两种类型。
基于规则的语音识别是通过事先定义好的语法规则和词汇库来进行语音识别。
而基于统计的语音识别是通过对大量语音数据的训练和模型建立来进行识别。
三、语音识别技术的应用1. 自动驾驶：语音识别技术可以用于车内指令的识别和交互操作，方便驾驶员操作车辆，提高驾驶安全性。
2. 智能家居：语音识别技术可以用于智能家居设备的控制，让用户可以通过语音指令来控制家庭电器、安防系统等。
3. 智能助手：语音识别技术可以用于智能助手的交互，让用户可以通过语音指令来查询信息、发送消息等。
4. 医疗：语音识别技术可以用于医疗记录的识别和整理，让医生可以更快速和准确地记录病历信息。
四、语音识别技术的挑战及解决方案1. 声音质量和环境噪音：语音识别技术对于声音质量和环境噪音敏感，不同的声音质量和环境噪音会对识别结果产生影响。
解决方案可以是通过降噪算法和增强语音信号的方法来提高识别准确率。
2. 语音特征提取：语音信号是一种时域信号，需要通过特征提取算法将其转化为可识别的特征向量。
常用的特征提取算法包括MFCC、PLP等。
3. 语音模型的训练：语音识别技术需要通过大量的语音数据来进行模型训练，但是获取和标注大规模的语音数据需要耗费大量时间和人力资源。
解决方案可以是利用迁移学习和半监督学习的方法来减少标注数据的需求。
五、结论随着人工智能技术的不断发展，语音识别技术在各个领域的应用越来越广泛。
尽管语音识别技术还面临一些挑战，但是随着技术的不断突破和改进，相信语音识别技术将会得到更好的发展和应用。
2023年语音识别行业市场调查报告
2023年语音识别行业市场调查报告语音识别是一种人机交互技术，它将语音信号转化为文本或者命令，可以在很多领域应用，例如智能手机、智能音箱、语音助手、语音翻译等。
随着科技的不断发展，语音识别技术也得到了迅猛的发展，市场需求不断增加。
本文将对语音识别行业市场进行调查分析。
一、市场规模语音识别市场规模庞大，根据市场研究公司的数据，2019年全球语音识别市场规模约为77.1亿美元，预计到2025年将达到180亿美元以上。
中国市场在全球市场占有重要地位，2019年全球语音识别市场规模超过34亿美元，占全球总市场规模的44.3%。
二、市场应用领域语音识别技术广泛应用于各个领域。
在智能手机领域，语音识别技术可以实现语音输入、语音搜索、智能助手等功能，提供更好的用户体验。
智能音箱市场也是语音识别技术的重要应用领域，用户通过语音与智能音箱进行交互，实现语音控制家电、查询天气、播放音乐等功能。
此外，语音识别技术还广泛应用于医疗、金融、交通、教育等领域，提高工作效率，简化操作流程。
三、市场竞争态势语音识别市场竞争激烈，目前市场上有许多知名企业参与其中，如苹果、百度、亚马逊、微软等。
这些企业在技术研发、产品创新、市场推广等方面都具有较强的实力与竞争力。
同时，还有一些专注于语音识别技术的创业公司，并通过技术创新与差异化来提升竞争力。
四、市场发展趋势随着人工智能技术的不断发展，语音识别市场有着广阔的发展前景。
市场需求的增加、技术的成熟与应用领域的扩展都将推动市场的发展。
未来，语音识别技术将更加智能化、个性化，同时将与其他技术如自然语言处理、大数据、云计算等相结合，提供更为全面的解决方案。
总结：语音识别市场具有广阔的发展前景，市场规模逐年扩大。
语音识别技术在智能手机、智能音箱、医疗、金融等领域都有广泛的应用。
市场竞争激烈，企业需要通过技术创新、产品创新来提升竞争力。
未来，语音识别技术将更加智能化、个性化，并与其他技术相结合，为用户提供更为全面的解决方案。
中国人工智能行业市场现状及未来发展前景预测分析报告
中国人工智能行业市场现状及未来发展前景预测分析报告博研咨询&市场调研在线网中国人工智能行业市场现状及未来发展前景预测分析报告正文目录第一章、人工智能行业定义 (3)第二章、中国人工智能行业综述 (4)第三章、中国人工智能行业产业链分析 (5)第四章、中国人工智能行业发展现状 (6)第五章、中国人工智能行业重点企业分析 (8)第六章、中国人工智能行业发展趋势分析 (9)第七章、中国人工智能行业发展规划建议 (11)第八章、中国人工智能行业发展前景预测分析 (12)第九章、中国人工智能行业分析结论 (13)第一章、人工智能行业定义人工智能（Artificial Intelligence, AI）是指由计算机系统所表现出的智能行为。
它不仅涵盖了机器学习、自然语言处理、图像识别等多个子领域，还广泛应用于从自动驾驶汽车到智能家居设备等各种场景中。
随着技术的进步和市场需求的增长，AI已成为推动全球经济增长的关键力量之一。
1.1 人工智能市场规模全球人工智能市场持续扩张。
2022全球AI市场规模达到约4,500亿美元，预计到2027这一数字将增长至16,000亿美元左右，复合年增长率超过25%。
北美地区占据了最大的市场份额，而亚太地区则显示出最快的增长速度。
1.2 主要应用领域AI技术主要应用于以下几个方面：医疗健康：通过AI算法辅助诊断疾病、个性化治疗方案设计等，有效提高了医疗服务效率与质量。
2021年全球医疗AI市场规模约为60亿美元，并有望在未来五年内实现年均35%以上的增长。
金融服务：AI在风险管理、信贷审批、智能投顾等领域发挥了重要作用。
2022全球金融科技领域中AI相关投资总额超过了100亿美元。
零售电商：AI技术帮助零售商优化库存管理、提升顾客购物体验。
根据博研咨询&市场调研在线网分析，2023年全球零售业AI解决方案市场规模将达到80亿美元左右。
智能制造：AI赋能工业自动化生产流程，显著提升了制造业的生产效率。
中国智能语音产业分析报告2017年版
2017年智能语音产业分析报告2017年7月出版文本目录1、智能语音：谈入口太早，但不可或缺 (4)1.1、智能音箱是台面上的狂欢，本质还在用户、数据和服务 (4)1.2、信息获取与表达决定语音交互成为阶段性不可或缺的一环 (6)2、智能语音相关技术及发展历史 (7)3、智能语音产业发展现状 (11)3.1、市场规模快速扩大，且国内增速显著超过全球 (11)3.2、各要素齐发力，推动智能语音形成完整产业链 (12)3.3、算法红利逐渐消失，一家独大转向多方竞争 (13)3.4、融合场景、借力硬件提升语音技术实用和稳定性 (17)4、智能语音的应用前景 (18)4.1、巨头抢滩虚拟语音助手，并逐渐切入场景应用 (18)4.2、消费级产品应用场景 (20)4.2.1、智能语音+车载 (20)4.2.2、智能语音+家居 (21)4.2.3、智能语音+可穿戴设备 (23)4.3、专业级行业应用场景 (25)4.3.1、智能语音+医疗 (25)4.3.2、智能语音+教育 (26)4.3.3、智能语音+客服 (27)图表目录图表 1：巨头先后入局，各路智能音箱纷纷登场 (4)图表 2：Amazon Echo 累计销量（万台） (5)图表 3：Amazon Echo 接入第三方应用数量 (5)图表 4：人机交互方式的演变越来越贴近人类的本能表达 (6)图表 5：人类信息获取 95%来自视觉、听觉和触觉 (7)图表 6：人类信息表达 93%借助肢体和声音 (7)图表 7：智能语音背后的三类核心技术 (8)图表 8：语音识别技术历史 (8)图表 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 (9)图表 10：语音合成技术发展历史 (9)图表 11：自然语言理解的原理 (10)图表 12：多轮对话管理的典型架构 (11)图表 13：全球智能语音产业规模快速增长 (11)图表 14：中国智能语音产业规模增速显著高于全球市场 (11)图表 15：从“人机料法环”五要素看智能语音行业发展的驱动因素 (12)图表 16：国内智能语音产业链 (13)图表 17：全球智能语音市场格局 (14)图表 18：中国智能语音市场格局 (15)图表 19：虚拟数字助手用户数量将快速增长 (19)图表 20：虚拟数字助手市场规模将快速增长 (19)图表 21：车主对语音交互的认可明显提升 (21)图表 22：智能语音在智能家居中的应用 (22)图表 23：智能家居市场进入快速拓展期 (22)图表 24：苹果 AirPods 与 Siri 连接 (24)图表 25：中国健身及运动类可穿戴设备市场规模预测（亿元） (24)图表 26：语音电子病历系统的功能架构 (25)图表 27：辅助诊断系统功能架构 (26)图表 28：智能语音评测系统 (27)图表 29：智慧教育整体解决方案 (27)图表 30：智能客服功能架构 (28)图表 31：呼叫中心坐席数量（万个） (28)表格 1：互联网巨头智能语音产品布局 (16)表格 2：科技巨头以收购或参股的方式布局智能语音 (16)表格 3：国内智能语音行业知名创业公司 (17)表格 4：智能语音技术在具体应用场景下依然存在技术难题 (17)表格 5：巨头纷纷以虚拟语音助手切入智能语音应用场景 (18)表格 6：智能语音主要企业智能车载产品及其主要客户 (21)报告正文1、智能语音：谈入口太早，但不可或缺1.1、智能音箱是台面上的狂欢，本质还在用户、数据和服务自2014 年11 月Amazon 推出收款基于语音交互的智能音箱Echo 以来，2015 年科大讯飞发布智能音箱叮咚，2016 年谷歌发布智能音箱Google Home，而进入2017 年以后更是密集，5 月联想发布智能音箱，Amazon 发布带触屏的Echo Show，微软联手音频设备制造商哈曼〃卡顿合作打造Invoke，6 月苹果发布HomePod。
2017年人工智能行业现状与发展趋势报告
目录CONTENTS1人工智能行业产业链结构2人工智能行业整体市场发展3人工智能行业投资现状4人工智能行业发展前景人工智能行业产业链结构l人工智能产业链结构l人工智能基础技术提供平台l人工智能技术平台l人工智能应用领域PART 01人工智能产业链结构人工智能产业链的主要包含三个核心环节——基础技术、人工智能技术和人工智能应用。
其中，基础技术主要包括数据平台、数据存储以及数据挖掘等，人工智能技术包括语音识别、自然语言处理、图像识别和生物识别等，人用智能应用有工业4.0、无人驾驶汽车、智能家居、智能金融、智慧医疗、智能营销、智能教育以及智能农业等。
基础技术支撑数据平台数据存储数据挖掘计算智能语音识别自然语音处理图像识别生物识别感知智能机器学习预测类API 人工智能平台认知智能工业4.0无人驾驶汽车智能家居智能金融智慧医疗智能营销智能教育智能农业基础技术支撑人工智能技术人工智能应用人工智能产业链结构IaaS代表企业：阿里云、电信天翼云、联通沃云、Ucloud 、青云、万国数据、首都在线等。
基础设施即服务，它是把ICT 基础设施作为一种服务提供的商业模式。
用户通过Internet 可以从服务提供商那里得到完善的计算机基础设施服务。
这些服务包括服务器或虚拟服务器的计算资源、处理能力及基础网络。
PaaS代表企业：科大讯飞、环信、容联、亲加、云知声、思必驰等。
PaaS 的功能主要体现在将现有各种业务能力进行整合，向下根据业务能力需要测算基础服务能力，通过IaaS 提供的API 调用硬件资源，向上提供业务调度中心服务，实时监控平台的各种资源，并将这些资源通过API 开放给SaaS 用户。
SaaS代表企业：百度云、用友云、浪潮、 Ucloud、 Oracle、Infor、Microsoft 等。
SaaS 是一种通过Internet 提供软件的模式，厂商将应用软件统一部署在自己的服务器上，客户可以根据自己实际需求，通过互联网向厂商定购所需的应用软件服务，按定购的服务多少和时间长短向厂商支付费用，并通过互联网获得厂商提供的服务。
语音识别 调研报告
语音识别调研报告语音识别是一项文本翻译技术，它可以将人类的语音信息转化成相应的文字信息。
近年来，随着语音识别技术的不断进步和应用场景的扩大，语音识别在社交媒体、智能家居、智能手机等领域得到了广泛应用。
本次调研报告将从语音识别技术的应用领域、发展趋势和挑战等方面进行介绍。
首先，语音识别技术的应用领域非常广泛。
在社交媒体方面，语音识别可以将用户的语音信息转化成文字信息，方便用户与他人进行沟通和交流。
在智能家居领域，语音识别可以让用户通过语音指令来操控智能家居设备，例如打开灯光、调节温度等。
在智能手机领域，语音识别可以帮助用户进行语音搜索、输入文字等操作。
此外，语音识别还广泛应用于语音助手、教育培训等领域，为用户提供更便捷的服务和体验。
其次，语音识别技术的发展呈现出几个主要趋势。
首先，语音识别技术逐渐成熟，准确率不断提升。
随着深度学习等人工智能技术的应用，语音识别技术在理解和转化语音信息方面取得了突破性进展。
其次，语音识别技术与其他技术结合，形成更加智能化的系统。
例如，将语音识别技术与自然语言处理、机器学习等技术相结合，可以进一步提高语音识别的准确性和智能化水平。
此外，语音识别技术还与人机交互、数据挖掘等领域进行深入合作，为用户提供更加个性化和智能化的服务。
然而，语音识别技术也面临着一些挑战。
首先，语音识别技术对语音环境的要求较高。
在嘈杂的环境中，语音识别的准确率可能会受到影响。
其次，不同语言、方言和口音对语音识别的影响也较大。
由于不同地区和个人的语音特点不同，语音识别技术需要做出相应的适应性调整。
此外，语音识别技术对大规模数据的需求较大。
只有通过大量的数据训练，才能提高语音识别系统的准确性和稳定性。
综上所述，语音识别技术在社交媒体、智能家居、智能手机等领域具有广阔的应用前景。
随着技术的不断进步和应用场景的不断扩大，语音识别技术将成为人机交互的重要组成部分，为用户提供更加便捷和智能的服务。
但是，语音识别技术在应用中还面临着噪音环境、语音差异等问题，需要进一步研究和改进。
中国人工智能技术行业市场现状及未来发展前景预测分析报告
中国人工智能技术行业市场现状及未来发展前景预测分析报告博研咨询&市场调研在线网中国人工智能技术行业市场现状及未来发展前景预测分析报告正文目录第一章、人工智能技术行业定义 (3)第二章、中国人工智能技术行业综述 (4)第三章、中国人工智能技术行业产业链分析 (6)第四章、中国人工智能技术行业发展现状 (7)第五章、中国人工智能技术行业重点企业分析 (8)第六章、中国人工智能技术行业发展趋势分析 (9)第七章、中国人工智能技术行业发展规划建议 (11)第八章、中国人工智能技术行业发展前景预测分析 (13)第九章、中国人工智能技术行业分析结论 (14)第一章、人工智能技术行业定义人工智能（Artificial Intelligence, AI）是指由计算机系统或其他形式的信息处理设备所表现出来的智能行为。
它旨在通过模拟、扩展和增强人类智能的方式，使机器能够执行通常需要人类智能才能完成的任务。
自20世纪50年代以来，AI经历了多次发展高潮与低谷，如今已成为全球科技创新的重要驱动力之一，并广泛应用于各个领域。
1.1 行业概述2022年全球人工智能市场规模达到4,280亿美元，预计到2027年这一数字将增长至12,960亿美元，复合年增长率高达25%。
这表明随着技术进步和应用场景的不断拓展，AI产业正迎来前所未有的发展机遇。
1.2 核心技术构成人工智能主要由以下几项关键技术组成：机器学习：作为AI的核心组成部分，2021年全球机器学习市场规模约为110亿美元，预计未来五年内将以每年超过30%的速度增长。
自然语言处理（NLP）：2022年NLP市场规模约为130亿美元，预计到2026年将达到340亿美元左右。
计算机视觉：该领域2021年的市场规模为117亿美元，预计2028年将突破2,000亿美元大关。
机器人技术：包括工业机器人和服务机器人两大类。
2022年全球机器人销售额为510亿美元，其中服务机器人增速尤为显著，预计2025年将实现翻倍增长。
中国人工智能市场发展及市场供需专项研究报告
中国人工智能市场发展及市场供需专项研究报告一、中国人工智能市场发展概述自2015年我国政策开始加大对人工智能领域的投入，中国人工智能市场逐渐迎来快速发展的新时代。
据统计，2017年中国人工智能市场规模已经超过250亿美元，而预计到2022年将达到1,1万亿美元。
可以看出，中国人工智能市场前景广阔，发展空间巨大。
当前我国人工智能市场的主要应用领域包括：智能制造、智慧城市、智能医疗、智能金融、智能物流等。
其中，智慧城市和智能制造是目前最受市场青睐的两个领域，已经成为中国人工智能市场的重要支柱。
二、中国人工智能市场供需情况1、市场需求方面当前，我国人工智能市场需求分为政府需求、企业需求、个人需求三个方面。
（1）政府需求：我国政府在人工智能领域的发展上投入甚多，政府需求在市场中占比较大的一部分。
目前，政府需求主要包括智慧城市建设、大数据分析、智能监管等领域。
如上海、北京、深圳等城市的智慧城市建设已取得初步成效，成为人工智能市场的新亮点。
（2）企业需求：企业对于人工智能的需求主要包括机器学习、深度学习、自然语言处理、图像识别等领域方面。
如阿里巴巴、腾讯等公司均在人工智能技术上做出了突破，成为人工智能市场的领头羊。
（3）个人需求：虽然个人需求在整个市场中占比较小，但随着智能家居的发展以及个人消费习惯的改变，人工智能在个人领域的发展潜力不可忽略。
2、市场供给方面（1）供给主体：当前我国人工智能产业链已初步形成，供给主体主要包括大企业、初创公司、国家级人工智能研究院等。
（2）供给产品：供给产品主要包括软硬件、算法、数据等方面。
目前市面上已有很多人工智能产品，如：阿里云ET、IBM SYSTEM、百度飞桨等。
三、中国人工智能市场未来发展趋势分析1、政策引导：随着我国人工智能市场的不断壮大，政府将逐渐开始加大对人工智能领域的政策引导力度，加快人工智能的普及和发展。
2、技术变革：随着技术的不断进步，人工智能技术会越来越成熟、普及，具有更广泛的应用场景。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
2017年语音识别市场分析报告目录第一节语音交互需求增长迅速,大规模应用已经开始 (5)一、语音解决手机交互痛点，是人机交互发展的必经之路 (5)二、随着音频内容爆发，音频交互新生态显现 (6)三、语音识别大规模应用已经开始 (8)第二节语音识别是入口级技术，国内外竞争格局有差异 (10)一、巨头主导海外市场，专业技术公司C端变现压力大 (10)二、汉语识别复杂度高，国内语音识别公司具有优势 (11)三、三大变现模式：移动端、企业端、硬件端 (12)第三节全声控交互场景诞生，音频生态潜在市场空间巨大 (13)一、远场识别技术突破，全声控场景诞生 (13)二、家居音频生态金矿显现 (15)三、智能家居整体竞争格局：大部分产品同质化，竞争激烈 (19)第四节语音识别应用逐渐铺开，多场景涌现 (26)一、车载：车联网破局的关键 (26)二、医疗：提升服务效率，医疗大数据入口 (29)三、教育：口语测评准确性超过教师 (32)第五节投资逻辑 (33)图表目录图表1：手机端平均安装的应用数量接近30款 (5)图表2：人机交互发展路径不断优化 (6)图表3：音频行业发展历经重要变革 (7)图表4：内容爆发催生出新的音频生态模式 (8)图表5：语音识别流程：从信号收入、输出结果到语音合成 (8)图表6：语音识别技术得到广泛应用. (9)图表7：语音识别应用呈现不同难度 (9)图表8：互联网巨头纷纷进入布局语音识别领域 (11)图表9：相对于手机移动端，行业应用和智能硬件市场广阔、变现难度低 (13)图表10：全声控场景真正彻底解放了用户的双手双眼 (13)图表11：远场识别需解决四大壁垒 (14)图表12：全声控交互应用于家庭场景 (15)图表13：全声控设备构建家居音频生态 (16)图表14：北京人民广播电台广告价格表呈现三个梯次 (17)图表15：北京人民广播电台日广告收入测算最高超55万元 (17)图表16：家居音频生态广告收入可观 (18)图表17：电子及互联网巨头参与智能家居市场竞争 (19)图表18：巨头布局智能家居各环节 (19)图表19：市场对机器人运动控制和智能交互提出多样化需求 (20)图表20：PEPPER情感机器人在同类产品中智能程度最高 (21)图表21：CYNTHIA BREAZEAL及其团队开发JIBO情感机器人 (22)图表22：叮咚音箱音频服务不断进化 (23)图表23：通过叮咚音箱的家电控制，可实现家具控制智能化 (24)图表24：全时双工智能是音箱发展的可能方向 (24)图表25：科大讯飞等企业推出智能音箱产品 (25)图表26：车联网目前由车企和互联网企业联合主导. (26)图表27：大众车联网支持手机系统 (26)图表28：百度在车联网市场不断拓展 (27)图表29：车企呼叫中心有缺陷 (28)图表30：车联网和语音技术供应市场呈现竞争态势 (29)图表31：NUANCE在医疗领域提供语音解决方案 (29)图表32：语音录入病例流程示例 (30)图表33：POWER SCRIBE 360产品依赖三个子系统 (31)图表34：IBM布局医疗领域 (32)图表35：广东英语口语高考，机器（科大讯飞）与人工评分准确性对比 (32)图表36：语音识别应用智能客服、公共服务等场景 (33)图表37：科大讯飞收入主要来源于B端 (33)第一节语音交互需求增长迅速,大规模应用已经开始一、语音解决手机交互痛点，是人机交互发展的必经之路根据TalkingData 2016年1月发布的报告，全国平均每部移动设备上打开应用20款，安装应用34款。
早在2013年3月谷歌就统计过，手机平均应用数量前十名的国家平均应用数量接近30款。
图表1：手机端平均安装的应用数量接近30款资料来源：Google，北京欧立信调研中心随着应用数量增加、功能增强，每天应用的时间和频率也在迅速增长。
2013年的相关统计显示，除睡觉时间外，全球人均6.5分钟看一次手机，一天和手机互动150多次。
但是手机应对高强度的交互需求有几个明显的缺陷：视觉疲劳：长时间面对手机后，有90%的使用者会感到眼睛酸疼干涩、视物模糊，严重者头痛眩晕；本身就需要长时间面对电脑工作的人群甚至可能出现结膜组织病变及其他多种眼部疾病。
占用双眼双手，交互效率低：以典型的开车环境为例，无论驾驶员使用手机还是利用车载屏幕进行手写输入，都有很高的安全隐患；在输入输出文字的时候，手写的输入效率明显低，且有一定的错误率；需要从屏幕上的众多应用中找出目标、点击等待应用开启后才能开始交互，也是痛点之一。
手机不在身边就丧失了交互能力：我们认为，人机交互将按照键盘鼠标、触控、全语音、脑电波的路径发展；是补充和优化，而非完全替代。
键盘鼠标已经非常完善，苹果手机的诞生使触控交互也趋向成熟；人机交互目前仅需要在手势识别、力度感应等方面加强。
脑电波交互虽然有“脑电图扫描器”（EEG）等科研成果，但谈及商业应用、推向市场还为时尚早。
处在大规模商业化应用的进程中的目前只有语音交互，特别是脱离手机设备的全声控交互方式，这种方式突破了此前人机交互的瓶颈，让智能家居、智能硬件、智慧医疗等众多概念得到广泛的应用。
图表2：人机交互发展路径不断优化资料来源：搜狐，北京欧立信调研中心二、随着音频内容爆发，音频交互新生态显现国内音频文化产品在几年前还相对匮乏，音频形式的内容很少，只有广播、音乐和一些有声文学产品。
欧美国家的音频内容发展相对较早，早已取得一定规模：德国2013年购买过有声书的人数占总人口的7%；美国2014年有声书市场为20亿美元，英国2015年达9100万英镑，分别约合人民币135亿元、8.56亿元。
近年来随着移动互联网PGC、UGC 平台以及各类自媒体的爆发式增长，文化产品的丰富程度和个性化程度也大大提升，迅速吸引了大量用户，梁宏达的自媒体栏目《老梁故事汇》在优酷网上一期点击率即可破500万。
对用户而言，听音频比阅读和看视频轻松的多，同时更适合利用碎片时间；许多视频内容都同步推出了音频版本，并快速取得了成功；《罗辑思维脱口秀》在喜马拉雅FM已获18971.2万次播放，《吴晓波频道》拥有124万粉丝，收听累计18365.9万次。
同时，受欢迎的音频栏目涉及到了多个领域，如新闻快评、财经分析、教育培训、军事解密、情感生活等，呈现百花齐放之势。
垂直网站如“汽车之家”增加了音频频道，引起全民热潮的《CCTV•朗读者》也在喜马拉雅FM上线了音频栏目。
自2016年以来，以荔枝FM、喜玛拉雅FM、蜻蜓FM三大平台为代表的播客平台迅速崛起，用户总数破亿，成为资本市场上低调而后劲十足的生力军。
可以说音频市场正在发生井喷式增长，用户对音频交互的需求激增。
图表3：音频行业发展历经重要变革资料来源：网易数码，北京欧立信调研中心平台类公司中喜马拉雅在音频行业成长最快，2016年6月估值就已超8亿美元，2016年9月用户量超过3亿，活跃用户日均使用时长达111分钟。
该公司的盈利来自三个部分：一是广告盈利，二是用户直接付费如“粉丝打赏”、“付费收听”；三是智能硬件，推出了针对车主、儿童等目标人群的“随车听”、“听书宝”等硬件产品，既满足用户利用碎片化时间娱乐、学习的需求，也方便了不会操作复杂智能设备的老人。
音频内容的爆发导致手机已经不能很好的满足所有场景下人机交互的需求，这也催生了音频类智能硬件的出现。
但目前市面上绝大多数产品，仍然存在内容同步不便、缺少语音控制功能等问题。
距离达到使用过程的智能化理想还有很大距离，只有极少数真正具有高技术含量的产品才有可能成为最终入口。
图表4：内容爆发催生出新的音频生态模式资料来源：和讯网，北京欧立信调研中心三、语音识别大规模应用已经开始目前语音识别技术已经有了较为广泛的应用。
C 端应用集中在手机等移动设备中，随处可见具有语音识别功能的APP；车载、家居、可穿戴设备等智能硬件产品也集成了语音识别和应答的功能。
B 端应用在医疗、教育等领域应用较多，如中科汇通的“医语通”可以语音录入病例、快商通为企业提供人工智能营销客服服务、平安车险的反欺诈骗保等。
图表5：语音识别流程：从信号收入、输出结果到语音合成资料来源：电子产品世界，北京欧立信调研中心图表6：语音识别技术得到广泛应用.资料来源：云财经，北京欧立信调研中心图表7：语音识别应用呈现不同难度资料来源：搜狐科技，北京欧立信调研中心第二节语音识别是入口级技术，国内外竞争格局有差异一、巨头主导海外市场，专业技术公司C端变现压力大由于语音识别是人机交互入口级的技术，大公司都希望使用自己的语音识别引擎，以便在应用过程中可以收集到大量有价值的用户数据。
美国语音技术公司巨头Nuance 的产品支持超过50种语言，在全球拥有20亿用户。
苹果最早就使用了Nuance的技术，但并未减少在自己Siri上的投入，而且将Nuance和微软的部分高级人才挖了过来，组建了自己的技术团队，在Siri逐步成熟后弃用外部引擎。
谷歌早期通过收购SayNow和Phonetic Arts进入语音识别领域，后来又借助一系列其他收购逐步完善了语音识别的技术积累，2016年谷歌发布语音助手Google Home和内置的语音助手Google Assistant，可识别四种语言。
Facebook在2013年收购了语音识别公司Mobile Technologies，其产品Jibbigo支持多种语言互译，成为出国旅游的常用工具。
不久后又收购了语音识别公司Wit.ai，该公司的技术是通过语音控制移动应用程序、穿戴设备和机器人等智能硬件。
2015年Facebook还测试了旗下智能语音助手“Moneypenny”。
Facebook在智能语音行业布局的战略是通过语音交互数据支持其广告投放效率，并将语音技术用到其将来的AR/VR等智能硬件产品中。
亚马逊于11、12、13年分别收购Yap、Evi、IvonaSoftware三家语音识别技术公司，Kindle Fire、ECHO智能音箱以及个人助手Alexa就是基于这些技术。
2016年亚马逊也积极扩展智能语音助手系列产品线，推出了Tap和Dot两款新产品。
微软在skype时期就着手积累语音识别技术，目前在个人助理Cortana和微软小冰上实现了应用。
2016年底微软将词错率降低至5.9%，首次达成与专业速记员持平而优于绝大多数人的表现。
图表8：互联网巨头纷纷进入布局语音识别领域资料来源：新浪财经，北京欧立信调研中心从国外互联网巨头对语音识别的积极布局中不难看出，Nuance等专业语音技术公司受制于C端的变现能力，很难与巨头直接抗衡；它们更多地在B端，如医疗、车载、企业服务等领域开疆拓土。