在大數據、移動互聯網、云計算以及其他技術的推動下，全球的智能語音產業已經步入應用的快速增長期。

　　2010年前后，科技巨頭，例如谷歌、微軟和蘋果、科大訊飛紛紛強化在語音市場上的參與，全球的語音市場逐漸從一家獨大發展成為競爭市場，雖然從整體上看，該市場依然被巨頭牢牢把控。數據顯示，2015年，語音識別領頭羊公司Nuance依然牢牢占據著市場份額第一的寶座，占有率為31.1%，但是已經呈現出明顯的下滑趨勢。而谷歌、微軟、蘋果和科大訊飛則獲得了迅速的增長，全球市場份額分別為20.7%、13.4%、12.9%和6.7%。

　　中國智能語音產業獲得了前所未有的發展。ResearchandMarkets估算認為，2015年，中國的語音市場規模為46.8億人民幣，比前一年增長53.1%，占世界的12%。

　　根據中國工業和信息化部電子科技信息情報研究所數據顯示，2013年，全球智能語音產業規模整體達33.7億美元，同比增長38.1%;2014年較2013年同比增長41.0%，產業規模大幅提升。預計到2017年，全球智能語音產業規模將達112.4億美元，復合年均增長率達35.1%。

　　語音產業從最初的萌芽到技術突破，再到產業化階段以及目前的快速應用階段，已經形成了相當成熟的產業。簡單看來，世界智能語音產業發展歷程可分為四個階段：

　　第一階段是技術萌芽階段(20世紀50～70年代)，以孤立詞和少詞匯量句子識別，并通過關鍵詞匹配實現簡單命令操作為主要內容，AT&T貝爾實驗室開發的Audrey語音識別系統是其主要標志。Audrey能夠通過跟蹤語音中的共振峰，識別10個英文數字，正確率高達98%。

　　第二階段是技術突破階段(20世紀80年代)，語音識別和自然語言處理技術有了較大進展。智能語音技術研究由傳統的基于標準模板匹配的技術思路開始轉向基于統計模型(HMM)的技術思路，并再次提出了將神經網絡技術引入語音識別問題的技術思路。

　　第三階段是產業化階段(20世紀90年代到21世紀初)，智能語音技術由研究走向實用并開始產業化，以1997年IBM推出的ViaVoice為重要標志。自此，智能語音產品開始進入呼叫中心、家電、汽車等各個領域。比如，上世紀70年代由美國國防部遠景研究計劃局資助的，旨在支持語言理解系統的研究開發工作的計劃DARPA，進入90年代后，研究重點已轉向識別裝置中的自然語言處理部分，識別任務設定為“航空旅行信息檢索”。

　　第四個階段是快速應用階段(2010年以后)，以蘋果Siri的發布為重要引爆點，智能語音應用領域由傳統行業開始向移動互聯網等新興領域延伸。在一些發達國家，大量的語音識別產品已經進入市場和服務領域并取得很好的效果。

　　快速應用階段打開了市場的大門，消費者也可以看到琳瑯滿目的產品出現，而隨著其他技術的發展，比如近年來全面開花的眾多人工智能技術不斷獲得突破，語音技術的市場發展潛力也在進一步擴大。

　　高級的智能呼喚高級的語音

　　不難看到，語音技術在人工智能的發展中占有絕對重要的地位，它既是機器輸出語言，也就是“說話”的前提，也是機器輸入，也就是“聽”的保證。簡單地說，前者設計語音合成后者涉及語音識別，這都是智能語音的關鍵技術。

　　舉例來說，在科技領域，聊天機器人時下是一個火熱的話題，國外很多科技媒體都預言，聊天機器人大有取代App乃至取代搜索成為互聯網入口之勢。至少亞馬遜的Echo發布一年多便占領了語音控制智能家居的入口。同時，Facebook力推Messenger，谷歌也要憑借其強大的人工智能技術推出一款結合搜索的智能助理，微軟有定位于專用商務助理的Cortana，IBM的Waston積蓄已久，在醫療、環境、能源等行業都有動作。

　　微軟聊天機器人Cortana

　　谷歌、Facebook、微軟、IBM等國外企業正在積極推進智能語音技術的研發及應用，以智能語音為切入點積極布局整個人工智能領域。語音交互作為人機交互的重要演進方向，從感知智能到認知智能，基于深度神經網絡等方法，以語音語言為切入的認知計算將是人工智能發展的必然路徑。因此，語音交互技術在服務機器人博弈中扮演著十分重要的角色。

　　毫不遜色的中國造智能語音

　　外科技巨頭在語音上一如既往的強勢，可以說，語音已經成為必爭之地。而語音識別領域，中國并不落后于發達國家，不少技術處于國際領先地位。