隨著人工智能技術的不斷發展 語音識別技術的準確率和應用范圍也在不斷提高和擴大

• 黃婷 2024年1月12日 來源：互聯網 823 50
• 繁體

近二十年來，語音識別技術取得顯著進步，開始從實驗室走向市場。人們預計，未來10年內，語音識別技術將進入工業、家電、通信、汽車電子、醫療、家庭服務、消費電子產品等各個領域。 語音識別聽寫機在一些領域的應用被美國新聞界評為1997年計算機發展十件大事之一。很多

語音識別技術

近二十年來，語音識別技術取得顯著進步，開始從實驗室走向市場。人們預計，未來10年內，語音識別技術將進入工業、家電、通信、汽車電子、醫療、家庭服務、消費電子產品等各個領域。 語音識別聽寫機在一些領域的應用被美國新聞界評為1997年計算機發展十件大事之一。很多專家都認為語音識別技術是2000年至2010年間信息技術領域十大重要的科技發展技術之一。 語音識別技術所涉及的領域包括：信號處理、模式識別、概率論和信息論、發聲機理和聽覺機理、人工智能等等。

語音識別的應用領域非常廣泛，常見的應用系統有：語音輸入系統，相對于鍵盤輸入方法，它更符合人的日常習慣，也更自然、更高效;語音控制系統，即用語音來控制設備的行，相對于手動控制來說更加快捷、方便，可以用在諸如工業控制、語音撥號系統、智能家電、聲控智能玩具等許多領域;智能對話查詢系統，根據客戶的語音進行操作，為用戶提供自然、友好的數據庫檢索服務，例如家庭服務、賓館服務、旅行社服務系統、訂票系統、醫療服務、銀行服務、股票查詢服務等等。

近日，騰訊云語音識別(Automatic Speech Recognition，ASR)方案基于大模型能力全新升級，依托業界領先的自研語音識別技術和海量的語音行業大數據優勢，可為不同行業、不同需求的客戶提供高質量的語音識別服務，精準、高效助力千行百業持續創造應用價值、繁榮產業生態。

騰訊云ASR是將語音轉化成文字的PaaS產品，依托微信智聆實驗室自研技術，有效提高復雜場景的識別準確性，極大地改善復雜音頻和低信噪比音頻識別的效果。通過業界首創的高性能引擎，能夠實現23種方言的語音識別，讓用戶無需事先定義方言，即可讓模型進行自動化適應。另外，突破現有ASR引擎的場景局限，騰訊云ASR在線下銷售、下沉市場等不同場景都能夠靈活、廣泛地進行使用。

目前，騰訊云ASR已經在微信、王者榮耀等騰訊內部產品以及外部不同行業持續落地，覆蓋錄音質檢、會議實時轉寫、語音輸入法等多個場景，產品單日調用量達到百億次，單月服務的內外部企業客戶數達到數千個。

據中研產業研究院《2024-2029年中國語音識別行業市場現狀分析及未來發展趨勢預測報告》分析：

語音識別(ASR)是AI最早的應用場景之一，業界不少方案目前僅能針對簡單場景進行精準識別，一旦音頻環境復雜，或者多人交錯說話、聲音重疊，識別準確率就會大打折扣。為了助力解決上述語音識別應用難題，騰訊云ASR自研多模態融合算法、蒸餾和半監督算法等，強化上下文理解能力，大幅減少語音數據的標記工作，更好地提升復雜識別環境的準確率。

通過自研多模態融合算法，騰訊云在模型預訓練階段加入文本大語言模型(LLM)，增加上下文預測的準確率，對部分通過純音頻識別無法正確識別的場景有了更好的提升作用，在各行業數據集中(尤其是低信噪比數據集)取得更佳效果。同時采用無監督學習，使得模型中加入大量未經標注的低資源數據，在垂類行業音頻和方言音頻上取得了重大突破。

語音識別行業未來發展趨勢分析

人工智能是未來科技的重點發展方向之一。而語音識別技術作為人工智能的一個核心技術之一,則會在未來的人工智能領域中扮演著舉足輕重的角色。

傳統語音識別技術只是把語音轉換為文本或命令，而智能助手則擁有更高層次的語音交互體驗。智能助手利用機器學習、自然語言處理等技術，通過與人類交互來提供智能化的服務。與傳統語音識別不同，智能助手需要能夠理解人類的情感、個性等因素，并能夠根據用戶的需求提供更加個性化和智能化的服務。

據德勤數據顯示，中國智能語音市場規模2021年規模為301億元，預計2021-2030年CAGR達19.9%。

隨著人工智能技術的不斷發展，語音識別技術的準確率和應用范圍也在不斷提高和擴大。同時，語音識別技術的成本和可靠性也是技術因素中需要考慮的因素。根據數據，全球語音識別市場規模在2020年達到了約20億美元，預計到2027年將達到約50億美元。

預計未來10年內，語音識別技術走進了工業、家電、通信、汽車電子、消費電子產品等各個領域。語音識別作為人工智能發展最早、且率先商業化的技術，近幾年來隨著深度學習技術的突破，識別準確率大幅提升，帶動了一波產業熱潮。

隨著互聯網的快速發展，以及手機等移動終端的普及應用，目前可以從多個渠道獲取大量文本或語音方面的語料，這為語音識別中的語言模型和聲學模型的訓練提供了豐富的資源，使得構建通用大規模語言模型和聲學模型成為可能。在語音識別中，訓練數據的匹配和豐富性是推動系統性能提升的最重要因素之一，但是語料的標注和分析需要長期的積累和沉淀，隨著大數據時代的來臨，大規模語料資源的積累將提到戰略高度。

本研究咨詢報告由中研普華咨詢公司領銜撰寫，在大量周密的市場調研基礎上，主要依據了國家統計局、國家商務部、國家發改委、國家經濟信息中心、國務院發展研究中心、國家海關總署、全國商業信息中心、中國經濟景氣監測中心、中國行業研究網、全國及海外相關報刊雜志的基礎信息以及語音識別行業研究單位等公布和提供的大量資料。報告對我國語音識別行業的供需狀況、發展現狀、子行業發展變化等進行了分析，重點分析了國內外語音識別行業的發展現狀、如何面對行業的發展挑戰、行業的發展建議、行業競爭力，以及行業的投資分析和趨勢預測等等。報告還綜合了語音識別行業的整體發展動態，對行業在產品方面提供了參考建議和具體解決辦法。報告對于語音識別產品生產企業、經銷商、行業管理部門以及擬進入該行業的投資者具有重要的參考價值，對于研究我國語音識別行業發展規律、提高企業的運營效率、促進企業的發展壯大有學術和實踐的雙重意義。

如果想要了解更多中國語音識別行業詳情分析，可以點擊查看中研普華研究報告《2024-2029年中國語音識別行業市場現狀分析及未來發展趨勢預測報告》。

• 相關深度報告REPORTS

  

  2024-2029年中國語音識別行業市場現狀分析及未來發展趨勢預測報告

  語音識別是一門交叉學科。近二十年來，語音識別技術取得顯著進步，開始從實驗室走向市場。人們預計，未來10年內，語音識別技術將進入工業、家電、通信、汽車電子、醫療、家庭服務、消費電子產品...

  查看詳情

延伸閱讀

推薦閱讀

猜您喜歡