语音识别是人机交互的入口，是指机器/程序接收、解释声音，或理解和执行口头命令的能力。随着语音技术与智能手机、平板电脑等电子产品芯片集成的深入发展，用户交互体验水平将得到大幅提升，用户认知和习惯得以培养，中国智能语音市场规模将会继续保持稳步扩张态势。

语音识别技术自20世纪50年代开始步入萌芽阶段，发展至今，主流算法模型已经经历了四个阶段：包括模板匹配阶段、模式和特征分析阶段、概率统计建模阶段和现在主流的深度神经网络阶段。目前，语音识别主流厂商主要使用端到端算法，在理想实验环境下语音识别准确率可高达99%以上。

中国AI语音识别市场参与者众多，主要分为上游、中游、下游。语音识别上游主要为一些提供数据与云服务的企业。语音识别解码过程中包含了声学模型和语言模型的识别建模和模型训练两个部分。在运行过程中训练数据量和计算量需求极大，因此，能提供海量数据处理、存储以及高性能运算能力的云计算技术成为语音识别行业的应用热点。语音识别的中游主要为将语音识别技术实现商业化落地的硬件及软件服务供应商。根据终端消费者类型，语音识别的中游厂商主要可以分为消费级市场和专业级市场。语音识别下游行业应用多样化，一站式服务需求广。语音识别作为AI交互的重要入口，在人工智能领域属于最重要和发展最为成熟的技术之一，目前已经以多种商业化形式广泛应用于下游市场。从应用领域来看，目前消费级市场主要应用于智能硬件、智能家居、智慧教育、车载系统等领域，专业级市场主要应用于医疗、公检法、教育、客服、语音审核等领域。

中金企信国际咨询公布的《2021-2027年中国AI语音识别行业现状分析及赢利性研究预测报告》

在过去5-10年，随着技术端的快速发展，AI语音识别市场得到的快速发展。目前主流语音识别模型已经以深度神经网络为主导，神经网络的出现及普及为语音识别准确率的提升起到了重要作用。语音识别解码过程中包含了声学模型和语言模型的识别建模和模型训练两个部分，在运行过程中训练数据量和计算量需求极大。在此过程中，数据标注企业通过分类、画框、标注、注释等，对语音数据进行处理，并标记特征供机器学习，最终实现计算机能够自主识别。按数据类型划分，中国人工智能数据标注市场以语音、图像、NLP领域的标注服务为主。其中，2018年语音类数据标注服务市场规模为6.6亿元，语音类数据采集与标注服务市场规模为2.8亿元。2019年，语音类数据整体需求规模占比较2018年略有下滑，但仍在40%左右的水平，说明语音类数据在数据标注服务市场中的地位较为重要，市场需求量大。在过去五年间，中国AI语音的需求逐渐爆发，产品及服务主要包括智能音箱、智能车载和智能硬件及消费及互联网增值服务。然而，目前面向消费者的产品及服务在内，语音识别的相关应用及使用场景仍具有局限性。未来，在产品供应商和开发者共同构建产业生态圈的过程中，语音识别技术将更好地与其他语音交互技术及软件功能融合，为消费者提供更优质的体验，未来AI语音识别市场将迎来广阔的发展空间。

人工智能发展水平一定程度上体现了各国最高的科技水平。考虑到人工智能发展对于国家经济发展的重要性，中国政府已针对人工智能行业颁布了多项国家层面的发展政策，自2017年以来人工智能行业已经连续三年被写入《全国政府工作报告》内。具体支持政策包括项目发展基金、人才引进政策及其他国家扶持政策。目前，语音识别技术属于中国AI领域中最为成熟落地的技术之一，在国家政策的强力扶持下，预计未来能够加速在垂直行业的渗透和布局。2020年中国智能语音市场规模达到113.96亿元，同比增长19.2%，预计2026年中国智能语音市场规模将进一步增长，达到326.88亿元。