智能语音市场高速发展，消费级市场巨头更具优势，专业级市场传统语音企业更具优势.pdf

证券研究报告 新三板 TMT专题报告 智能语音市场高速发展，消费级市场巨头更具优势，专业级市场传统语音企业更具优势 2019.3.12 魏也娜 （ 分析师 ） 电话： 020-88836105 邮箱： weiyngzgzhs 执业编号： A1310518090001 智能语音：人工智能的核心基础 智能语音是人工智能感知领域的重要技术之一 。 2017 年 智能语音占据我国人工智能 22%市场份额，位居第二位，是人工智能的重要入口。 多重利好助力 ， 行业国内市场规模将达 159.7 亿元 需求端：智能语音市场分为消费级市场和专业级市场 。 消费级市场智能语音主要应用于智能家居、智能可穿戴设备、智能车载以及智能手机，其中智能家居 2018 年市场规模将达到 1680.3 亿元，智能语音为智能家居不可缺少的部分；智能可穿戴设备 2018 年市场规模将达到 374.1 亿元，智能语音为其天然交互入口；智能手机中配置语音助手 比例 进一步提升，预计到 2023 年 90%智能手机都将配置智能语音助手。专业级市场智能语音主要应用于医疗、教育、呼叫中心等领域，其中智能医疗进入全面启动期， 2017 年市场规模达375.2 亿元；教育领域，得益于新高考方案和国家英语能力考试改革，语音评测市场潜力巨大；呼叫中心规模稳定增长，预计 2022 年市场规模达 8930.5亿元。 技术端：深度学习、大数据、高性能计算三大技术处于快速发展期，极大提升语音识别准确率 。 政策端：人工智能上升到国家战略地位，智能语音作为其核心基础从中收益 。 三大因素助力下， 2018 年全球智能语音市场规模将达到 141.1 亿美元 ，同比增长 27.92%，国内智能语音市场规模将达到 159.7 亿元，同比增长 51.09%。 产业链参与者众， 短期内中下游有望率先诞生独角兽 在上游芯片领域，市场 主要被国外科技巨头 NVIDIA、 ARM、 Intel、 Google等垄断 ，国产芯片厂商逐渐进入语音市场， 而中下游初步形成寡头垄断格局，具体而言全球方面， Nuance、谷歌、苹果、微软、科大讯飞五家龙头企业占有 88%的市场份额，国内方面，主要份额被科大讯飞、百度、苹果、 Nuance、小 i 机器人占据 。 我们认为短期内中下游市场 有望率先 诞生独角兽企业。具体而言，上游芯片领域资金、技术壁垒高，短期内国内企业难以脱颖而出； 下游需求多样化程度高 ，进入门槛相对较低，有望培育一批优质初创企业， 因此我们认为短期内应重点关注中下游 领域 。 剖析中下游龙头：消费级市场巨头更具优势，专业级市场传统语音企业更具优势 消费级市场 C 端巨头优势显著。一方面由于消费级技术难度高，技术研发周期更长，巨头往往可以通过大量投入经费及技术并购逐步完善技术布局，因此具备资金优势的巨头企业优势明显；另一方面，消费级市场更为分散，传统 C 端巨头在获客上更有优势。 专业级市场技术优势更 为凸显。 一方面， 专业级市场往往对厂商的技术准确性和可靠性要求更高，拥有高技术水平的企业更具竞争力，另一方面，专业级市场拥有技术优势企业 ， 通过资源整合规避渠道上的不足难度 相对较低 ，在渠道垄断并不明显的 众多 细分领域，技术实力强劲的企业仍有可能成为 行业龙头。因此 尽管主要份额被 Nuance、科大讯飞、小 i 机器人等从事语音行业多年的传统语音企业占据，但云知声、思必驰等企业依然受到市场较大关注。 投资标的推荐 依据技术、渠道两大核心竞争力，及其在不同市场的侧重性，建议关注科大讯飞、捷通华声、中科汇联等企业 。 风险提示 技术发展速度不达预期；商业化应用速度不及预期 。 相关报告 1、人脸识别行业报告：“刷脸”时代到来，看好掌握核心技术与应用场景深耕企业 广证恒生 做中国新三板研究极客 敬请参阅最后一页重要声明 证券研究报告 第 2 页 共 32 页 新三板 TMT 专题 报告 目录 目录 . 2 图表目录 . 3 1. 智能语音：人工智能的核心基础 . 5 1.1 智能语音行业进入高速发展阶段 . 5 1.2 行业核心技术：语音识别、语音合成、自然语言处理 . 6 2.多重利好助力，行业市场规模将达 159.7 亿 . 9 2.1 下游市场需求广阔 . 9 2.1.1 消费级市场火热，智能语音必不可少 . 9 2.1.2 专业级市场稳中有升，智能语音被广泛使用 . 11 2.2 相关技术处于爆发期，提升语音识别准确性 . 13 2.2.1 深度学习处于爆发阶段，为语音识别发展提供算法基础 . 13 2.2.2 大数据处于迅速发展阶段，为语音识别提供充足数据基础 . 15 2.2.3 高性能计算机处于蓬勃发展阶段，为语音识别训练提供强大计算能力 . 16 2.3 人工智能上升到国家战略地位，智能语音作为基础从中收益 . 18 2.4 三大因素助力， 2018 年中国智能语音市场规模将达 159.7 亿元 . 19 3产业链参与者众，一批优质企业脱颖而出 . 19 3.1 国产芯片厂商逐渐进入语音市场 . 20 3.2 中下游巨头云集，市场格局日益清晰 . 21 3.2.1 全球龙头企业为 Nuance . 21 3.2.2 国内龙头为科大讯飞 . 22 3.3 中下游市场广阔，有望孕育众多优质企业 . 24 4. 剖析中下游龙头：消费级市场巨头更具优势，专业级市场传统语音企业更具优势 . 24 4.1 消费级市场，拥有渠道、资金优势的互联网巨头优势显著 . 24 4.2 专业级市场是中小企业主战场，技术优势更为突出 . 27 5.相关企业推荐 . 28 5.1 科大讯飞（ 002230）：传统语音龙头，核心技术代表了世界的最高水平 . 28 5.2 捷通华声：专注于语音、手写识别等智能人机交互 (HCI)领域 . 29 5.3 中科汇联（ 835529）：致力于计算机软件开发、管理咨询与服务 . 29 6.风险提示 . 30 敬请参阅最后一页重要声明 证券研究报告 第 3 页 共 32 页 新三板 TMT 专题 报告 图表目录 图表 1. 智能语音是人工三大核心基础技术之一 . 5 图表 2. 智能语音占据人工智能行业重要地位 . 5 图表 3. 智能语音行业进入高速发展阶段 . 6 图表 4. 智能语音技术主要包括语音识别、语音合成、自然语言处理 . 7 图表 5. 语音识别技术经过发展成为应用最成熟技术之一 . 7 图表 6. 语音识别技术原理 . 8 图表 7. 语音合成技术发展经历四个阶段 . 8 图表 8. 语音合成技术原理 . 8 图表 9. 自然语言处理技术原理 . 9 图表 10. 2018年智能家居市场规模将突破 1600亿 . 10 图表 11. 2020智能家电平均渗透率将超过 60% . 10 图表 12. 智能可穿戴设备市场预计保持 36.3%高速增长 . 10 图表 13. 智能可穿戴设备趋于无屏化、小屏化特点决定智能语音为其天然入口 . 10 图表 14. 智能车载市场预计保持 42.60%高速增长 .11 图表 15. 最多用户因手眼被占用使用语音助手 .11 图表 16. 至 2023年 90%的智能手机将配置 AI语音助手 .11 图表 17. 人们正日益倾向于使用智能语音助手 .11 图表 18. 中国智能医疗进入信息化建设全面启动期 . 12 图表 19. 医疗信息化市场规模不断上升 . 12 图表 20. 医疗行业有意愿应用人工智能技术占比已达 78.5% . 12 图表 21. 76.39%的人认为人工智能会在医疗行业广泛使用 . 12 图表 22. 2018年高考人数为近九年最多 . 12 图表 23. 中国呼叫中心规模稳定增长 . 13 图表 24. 智能客服工作流程 . 13 图表 25. 单层神经网络 . 14 图表 26. 多层神经网络 . 14 图表 27. 浅层学习与深度学习对比 . 14 图表 28. 深度学习使微软语音识别准确率上升了 26.89% . 15 图表 29. 科大讯飞通过使用海量数据有效降低识别错误率 . 16 图表 30. 神经网络模拟要求高计算性能 . 17 图表 31. 百度语音识别准确度 . 17 图表 32. 用户最在意语音识别准确度 . 17 图表 33. 人工智能相关政策进入爆发期 . 18 图表 34. 2018年全球智能语音市场规模将达到 141.1亿美元 . 19 图表 35. 2018年中国智能语音市场规模将达到 159.7亿元 . 19 图表 36. 国内智能语音行业可分为三部分 . 20 图表 37. 国内芯片厂商纷纷进入语音市场 . 20 图表 38. 智能语音中下游市场主要竞争者 . 21 图表 39. 全球市场基本形成寡头垄断格局 . 21 图表 40. 全球智能语音市场主要企业布局情况如下 . 22 图表 41. 国内智能语音市场主要份额被科大讯飞、百度、苹果、 Nuance、小 i机器人占据 . 23 图表 42. 国内智能语音市场主要企业布局情况如下 . 23 图表 43. 我们认为短期中下游市场有望最先诞生独角兽企业 . 24 图表 44. Cortana智能音箱市场份额不足 5.6% . 25 图表 45. Cortana语音交互功能缺乏 . 25 敬请参阅最后一页重要声明 证券研究报告 第 4 页 共 32 页 新三板 TMT 专题 报告 图表 46. Google近年来智能语音市场收购事件 . 25 图表 47. 苹果近年来智能语音市场收购事件 . 26 图表 48. Google在搜索领域拥有 91.99%的市场份额 . 26 图表 49. 百度国内搜索引擎市场（移动端）市占率第一 . 26 图表 50. 百度国内搜索引擎市场（ PC 端）市占率第一 . 26 图表 51. 苹果新品发布的季度 iPhone出货量有较大增长 . 27 图表 52. 科大讯飞在智能语音各个技术领域具有世界级科技水平 . 27 敬请参阅最后一页重要声明 证券研究报告 第 5 页 共 32 页 新三板 TMT 专题 报告 1. 智能语音：人工智能的核心基础 智能语音是指智能系统通过机器感知技术实现声音采集、语音识别、语义理解等信息处理， 利用自然语言理解等技术来进行分析，从而实现人机对话、智能判析和决策的一整套计算过程。简单来说就是让计算机、智能仪表、手机甚至家电和玩具都能像人一样“能听会说”的技术。 智能语音是人工智能的重要入口，是人工智能三大核心基础技术之一。 人工智能 是计算机科学领域的一个分支，包含研究、开发用于模拟、延申和扩展人的智能的理方法、技术及应用系统等，核心的三大基础技术是计算机视觉、智能语音和机器学习。其中 2017 年 智能语音占据我国人工智能 22%市场份额，位居第二位。 图表 1. 智能语音是人工 三大核心基础技术之一 图表 2. 智能语音占据人工智能行业重要地位 资料来源： 艾瑞咨询 、 广证恒生 资料来源： 中国信息通信研究院 、 广证恒生 1.1 智能语音行业进入高速发展阶段 智能语音行业 经过 60 余年发展 进入 了 高速发展阶段。 智能语音技术萌芽阶段为 20 世纪 50-70 年代 ：1952 年，第一个语音识别系统 Audry 诞生。 技术突破阶段为 20 世纪 80 年代： 1984 年，计算机第一次开口说话； 1988 年， Sphinx 系统首个非特定人、连续语音识别系统诞生 。产业化阶段为 20 世纪 90 年代至21 世纪初： 1997 年， Viaboice 系统发布； 2002 年 EAR 项目实施； 2009 年 Windows7 集成语音功能发布 。快速应用阶段为 2010 年至 2016 年 ： 2011 年，苹果推出 Siri 语音助手，迅速带动整个行业的兴起，微软、谷歌、百度、科大讯飞等相继推出自身语音助手应用； 2014、 2015 年， Google Android 和 Apple Watch 发布将可穿戴设备市场推向高潮， 市场教育完成； 同年，美的、海尔等传统家电厂商开始联网，与阿里、小米等互联网厂商开始跨界合作，智能家居开始成为趋势； 2016 年汽车 智能化兴起，专为车设计的芯片落地，推动车联网市场迅速发展。自 2017 年起，随着语音识别性能的提升和市场教育的完成，基于语音交互的垂直场景应用将日益成熟，未来 1-3 年将引来产业高速发展阶段。 37% 22% 16% 14% 11% 计算机视觉 智能语音 自然语言处理 基础算法及平台 芯片 敬请参阅最后一页重要声明 证券研究报告 第 6 页 共 32 页 新三板 TMT 专题 报告 图表 3. 智能语音行业进入高速发展阶段 资料来源： 易观网 、 广证恒生 1.2 行业核心技术： 语音识别、语音合成、自然语言处理 智能语音技术主要分为语音识别、语音合成、自然语言处理。 语音 识别是让计算机将人类的语言转化为相应文本；自然语言处理基本包括认知、理解、生成等部分，是让计算机将输入的语言变成有意义的符号和关系，然后再根据说话者目的再处理，将计算机数据转化为自然语言；语音合成是自然语言处理的结果合成人类语音，语音合成的质量通常是看 与 人声的相似度以及语义是否被理解。 语音识别与自然语言处理最开始过程类似，但侧重点不同。 两 者 最开始都要识别声音模拟频率，消除背景噪音，然后将音频模拟器转换为数字格式，但语音识别侧重于分析语法（即词类和各类 词的构成、词性变化形态以及短句、句子的结构规律和类型），以便进行转录和翻译；而自然语言处理侧重于理解上下文语境和说话者的意图。 敬请参阅最后一页重要声明 证券研究报告 第 7 页 共 32 页 新三板 TMT 专题 报告 图表 4. 智能语音技术 主要包括语音识别 、语音合成、自然语言处理 资料来源： 公开资料整理 、 广证恒生 语音识别技术：人工智能率先商业化、应用最成熟技术之一。 语音识别技术是指通过机器自动将语音信号转化为文本及相关信息的技术，相当于给机器装上了耳朵。 1952 年 AT&T 贝尔实验室开发的 Audrey语音识别系统是语音识别技术的开端，自此之后，语音识别技术不断发展； 19 世纪 60 年代 ，计算机的应用推动了语音识别的发展，英国 Denes 等人研究成功第一个计算机语音识别系统； 19 世纪 70 年代，业界提出矢量量化 VQ 和隐马尔可夫模型 HMM 理论，小词汇量、孤立词的识别取得实质性进展； 19 世纪 80年代 HMM 模型和人工神经元网络在语音识别中成功应用； 19 世纪 90 年代许多国家和公司都为语音识别系统的实用化开发研究投以巨资，促进了语音识别的商业化落地； 2010 年，微软的俞栋、邓力与 Hinton合作，最早将深度学习引入语音识别，使得准确度大幅提升。 如今语音识别技术已成为人工智能率先商业化、应用最成熟的技术之 一。 图表 5. 语音识别技术 经过发展成为应用最成熟技术之一 资料来源： 公开资料整理 、 广证恒生 敬请参阅最后一页重要声明 证券研究报告 第 8 页 共 32 页 新三板 TMT 专题 报告 图表 6. 语音识别技术原理 资料来源： 公开资料整理 、 广证恒生 语音合成技术：发展最早，应用已较为普遍的技术。 语音合成技术是指通过机器自动将文字信息转化为语音的技术，相当于给机器装上了人工嘴巴。语音合成技术发展经历了四个阶段：仿生学方法合成；参数合成；波形拼接合成；基于数据库合成。仿生学方法是模仿人体发声原理，制作硬件进行语音合成，效率低，可操作性差 ；参数合成是采用共振峰合成器，发音清晰，但提取参数比较困难，整体音质难以达到文语转换实用要求；波形拼接合成是基于时域波形拼接，音色和自然度都有所提升，且结构简单易实现；基于数据库合成是基于超大规模音库制作，同时进行规则统计，音质和自然度都进一步提升。如今语音合成技术应用已较为普遍。 图表 7. 语音合成技术发展经历四个阶段 图表 8. 语音合成技术原理 资料来源： 公开资料整理 、 广证恒生 资料来源： 公开资料整理 、 广证恒生 自然语言 处理 （ NLP）技术：在搜索引擎中早有应用，但在人机交互领域仍属于