隨著機器學習和人工智慧的熱鬧，國內語音行業也可謂是百花齊放，尤其是最近幾年，不僅湧現了很多國內外的小公司，而且巨頭們也開始加速語音識別行業的布局。以下對語音識別行業現狀分析。

　　在眾多商業化應用中，輸入法、車載語音、智能家居、教育測評是語音識別最為普遍的應用模式。其中，輸入法是最為優質的數據入口，由訊飛、百度、搜狗三家獨占;教育測評也是發展較成熟的一類，目前市場上各類外語教學、測評軟體，都有不錯的數據流量;而社交軟體的流量則被騰訊搶占了，在這種情況下，新興的語音識別公司不得不另闢蹊徑。

　　對於新崛起的科技公司，硬體搭配語音識別是一個很普遍的應用模式，例如雲知聲做智能家居，思必馳做智能車載語音系統，出門問問推出智能手錶。由於智能家居、車載語音、手錶本身的場景要求，其需要處理的語音複雜度較低，對於數據流量的要求也沒那麼苛刻。至此，數據流量幾乎被全部搶占，後來者能參與的只是商業模式的複製和差異化。

　　任何時候提到語音識別，都不能避過Nuance這家公司，這家公司曾經在語音領域一統江湖，世界上有超過80%的語音識別都用過Nuance識別引擎技術，其語音產品可以支持超過50種語言，在全球擁有超過20億用戶，幾乎壟斷了金融和電信行業。就算現在，仍舊是瘦死的駱駝比馬大，Nuance依舊是全球最大的語音技術公司，掌握著全球最多的語音技術專利。蘋果語音助手Siri、三星語音助手S-Voice、各大航空公司和頂級銀行的自動呼叫中心，剛開始都是採用他們的語音識別引擎技術。Nuance已經登陸了納斯達克，三星、蘋果和百度都和它傳過緋聞，傳言多次收購，但是全都無疾而終。

　　事實上，Nuance有點過於自大了，語音技術即便冠絕全球，但是在具體應用上，差距就沒有那麼大了。語音識別技術並非高不可攀，實際上一款用戶體驗較好的語音識別系統，很大程度上依靠數據和經驗，專利和算法什麼的並沒有那麼重要。聰明人自然很多，所以巨頭們只需考慮挖到專業人士或者收購初創公司，自主研發出不遜於Nuance的語音識別技術也不是太難的事情，又何必花費巨資看Nuance臉色呢。

　　語音識別主要有以下五個問題;⒈對自然語言的識別和理解。首先必須將連續的講話分解為詞、音素等單位，其次要建立一個理解語義的規則。⒉語音信息量大。語音模式不僅對不同的說話人不同，對同一說話人也是不同的，例如，一個說話人在隨意說話和認真說話時的語音信息是不同的。一個人的說話方式隨著時間變化。⒊語音的模糊性。說話者在講話時，不同的詞可能聽起來是相似的。這在英語和漢語中常見。⒋單個字母或詞、字的語音特性受上下文的影響，以致改變了重音、音調、音量和發音速度等。⒌環境噪聲和干擾對語音識別有嚴重影響，致使識別率低。

　　以上介紹了實現語音識別系統的各個方面的技術。這些技術在實際使用中達到了較好的效果，但如何克服影響語音的各種因素還需要更深入地分析。目前聽寫機系統還不能完全實用化以取代鍵盤的輸入，但識別技術的成熟同時推動了更高層次的語音理解技術的研究。由於英語與漢語有著不同的特點，針對英語提出的技術在漢語中如何使用也是一個重要的研究課題，而四聲等漢語本身特有的問題也有待解決。以上就是筆者對語音識別行業現狀分析了。