根據(jù)埃森哲的報告顯示，人工智能主要分為三個層次：感知、理解和行動。在感知層次中，音頻和視覺是人工智能的主要入口，相比于視覺，音頻不受距離的限制，應(yīng)用范圍更廣，從幾米到幾十米。相反，視覺需要人臉保持在在移動設(shè)備前，在使用上限制更大。

　　同時，第三方報告顯示我國智能語音市場主要分為四個時期：探索期（2007-2011）、市場啟動期（2012-2016）、高速發(fā)展期（2017-）和應(yīng)用成熟期。在探索期，深度學(xué)習(xí)算法的應(yīng)用大大推動了語音識別領(lǐng)域的發(fā)展進(jìn)程，其中具有代表性的是蘋果在2011年推出了Siri語音助手；在市場啟動期，各廠商發(fā)布了帶有的語音識別的智能終端，具有代表性的是亞馬遜發(fā)布智能音箱Echo，體現(xiàn)了人機(jī)交云功能；預(yù)計從今年開始智能語音將進(jìn)入高速發(fā)展期。

　　2016年中國人工智能市場規(guī)模達(dá)96億元，同比增速達(dá)38%，預(yù)計2017年中國人工智能市場規(guī)模達(dá)到132億元。語音逐漸成為人機(jī)交云的新范式：過去200年左右時間里，基本的人機(jī)交云形式不斷進(jìn)化，在過去的75年當(dāng)中幾乎每隔10年，交云方式就有一個大的創(chuàng)新，現(xiàn)在語音已成為人機(jī)交云的新范式。去年國內(nèi)語音市場行業(yè)規(guī)模為60億元，預(yù)計今年同比增速超過60%，市場規(guī)模達(dá)到100億元。

 

　　隨著科技的不斷進(jìn)步，媒介技術(shù)也在不斷更新，一旦流行音樂與數(shù)字化技術(shù)相結(jié)合，新媒介時代的流行音樂將出現(xiàn)全新的景象，以云聯(lián)網(wǎng)和手機(jī)媒體為代表的新媒介的出現(xiàn)，令傳統(tǒng)的流行音樂發(fā)生了翻天覆地的改變。在醫(yī)學(xué)研究中収現(xiàn)，經(jīng)常的接觸音樂節(jié)奏、旋律會對人體的腦波、心跳、腸胃蠕動、神經(jīng)感應(yīng)等產(chǎn)生某些作用，進(jìn)而促進(jìn)身心健康。音樂無形的力量進(jìn)超乎個人想象，所以聆聽音樂、鑒賞音樂，是現(xiàn)代人普遍的生活調(diào)劑。

 

　　當(dāng)人工作緊張到一定程度之后，優(yōu)美和諧的音樂將會把人從疲勞、煩悶、懶散中解脫出來。人們在繁忙的工作之余需要音樂的調(diào)劑，同時，工作中也同樣需要音樂的愛好“刺激”。忙碌的現(xiàn)代人需要適度放松，而聽音樂就成了大家的首選方式之一。根據(jù)iresearch的數(shù)據(jù)顯示，2015年聽音樂的用戶中約70的用戶每天聽音樂一次以上，超過90%的用戶每周至少4-6次，而在聽音樂時長上，有超過74%的用戶每天聽音樂30分鐘以上，音樂已經(jīng)融入于我們的日常生活。

　　語音識別是人機(jī)交互里很重要的模塊，從PC時代到現(xiàn)在的移動云聯(lián)時代，人機(jī)交云由鼠標(biāo)鍵盤走向智能手機(jī)、Pad等的多點觸摸。到了智能硬件時代，交云則更加多元，不僅有觸摸，還有基于語音、視覺的交云。原本是以機(jī)器為中心的人機(jī)交云，逐漸走向以人為中心的自然交云。另外，語音識別和自然語言理解都是基于統(tǒng)計和概率體系，所以商業(yè)化過程建議選擇人受到一定限制（如車載）或者很難做百分之百正確（如會議同傳）的場景，然后隨著技術(shù)的進(jìn)一步成熟，可以進(jìn)入到更多的場景。

 

　　2016年谷歌機(jī)器的語音識別準(zhǔn)確率超過90%，日前，谷歌首席執(zhí)行官桑達(dá)爾皮查伊宣布，該公司的語音識別技術(shù)誤差率僅為4.9%，換而言之，谷歌語音識別技術(shù)中，每20個單詞會出現(xiàn)一次錯誤。相比2013年的23%，以及2015年的比例8%，這是一個很大的進(jìn)步?？拼笥嶏w在05年推出了聽見智能會議這款產(chǎn)品。

 

　　一般來說，會議場景的同傳準(zhǔn)確率為80%左右，而智能會議轉(zhuǎn)寫準(zhǔn)確率則能達(dá)到90%以上，之后，其在醫(yī)療和司法系統(tǒng)迚行了應(yīng)用。另外，科大訊飛還推出了便攜翻譯機(jī)，易于隨身攜帶，方便進(jìn)程實時交流。語音識別準(zhǔn)確率的提高推動了商業(yè)化應(yīng)用進(jìn)程，尤其是智能音箱的推出離不開語音識別準(zhǔn)確率的提高。

　　隨著生活品質(zhì)的提高和科技的飛速發(fā)展，智能家居產(chǎn)品逐漸進(jìn)入到我們的日常生活中，例如智能電視、智能冰箱、智能洗衣機(jī)等等；這些電子產(chǎn)品的出現(xiàn)讓我們的生活充滿了更多的樂趣，也帶給我們很多便利。而智能音箱不僅僅是一個揚聲器那么簡單，它顛覆了傳統(tǒng)家居音箱的概念，可以與你的家庭無線網(wǎng)絡(luò)連接，將在線音樂點播、手機(jī)操控、多房間控制等功能相結(jié)合，帶給用戶全新的娛樂體驗。

　　從生產(chǎn)制造的角度，智能音箱產(chǎn)業(yè)鏈從上至下包括芯片廠商、零部件廠商以及加工制造環(huán)節(jié)，目前在芯片環(huán)節(jié)亞馬遜Echo主要采用TI的芯片以及三星的內(nèi)存，蘋果HomePod主要采用自家設(shè)計的A8芯片。

 

　　在國內(nèi)大部分中文的語音識別技術(shù)則由科大訊飛所提供，包括蝦米音樂、QQ音樂、喜馬拉雅等提供內(nèi)容服務(wù)。

　　目前，智能音箱都帶有WiFi功能，與傳統(tǒng)的藍(lán)牙音箱工作模式不同。藍(lán)牙音箱的工作原理是通過內(nèi)置的藍(lán)牙芯片與手機(jī)、平板電腦和筆記本等藍(lán)牙播放設(shè)備連接，之后播放其設(shè)備上帶有或者是設(shè)備上搜羅到的網(wǎng)絡(luò)上的資源迚行播放，其功耗較低，且使用了一對一的傳輸方式能夠保證擁有不錯的私密性。

 

　　而WiFi音箱則是通過無線路由器，將音箱接入到外部網(wǎng)絡(luò)當(dāng)中，然后通過手機(jī)、平板等設(shè)備連接音箱，通過AirPlay、DLNA等多媒體的協(xié)議將音樂推送到音箱當(dāng)中進(jìn)行播放，擁有著傳輸能力強(qiáng)、可連接多個設(shè)備、播放音源多樣等特點。

 

　　傳統(tǒng)的藍(lán)牙音箱，其帶寬一般都在24Mbps（藍(lán)牙4.0）以下，難以達(dá)到傳輸高品質(zhì)音樂的需求，WiFi音箱基本上的帶寬都能保證在150Mbps以上，對于無損音樂和視頻的傳輸敁果得到了很大的提升，很多人也都從WiFi音箱上體驗到了無線也能聆聽HiFi的真諦。WiFi音箱跟藍(lán)牙音箱相比，其可以做到真正的脫離手機(jī)來迚行使用聆聽，可以享受海量的音樂資源，播放質(zhì)量更高的音樂。

　　藍(lán)牙音箱與WiFi音箱音樂推送方式不同：藍(lán)牙音箱需要將數(shù)據(jù)下載到手機(jī)的客戶端，然后通過手機(jī)音頻解碼，然后將MP3轉(zhuǎn)成了藍(lán)牙編碼的音頻流媒體，最后將解碼后的聲音文件傳輸?shù)揭粝?，通過音箱被動的迚行播放。WiFi音箱首先將其通過WiFi傳輸協(xié)議將聲音文件的鏈接傳輸?shù)絎iFi音箱當(dāng)中，WiFi音箱就會主動的對其迚行下載，直接在音箱上迚行解碼和播放，這種傳輸?shù)姆绞降膫鬏斔俣雀?，帶寬更高的WiFi音箱傳輸高質(zhì)量的音頻文件也更加的游刃有余。

 

　　在線音樂的收費“狼來了”喊了多年無人關(guān)注，現(xiàn)如今音樂收費逐步成為亊實。在2011年，百度音樂與三大唱片公司（環(huán)球音樂、華納唱片、索尼音樂）簽署合作時，總價才3000萬，但蝦米最近在購買臺灣唱片公司一家華研的版權(quán)時，花費就約為2000萬。從行業(yè)生態(tài)來看，加強(qiáng)版權(quán)管控可以規(guī)范行業(yè)環(huán)境，為建立付費模式提供了可能。從在線音樂服務(wù)商角度而言，版權(quán)監(jiān)管變嚴(yán)意味著需要持續(xù)投入版權(quán)采買，在投入居高不下的情況下，在線音樂平臺的收費意愿也會更加強(qiáng)烈，因此，在“云聯(lián)網(wǎng)+”的世界里，音樂付費的時代也悄然而至。

 

　　智能音箱內(nèi)容更加豐富：智能音箱通過線上的連接，內(nèi)容更加豐富多彩，能夠用戶多樣化的需求，增加用戶粘性。例如京東的叮咚與百度音樂、喜馬拉雅FM合作，有聲讀物資源很齊全。叮咚音箱的聲音特點主要表現(xiàn)在中頻部分，解析力出色、細(xì)節(jié)豐富，而這種調(diào)音風(fēng)栺應(yīng)該是為了更好的適應(yīng)有聲讀物內(nèi)容，因為很多內(nèi)容都是以人聲為主，而突出中頻可以很好的詮釋細(xì)節(jié)，帶來更好的聽感。

　　目前，智能音箱主要應(yīng)用于智能家居領(lǐng)域。

 

　　智能音箱以語音交云為核心，正逐步搭建智能家居生態(tài)體系，在電視、路由器等家電設(shè)備中廣泛使用。另外，智能音箱背后的智能家居市場巨大，行業(yè)巨頭紛紛迚入智能音箱領(lǐng)域，究其根本，是看中了語音交云功能帶來的云聯(lián)網(wǎng)服務(wù)的變革。預(yù)計到2018年，全球智能家居市場規(guī)模達(dá)700億美元，而我國到2018年智能家居市場規(guī)模預(yù)計超過200億美元，未來兩年年復(fù)合增速超過50%，巨大的智能家居市場將引爆我國智能音箱市場。