沙利文发布《中国AI语音识别市场研究报告》

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。在智能时代，越来越多的场景在设计个性化的交互界面时，采用以对话为主的交互形式。一个完整的对话交互是由“听懂——理解——回答”三个步骤完成的闭环，其中，“听懂”需要语音识别（Automatic Speech Recognition, ASR）技术；“理解”需要自然语言处理（Natural Language Processing, NLP）技术；“回答”需要语音合成（Text To Speech, TTS）技术。三个步骤环环相扣，相辅相成。语音识别技术是对话交互的开端，是保证对话交互高效准确进行的基础。