國內最值得關注的10家人工智能語音識別公司

在談人工智能的時候，一定不能不談語音識別，語音識別是人機交互的入口，是指機器/程序接收、解釋聲音，或理解和執行口頭命令的能力。目前國內外都有公司在語音領域有所投入，其中包括才成立幾年的初創企業，也包括中途入局的巨頭企業，電子發燒友梳理了國內10家在語音領域影響較大的企業如下，排名不分先后，如有任何紕漏，歡迎留言指正。

科大訊飛

成立于1999年，具有語音合成、語音識別、口語評測、語言翻譯、聲紋識別、人臉識別、自然語言處理等智能語音與人工智能核心技術。

主要產品介紹：

訊飛輸入法，支持語音輸入；

咪咕靈犀，中國移動和科大訊飛聯合推出的智能語音助手，支持粵語，既能語音打電話、發短信、查天氣、搜航班，還能查話費、查流量、買彩票、訂彩鈴等；

發條，一款基于科大訊飛AIUI智能引擎，通過語音交互，迅速定位用戶想要內容的AI音樂助手；

訊飛電視助手，可以語音播放、換臺；

思必馳

成立于2007年，一家專注于智能硬件領域的語音公司，主要面向智能硬件三個垂直領域：智能車載、智能家居和智能機器人，提供自然語言交互解決方案。2018年6月26日，宣布完成D輪5億元融資。

主要產品介紹：

對話操作系統AIOS系統（AISpeechOperatingSystem思必馳人工智能操作系統）——運行于Android、Linux、阿里云OS等主流操作系統之上，目前主要用于車載領域（AIOSForCar）和家居領域（AIOSForHome）；

軟硬一體化的芯片模組，它提供聲源定位、個性喚醒、語音識別、語義理解、多輪對話等功能，主要用于家居和機器人領域。

云知聲

成立于2012年6月29日，一家智能語音識別AI技術企業，專注于物聯網人工智能服務。2018年7月，云知聲宣布已完成6億元人民幣C+輪融資，至此，云知聲C輪系列融資總金額已達13億元人民幣。

主要產品介紹：

面向物聯網的AI芯片UniOne，這是一款擁有自主知識產權和語音解決方案的物聯網AI芯片，也是面向AIoT（AI+IoT）的AI芯片；

基于該款芯片的智慧家居和智能音箱方案，該方案可以幫助客戶完成語音項目開發，加速客戶AI產品落地，同時為客戶定制AI語音模塊，快速量產。

出門問問

成立于2012年，一家以語音交互和軟硬結合為核心的人工智能公司，擁有自主研發的語音交互、智能推薦、計算機視覺及機器人SLAM技術。至2017年4月，出門問問共完成六輪融資，累計融資額超過2.55億美元。

主要產品介紹：

硬件產品包括：TicWatch系列、TicPods系列、TicKasa系列、TicBand、TicMirror、TicWear等，所有硬件都圍繞”出門問問”這款應用，它既是一款語音助手App也是連接所有硬件的核心。

聲智科技

成立于2016年，一家專注聲學前沿技術和人工智能交互的科技創新公司，提供從端到云的智能語音交互技術和服務方案，以及從芯片、模組、開發板到白牌產品的智能語音應用方案。

主要產品介紹：

SoundAIAzero，一款集成聲波配網、波束形成、聲源測向、噪聲抑制、混響消除、回聲消除、語音喚醒、端點檢測、語音識別、聲紋識別、語義理解、語音合成、雙工通話等全鏈條智能語音交互開發系統，兼容主流智能語音芯片和硬件架構，支持DuerOS、AliGenies、小愛平臺、騰訊叮當、Alexa等AI內容平臺；

SoundAI麥克風陣列芯片，支持USB的低功耗麥克風陣列芯片SAI101C；

SoundAI麥克風陣列模組，基于聲智科技麥克風陣列核心技術的軟硬一體化方案，實現全方向喚醒、聲源測向、定向拾音、噪聲抑制、混響消除、回聲抵消、語音識別、語義理解、聲紋識別、語音合成等功能，滿足用戶在語音交互領域的全方位需求。

捷通華聲

成立于2000年10月，是一家專注于智能語音、智能圖像、生物特征識別、智能語義等全方位人工智能技術研究與應用，全面發展人工智能云服務的高新技術企業。

主要產品介紹：

靈云開放平臺，合作伙伴可根據行業用戶實際應用場景，靈活挑選、組合應用多項項人工智能技術，嵌入到系統集成商的平臺中，可為各個行業的企業辦公自動化提供各種人工智能能力，實現智能化應用。

語音合成，應用靈云提供的TTS技術，實時、準確地將文本轉換為自然、流暢、清晰的語音；

語音識別，應用靈云提供的ASR技術，具備高識別準確率、高識別速度、領域模型可定制、支持多種處理模式等功能，同時具有SDK開發簡單、開發包資源占用小等優勢。

聲紋識別，應用靈云提供的VPR技術，通過對說話者語音和數據庫中登記的聲紋做比較，從而確定該說話人是否為本人，文成對用戶進行身份校驗和鑒別。

智能語音導航，基于靈云平臺應用靈云語音識別（ASR）、語音合成（TTS）、語義理解（NLU）等技術，允許電話呼入的客戶以開放的方式表述業務需求，系統將用戶的語音轉化為文本。

智能語音質檢，基于靈云平臺應用靈云語音識別（ASR）技術，將海量錄音數據進行智能化的自動語音轉文本、關鍵詞檢出、語速分析、靜音分析、情緒檢測等核心技術產品，可大大提高企業質檢效率、解決人工質檢局限性、提升服務質量與管理水平、降低企業運營成本，輔助業務經營決策。

SpeakIn

成立于2015年，一家全球領先的聲紋識別與身份安全人工智能公司，2018年5月SpeakIn及其全資子公司國音科技宣布完成近近億元人民幣融資，本輪融資由IDG資本領投。

主要產品介紹：

SpeakIn核心算法，使用目前學術界最前沿、基于深度學習聲紋識別技術，使用大數據訓練的深度神經網絡（DNN）能夠提取出更準確的說話人特征，擁有多種聲紋識別的前端音頻信號處理算法，極大的提高了準確度和魯棒性，確保聲紋提取和驗證的速度，并適應多種不同場景與應用的需求。

SpeakIn核心技術，包括活體檢測技術、情緒識別、人聲分離、性別識別、聲紋大數據檢索與比對、云平臺技術、動態聲紋數據庫技術、自研聲紋采集專用硬件、前瞻性研究等。

百度

主要產品介紹：

語音識別，通過場景識別優化，為車載導航，智能家居和社交聊天等行業提供語音解決方案；

長語音識別，在會議、教學或者媒體采訪中，長語音識別服務可快速準確的將長時間的語音轉化為文字，方便進行拷貝和編輯等后續的工作；

遠場語音識別，通過麥克風陣列前端處理算法，有效消除噪音，同時對目標說話人聲音進行增強，使得智能家居、智能硬件、機器人語音交互等場景下的遠場語音也可準確識別；

呼叫中心實時語音識別，通過MRCP或TCP協議進行低成本對接，將語音訊號轉化為文本流實時輸出。應用于智能客服，外呼機器人，實時電話質檢，電銷輔助機器人等場景；

呼叫中心音頻文件轉寫，可將電銷業務、客服業務、質檢業務等多場景的語音精準地轉為文字。

騰訊

語音識別，依托騰訊的語音技術，為開發者提供全面優質的語音轉文字功能。

長語音識別，依托騰訊的語音技術，為開發者提供全面優質的近場長段語音轉文字功能，目前支持漢語普通話，并涵蓋南北地域重口音。

關鍵詞檢索依托微信AI的語音技術，在給定關鍵詞文本列表的前提下，在音頻中精準定位出現了哪個或哪幾個關鍵詞、具體時間起止點以及置信度，比語音識別更高效。

語音合成，依托騰訊領先的語音技術和深度學習算法，為開發者提供全面優質的文字轉語音服務。

小米

小愛同學語音服務基于小米聲學實驗室、大數據及全生態建設，涵蓋語音、NLP、搜索推薦等技術，為開發者提供高效、便捷、智能的語音服務。小愛同學語音服務涵蓋影音視聽，實用工具，生活，知識教育，游戲趣玩，休閑娛樂，兒童等近百款自研精品技能及上千款第三方技能，且支持語音控制所有小米IoT設備。

總結

語音識別的最終目的是能夠真正的理解人類語言甚至是方言，過去幾年，人們在人工智能領域和深度學習領域的突破，讓語音識別取得了很大的進步，然而在方言識別方面，還極少公司取得比較矚目的成績，語言理解本身就是一個復雜的領域，期待未來能夠有更多突破。

更多精彩閱讀：

語音識別的兩個方法_語音識別的應用有哪些

語音識別的優缺點_語音識別功能介紹

語音識別算法有哪些_語音識別特征提取方法

怎么實現語音識別_手機語音識別怎么設置

語音識別設置能刪除嗎_語音識別系統工作流程