語音識別是讓機器通過訓練學習，能夠對人類的語言進行即時數據處理為文字，這項技術的實現也讓人工智能產品得以實現和人類進行交流的功能。這些年我國的語音識別技術得到了不斷地提升。

       國內語音識別技術相關公司介紹：

       科大訊飛

　　科大訊飛股份有限公司成立于1999年，是一家專業從事智能語音及語言技術、人工智能技術研究，軟件及芯片產品開發，語音信息服務及電子政務系統集成的國家級骨干軟件企業。科大訊飛在智能語音核心技術研究領域，一直秉承“從市場中來、到市場中去”，“用正確的方法、做有用的研究”等核心理念，致力于建立智能語音及語言核心技術和核心技術應用產業化兩大方面的競爭力。科大訊飛的核心技術主要包括：語音識別技術、語音合成技術、自然語言理解技術、語音評測技術、聲紋語種技術、手寫識別技術等。科大訊飛始終堅持提供國際領先的語音及語言整體解決方案，不斷推出符合國家和社會需求的智能語音及語言技術產品及應用服務。

　　百度語音

　　百度語音其實很早就被確立為戰略方向，2010年與中科院聲學所合作研發語音識別技術，但是市場發展相對緩慢。百度幾乎成為了很多歸國人員刷簡歷的跳板，包括一些高層，其簡歷表上都被各大巨頭公司排滿了。但這對公司來說，有個卵用。因此直到2014年，百度重新梳理了戰略，終于找對了人，請來了人工智能領域的泰斗級大師吳恩達，正式組建了語音團隊，專門研究語音相關技術，由于有百度強大的資金支持，到目前為止收獲頗豐，斬獲了近13%的市場份額，其技術實力已經可以和擁有十多年技術與經驗積累的科大訊飛相提并論。

　　捷通和信利

　　同樣也是在2000年左右，還有兩家公司也相繼成立，這就是捷通華聲和中科信利。捷通華聲憑借的是清華技術，成立初期力邀中科院聲學所的呂士楠老先生加入，奠定了語音合成的基礎。中科信利則完全依托于中科院聲學所，其成立初期技術實力極為雄厚，不僅為國內語音識別行業培養了大量人才，而且也在行業領域，特別是軍工領域發揮著至關重要的作用。中科院聲學所培養的這些人才，對于國內語音識別行業的發展極為重要，姑且稱之為聲學系，但是相對于市場來說，這兩家公司已經落后了科大訊飛一大段距離。中科信利由于還有行業市場背景，目前基本上不再參與市場運作，而捷通華聲最近也因為南大電子“嬌嬌”機器人的造假事件被推上了風口浪尖，著實是一個非常負面的影響。聲學相關類公司不同于其他行業，技術才是其發展壯大的根基。

　　思必馳

　　在2009年左右，DNN被用于語音識別領域，語音識別率得到大幅提升，識別率突破90%，達到商用標準，這極大的推動了語音識別領域的發展，這幾年內又先后成立許多語音識別相關的創業公司。成立較早一點的是思必馳，2007年成立，創始人大部分來源于劍橋團隊，其技術有一定的國外基礎，當時公司主要側重于語音評測，也就是教育，但經過多年的發展，雖然占有了一些市場，但在科大訊飛把持著考試制高點的情況下，也很難得到突破。于是在2014年的時候，思必馳痛下決心將負責教育行業的部門剝離，以9000萬賣給了網龍，自己則把精力收縮專注智能硬件和移動互聯網，最近更是集中精力聚焦車載語音助手，推出了“蘿卜”，可市場反響非常一般。雖然思必馳最近獲得了阿里戰略注資，但是筆者訪問其官網的時候，卻發現放在首要位置的竟是小智音箱，不知道這個賣了沒幾臺的音箱能帶給思必馳什么?

　　云知聲

　　借著2011年蘋果Siri的宣傳勢頭，2012年云知聲成立。云知聲團隊主要來源于盛大研究院，湊巧的是CEO和CTO也是中科大畢業，與科大訊飛可以說是師兄弟。但語音識別技術則更多的源于中科院自動化所，其語音識別技術有一定的獨到之處，有一小段時期內語音識別率甚至超越科大訊飛。因此也受到了資本的熱捧，B輪融資達到3億，主要瞄準智能家居市場。但至今已經成立了3年多，聽到的更多是宣傳，市場發展較為緩慢，B2B市場始終不見起色，B2C市場也很少聽到實際應用，估計目前還處在燒錢階段。但是這樣個燒法總是危險，科大訊飛已經上市暫且不論，思必馳和出門問問也懷抱巨資試圖落地，而且語音識別行業這個玩法，國內巨頭必然也會學習國外巨頭的思路，顯然收購初創企業擁有更多話語權，相對更為實在。

　　出門問問

　　出門問問也是成立于2012年，其CEO曾經在谷歌工作，在拿到紅杉資本和真格基金的天使投資之后，從谷歌辭職創辦了上海羽扇智信息科技有限公司，并立志打造下一代移動語音搜索產品——“出門問問”。出門問問的成功之處便是蘋果APP的榜單排名，但是筆者不知道有那么多內置地圖的情況下，為啥還要下載這個軟件，顯然有時候比直接查找地圖還要麻煩。出門問問同樣也具有較強的融資能力，2015年更是拿到了Google的C輪融資，融資額累計已經7500萬美元。出門問問主要瞄準可穿戴市場，最近自己也推出了智能手表等產品，但也是雷聲大，雨點小，沒見得其智能手表的銷量如何。

       現階段的語音識別技術已經在趨向成熟，利用深度學習等技術的研究提高準確率也是當前企業的進步方式。