全球语音感知 AI 芯片出货量预估

语音感知AI芯片指能够实现语音信号采集、存储、处理、播放等功能，并通过人工智能算法实现语音识别、自然语言处理等作用的AI芯片。语音感知AI芯片在人机交互中应用非常广泛，已成为仅次于机器视觉之外，边缘AI芯片第二大应用领域。

人工智能语音市场产业可以分为声学、语音感知、语言认知三大部分。其中音频采集与信号处理环节是智能语音交互的起点，当前核心技术难点在于回声消除、噪声消除、声源分离、远场和复杂声学环境下语音唤醒和识别准确率等关键技术；语音识别是把语音信号转变为相应的文本或音频的过程，当前核心技术在于声纹技术、口音适应能力、低功耗识别等；语义理解主要是通过自然语言处理等方式使机器理解语言，当前的核心在于口语语义的理解、对话关键信息的抽取等；对话管理是以多轮交互为核心的一系列自然语言认知技术的综合，是人机对话系统中的中枢，当前的核心在于实现多模态、全双工交互等；语音合成即从文本到语音，当前的核心在于使机器能够实现自然声音、高表现力等。人工智能语音行业的大部分公司只专注于产业链的单个或部分环节，少有公司能拥有覆盖产业链各环节的技术、产品与服务。

全球范围来看，2022年全球智能语音产业规模将达351.2亿美元，保持33.1%的高速增长；从我国来看，根据德勤统计数据，2022年我国智能语音市场将达341亿元，同比增长13.4%。

根据ABI Research数据，2022年全球语音感知AI芯片出货量约为1.66亿颗，到2028年预计增长到2.9亿颗，2022~2028年CAGR达到9.7%。