12 月 18 日，《2020-2021 中国智能语音产业发展白皮书》（以下简称《白皮书》）发布，其中在行业格局上，白皮书引用的德勤数据显示，科大讯飞以 60% 市场份额稳居第一，阿里、百度等为代表的互联网企业占据约 20% 市场份额，我国智能语音市场呈现“头部集中”的竞争格局。

《白皮书》指出，疫情影响及产业数字化需求拉动，我国智能语音市场规模持续稳定增长，产业进入规模化深耕期。2021 年，我国智能语音产业市场规模预计达到 285 亿元，同比增速达到 44%。

《白皮书》谈到，围绕企业级市场和消费级市场，智能语音相关应用正在加速落地。在企业级市场，智能语音在智慧教育、智慧医疗、智慧城市、智慧制造等领域发挥越来越重要的作用。在消费级市场，智能语音在智能办公、智能车载、智能手机、可穿戴设备、智能家居等领域的应用规模在不断扩张。

在谋划产业布局的同时，我国智能语音企业不断加大技术创新，取得了突破性进展。在语音合成、语音识别、声音检测、语音交互等方面，以科大讯飞为代表的中国智能语音企业的在多项国际赛事中夺冠，推动关键技术快速进步，用户体验得到明显改变。

2012 年科大讯飞让机器的英文语音合成全球首次超过人类水平;2015 年科大讯飞让机器的语音识别全球首次超过人类速记员;2016 年科大讯飞让机器的中英文口语作文评测全球首次达到人类专家水平;2017 年科大讯飞让机器的全科医生能力全球首次通过国家执业医师资格考试;2018 年科大讯飞让机器的口译翻译能力全球首次通过 CATTI 翻译资格考试;2019 年科大讯飞让机器的阅读理解能力全球首次超过人类平均水平。

2020 年以来，科大讯飞在 The 20BN-Jester Dataset 手势识别评测中以 97.26% 的准确率荣获冠军，并刷新世界纪录，同年 5 月 4 日，科大讯飞又在号称“史上最难的英文语音识别任务”CHiME-6 上夺冠，受到业内高度好评。

当下，智能语音技术发展面临多语种语言互通、复杂场景人机交互、多模态虚拟世界三大挑战。在挑战面前，科大讯飞继续保持源头技术的持续创新，在多语种研发、机器翻译能力、方言保护等领域取得可喜进展。讯飞也通过复杂场景语音识别的进步、端到端语音翻译技术的突破，来推动复杂场景人机交互的发展。面向数字化生存的未来，讯飞发布虚拟人交互平台 1.0，进一步推动多模态虚拟交互进展。

白皮书在肯定我国智能语音快速发展的同时也指出，目前，智能语音产业面临关键核心技术有待突破，解决社会重大命题的系统性创新需求增大，相关专业人才缺口较大等挑战。

智能语音下一步发展的关键创新点，是无监督学习、多模态融合、脑科学交叉融合创新和系统性创新等，并应聚焦开源算法平台构建和重点领域创新的科技攻关，同时应着力提升用户隐私的安全性。