智能語音語義技術主要研究人機之間語音信息的處理問題。簡單來說，就是讓計算機、智能設備、家用電器等通過對語音進行分析、理解和合成，實現人“能聽會說”、具備自然語言交流的能力。

智能語音技術概述

按機器在其中所發揮作用的不同，分為語音合成技術、語音識別技術、語音評測技術等。語音合成技術即讓機器開口說話，通過機器自動將文字信息轉化為語音，相當于機器的嘴巴。

語音識別技術即讓機器聽懂人說話，通過機器自動將語音信號轉化為文本及相關信息，相當于機器的耳朵；語音評測技術通過機器自動對發音進行評分、檢錯并給出矯正指導。此外，還有根據人的聲音特征進行身份識別的聲紋識別技術，可實現變聲和聲音模仿的語音轉換技術，以及語音消噪和增強技術等。

智能語音產品和服務形態多樣

智能語音技術會成為未來人機交互的新方式，將從多個應用形態成為未來人機交互的主要方式。

智能音箱類產品提升家庭交互的便利性。智能音箱是從被動播放音樂，過渡到主動獲取信息、音樂和控制流量的入口。當前智能音箱以語音交互技術為核心，成為作為智能家庭設備的入口，不但能夠連接和控制各類智能家居終端產品，而且加入了個性化服務，如訂票、查詢天氣、播放音頻等能力。

個人智能語音助手重塑了人機交互模式。個人語音助手，特別是嵌入到手機、智能手表、個人電腦等終端中的語音助手，將顯著提升這類產品的易用性。如蘋果虛擬語音助手 Siri 與蘋果智能家居平臺Homekit 深度融合，用戶可通過語音控制智能家居。Google Now 為用戶提供關心的內容，如新聞、體育比賽、交通、天氣等等。微軟的Cortana 主要優勢在于提升個人計算機的易用性。

以 API 形式提供的智能語音服務成為行業用戶的重要入口。智能語音 API 主要提供語音語義相關的在線服務，可包括語音識別、語音合成、聲紋識別、語音聽轉寫等服務類型，并且可以嵌入到各類產品，服務或 APP 中。在商業端，智能客服、教育（口語評測）、醫療（電子病歷）、金融（業務辦理）、安防、法律等領域需求強烈；在個人用戶領域，智能手機、自動駕駛及輔助駕駛、傳統家電、智能家居等領域需求強烈。