212加強版開關介紹我們過去一周強調聲學作為互聯(lián)網計算平臺和入口的價值，上周末我們也對Echo進行闡述。安信計算機團隊下午從計算機角度首先推薦，今晚我們市場最強TMT團隊率先深度推薦——??！
安信電子：高度重視音箱行業(yè)的邏輯！我們聯(lián)合計算機、傳媒團隊獨家發(fā)布“聲音的世界、巨頭的戰(zhàn)爭”深度報告，再簡明扼要說明邏輯：
1，無論是耳機還是音箱，生產力和生產關系嚴重不匹配，存在被顛覆的剛需；
2，聲學的時間價值，每人每天平均2小時聽音樂，時間超過打游戲等娛樂和汽車，時間是衡量價值的核心；
3，all in one的價值，以聲學智能化和獨立計算平臺為核心，整合各類功能，成為家庭獨立計算平臺，級別廣闊互聯(lián)網價值；
4，亞馬遜的Echo已經證明音箱的成功，無論是銷量還是智能家居和物聯(lián)網入口，我們產業(yè)鏈充足信息可以相信，蘋果和谷歌都很快進入這一市場；
5，A股產業(yè)鏈走進全球前沿！
聲學是下一個互聯(lián)網的入口。Amazon Echo銷售大超預期，從產業(yè)鏈看，互聯(lián)網廠商都將進入智能音響行業(yè)，之前的音樂版權之爭有望通過硬件落地。全球進入數(shù)字音樂時代，智能音響滿足聲音的輸出要求。在輸入端智能語音技術發(fā)展成熟，智能音響又能滿足人工智能交互的最佳輸入方式。信息的輸入與輸出得到完美詮釋，聲學將是互聯(lián)網的新入口，基于聲音的商業(yè)模式將得到延展。
■智能語音技術包括212加強版開關介紹了識別和交互環(huán)節(jié)，融合212加強版開關介紹了多種人工智能尖端技術，將成為學習成本最低控制方式。人機語音交互的應用關鍵在于準確率與響應時間，語音識別技術日益成熟，即將突破量變到質變的臨界點。語言識別技術和硬件發(fā)展驅動語音交互滲透率迅速提升。
■智慧家居將把家庭的安全、娛樂、飲食、健康等結合起來，用戶面對的將不再是各種家電和移動設備的零散組合，而是一個有機的整體。語音交互控制產品中音響類產品成主流方案。主要由揚聲器、麥克風以及處理芯片、無線傳輸模塊等構成。這類產品首先具有基礎音頻輸出功能，可以通過語音交互控制音樂播放。
■投資建議：我們預計智能音響行業(yè)有望成為新的互聯(lián)網和物聯(lián)網入口，互聯(lián)網廠商加速切入，從CES等展會觀察到約三分之一的廠商在布局聲學產品。音樂占據人們的時間，平均家庭收入33,800美元的家庭平均每周花19小時聽音樂，音樂支出占到娛樂花費的18%。音樂的商業(yè)模式在數(shù)字時代正在變化，內容收費需要與硬件結合。智能音響更多的價值也體現(xiàn)在家庭物聯(lián)網的整合控制和人工智能的實際載體。
■電子行業(yè)相關標的：1、音響制造廠商：推薦國光電器，關注漫步者；2、消費電子芯片廠商：推薦全志科技，關注北京君正；3、聲學元件廠商：推薦歌爾聲學、信維通信。
■計算機行業(yè)相關標的：1、軟件平臺處于產業(yè)核心地位：重點推薦科大訊飛、和而泰；2、家用服務機器人是產品最終發(fā)展形態(tài)：重點推薦參股Jibo智能家用機器人的東方網力；3、平臺內容提供商受益新的商業(yè)模式：建議關注與圖靈機器人合作的奧飛動漫、內容及版權提供商光一科技、安妮股份等。
■傳媒行業(yè)相關標的：1、音樂藝人：推薦蘇寧環(huán)球，關注共達電聲；2、音樂演出&音樂綜藝：推薦華錄百納、中南文化；3、播映平臺：推薦暴風科技，關注樂視網
重申聲學是下一個互聯(lián)網入口
我們上周從亞馬遜echo提示智能音箱的大機會并且此前一直看好音箱機會，我們在兩年前的蘋果產業(yè)鏈和歌爾聲學的研究報告中就指出，聲學將成為下一個互聯(lián)網入口！Amazon Echo再次吸引人們關注，我們在兩年前判斷的產業(yè)趨勢進入臨界點，聲學完成從量變到質變的積累，智能語音技術、流媒體、大數(shù)據、人工智能切入智能音箱，互聯(lián)網廠商與硬件廠商精密合作，家庭的互聯(lián)網入口未來將基于聲音的輸入和輸出！語音正成為計算接口，也是計算機輸入最有效率的一種形式，自然語言處理軟件算法及降噪保真等硬件的基礎完善，聲學的世界將響起巨頭們征戰(zhàn)的號角！
1.1.從Echo說起，互聯(lián)網廠商的下一個戰(zhàn)場是聲學
《亞馬遜 Echo 研發(fā)幕后全揭露》再次讓市場想起Amazon的Echo，語音交互革命的原型已經迭代，互聯(lián)網廠商今年預計將大舉進軍智能音響領域，行業(yè)有望突破臨界點。
新產品的上市總是會經過熱鬧后歸于平靜，但是當我們再次關注時發(fā)現(xiàn)，產品的銷量已經超過了很多人的預期。根據2016年4月CIRP發(fā)布的一份調查報告指出，亞馬遜Echo的銷量預計已經超過300萬臺，其中2016年第一季度的銷量達到約100萬臺。約有3.5萬人在亞馬遜網站給這款擴音器打過分，評分有4.5星之高，滿分為5星。2015年以來，Echo在亞馬遜用戶中的產品認知率和擁有率不斷提升。其中2016年第一季度Echo在美國亞馬遜用戶中的認知率達到61%，在客戶的亞馬遜設備擁有率提升至5%。相較智能手機在2016年的出貨量下降，語音交互產品的銷量火爆與之形成鮮明對比。
Amazon Echo是智能音響的先驅，國外流媒體的成熟催生了聲學硬件的創(chuàng)新。從亞馬遜官方的介紹來看，這款標價199美元的智能設備是一臺可聯(lián)網聲控藍牙音響，能夠通過連接Alexa語音服務平臺提供音樂播放、新聞、天氣等語音推送服務，交互模式是完全語音應答式的。Echo擁有7個麥克風和音響集成，所以即使在室內有語音播放的情況下仍能夠實現(xiàn)語音指令輸入，同時它也可以非指向性地實現(xiàn)360度全景聲音輸出服務。當你需要使用它時，通過呼喊“Alexa”或“Amazon”等關鍵詞就可以立即觸發(fā)設備。
Amazon Echo外觀上是一個沒有屏幕的圓柱體，高約9.25英寸（約23.5厘米），直徑3.27英寸（約8.35厘米），頂部外圈是代表設備喚醒狀態(tài)的響應燈，內部還有7個環(huán)狀排列的麥克風，用于準確捕捉來自各個方向的聲音信息。在設備內部，為了提供非指向性的360度全景聲音，2個揚聲器被疊放在機身的下部，上面是2.5英寸的低音單元，下面是2.0英寸高音單元，上方還有一個反射元件用于提高低音擴音輸出表現(xiàn)防止失真。從外觀上來看，Echo的大小相當于一個水杯，具有可移動性，而根據用戶反饋的效果，Echo的7個麥克風組成的聽力識別系統(tǒng)非常強大，在隔著房間和雜音干擾下都能準確識別語音指令。
Alexa語音服務平臺瞄準下一個計算界面平臺，目標設備鎖定“家居+汽車+手機移動端”三大領域。不同于Siri這類語音助手，Echo提供的解決方案是從功能性出發(fā)的，而基于云端的Alexa語音服務平臺更像一個語音庫級別的App Store，其中的服務包括亞馬遜為Echo設計的原生語音功能，第三方開發(fā)者通過Alexa App為Echo設備開發(fā)的定制服務，還有一些基于IFTTT提供的語音服務觸發(fā)器。
在Echo設計的原生語音功能方面：目前除了音樂、新聞、天氣、提醒事項等語音服務功能外，還可以通過Echo連接亞馬遜用戶進行語音購物，語音購物使你能夠在家中隨時隨地進行語音購物，不需要借助你的手機或其他智能設備，只需要通過語言指令或者對需求商品的描述就可以進行更快更方便的智能購物。
平臺的價值在于生態(tài)圈，能夠集成第三方的OEM語音服務，成為家居、汽車和手機移動端三個領域語音服務的集合中心。在智能家居方面，包括以Philips Hue為代表的智能照明，可通過語音隨時調節(jié)亮度、開關燈等，以Ecobee為代表的智能控溫器能根據外部監(jiān)測數(shù)據進行中央空調溫度調控，還有家居安全防護整套解決方案，包括電子鎖控、攝像頭監(jiān)控、災害監(jiān)控等，可實現(xiàn)遠程監(jiān)控和操控功能；在汽車電子方面，Alexa也積極布局與目前的車載智能平臺進行整合，比如目前已有的和Ford SYNC平臺合并，將汽車和家居聯(lián)系起來，比如可以實現(xiàn)在家中通過Echo的語音指令遠程啟動汽車，也可以在汽車行駛過程中通過車載平臺開啟或關閉家居設備。而在手機移動端，如果安裝了Lexi app，同樣可以通過手機來和Alexa語音服務平臺連接，而不需要額外的Echo設備。通過把這三大領域連接到Alexa語音服務平臺，真正通過云端的語音交互服務作為入口實現(xiàn)了物聯(lián)網的設想，即只通過網絡不依賴特定硬件的萬物連接。
同時在2015年11月Alexa語音服務平臺開始支持IFTTT的觸發(fā)式命令，可以通過IFTTT來定制許多個性化語音服務，而不是僅僅依賴于亞馬遜的原生語音服務和一些第三方集成的OEM解決方案。比如用戶可以通過語音請求Alexa發(fā)出“trigger party time”指令可以觸發(fā)Phillips Hue智能燈泡變成在IFTTT中定制過的不同顏色。
1.2.互聯(lián)網公司的音樂儲備需要硬件落地
互聯(lián)網公司頻繁參與音樂版權爭奪，全球進入數(shù)字音樂時代，但是依然需要硬件落地，智能音響滿足聲音的輸出要求。國內外互聯(lián)網公司紛紛加入音樂版權的爭奪。一個有趣的現(xiàn)象可以看到，現(xiàn)在出現(xiàn)很多歌曲只有單一的平臺可以收聽，比如QQ音樂成為《中國好歌曲第三季》全網獨家音頻首播平臺，蝦米上的正版限制越發(fā)嚴格?，F(xiàn)在已經很難在一個平臺上聽到所有的歌曲，音樂版權的爭奪基本進入平穩(wěn)期，精英消費群體的付費習慣也已養(yǎng)成，預計下一步的變現(xiàn)方式將是智能硬件。得益流媒體迅速增長，全球數(shù)字音樂規(guī)模首超實體音樂。IFPI的2016年全球音樂報告指出，得益于流媒體收入45.2%的增長率，數(shù)字音樂創(chuàng)造了10.2%的收入增幅，總量達67億美元，銷售占比45%首超實體音樂。音樂行業(yè)的整體收入增長了3.2%，達到了150億美元的規(guī)模，這也是近20年來音樂行業(yè)首次實現(xiàn)逐年增長。
流媒體音樂時代助力智能音響市場發(fā)展。我們認為在流媒體音樂時代，具備WiFi聯(lián)網、流媒體音樂播放接口和語音交互功能的智能音響產品能夠受益音樂行業(yè)發(fā)展潮流，市場空間廣闊！從CES 2015\2016參展情況來看，超過三分之一的消費電子品牌都展出了智能音響產品，除去國內新興的Sonos、叮咚智能音箱、電蟒智能云音響外，三星、LG、松下、索尼也紛紛推出智能音響產品。我們從以下三個角度看好智能音響市場：
符合流媒體音樂發(fā)展潮流：大多數(shù)智能音響具有流媒體播放接口。以Sonos為代表的智能音響采用開放式策略，與第三方音樂服務商合作，為用戶提供個性化流媒體音樂播放服務。目前Sonos在國內的合作伙伴包括網易云音樂、QQ音樂、蝦米音樂等主流音樂服務商，用戶可以將這些音樂服務商中的曲目同步至Sonos自身APP從而在智能音響上播放。也有以電蟒云音響為代表的智能音響廠商通過自建云曲庫，為用戶提供高品質流媒體音樂服務；
結合智能語音操作及其便捷：智能音響搭載語音交互功能是大趨勢，通過語音進行操作較傳統(tǒng)音樂播放更加便捷。同時也能通過APP遠程操控音響系統(tǒng)打破距離限制，無需復雜的布線安裝。
盈利模式變化，未來目標是打造聲學生態(tài)圈：智能音響的核心優(yōu)勢不是信號傳輸無線化，而是聲學生態(tài)圈的構建！智能音響硬件產品獲得用戶認可后，廠商可以通過自有平臺掌握用戶大數(shù)據，進而聯(lián)合流媒體音樂服務商、音樂人和唱片公司提供精準營銷、音樂推廣等增值服務，擺脫單純靠硬件銷售盈利的模式，構建“用戶+智能音響+大數(shù)據+增值服務”的聲學生態(tài)圈！
蘋果重金并購Beats，意在整合流媒體大數(shù)據與智能聲學產品。14年5月，蘋果以30億美元收購耳機生產商Beats Electronics和流媒體音樂服務提供商Beats Music，是蘋果歷史上價值最高的一筆收購。流媒體音樂服務Beats Music的CEO Ian Rogers接管蘋果iTunes Radio服務，直接向蘋果負責互聯(lián)網軟件和服務的高級副總裁Eddy Cue匯報。
蘋果收購Beats 的30 億美元出價，遠遠高于蘋果成立以來任何一次收購，顯示蘋果對互聯(lián)網音樂志在必得之意。除Beats 以外，蘋果還收購了擁有Musicmetric音樂分析工具的英國創(chuàng)業(yè)公司Semetric。我們推測蘋果未來將以Beats 品牌推廣智能耳機及智能音響產品，結合Apple Music等音樂服務，打造類似過去iPod+iTunes 的軟硬件結合模式，與Spotify 等互聯(lián)網音樂服務商競爭。
Spotify用戶、估值迭創(chuàng)新高，引領流媒體音樂發(fā)展潮流。2015年5月，總活躍用戶增長至7500萬，其中付費用戶2000萬。付費用戶占比達到26.7%。自該平臺發(fā)布以來，Spotify用戶中的付費用戶數(shù)量和免費用戶數(shù)量占比一直穩(wěn)定在25%和75%左右，付費用戶每月支付9.99美元即可收聽到320 kbps高音質無廣告版音樂，如果不愿意付費，也可以使用音質160kbps 的免費流媒體服務。2015年5月，Spotify宣布將融資5.26億美元，估值達到85億美元，躋身全球身價最高的非上市科技企業(yè)行列，已超過大部分唱片商估值水平。目前Spotify尚未實現(xiàn)盈利，近七成營收用于向版權持有者支付版稅。
目前智能音響市場保持較快增速增長，增速是手機三倍。根據IDC報告，在2014年，全球無線音響市場規(guī)模為69億美元，而到了2022年，這一數(shù)字將達到385億美元。在智能家居和智能音樂催化下，市場尚具有較大提升空間！
中國是音響的制造和出口大國。2014 年中國主要電子音響產品總產值約為 2,774億元，比 2013年增長 15.54%。該行業(yè)受國內外宏觀經濟情況影響較明顯，波動較大，細分行業(yè)較多，情況差異大。隨著人均收入的增長，消費能力的提高，音響產品逐步向二三級市場滲透，未來國內市場還有很大的需求空間。
從數(shù)據看流媒體已成音樂產業(yè)增長最快一環(huán)，付費的人群呈現(xiàn)跨越式增長。2015年增長率達到45.2%，總額達29億美元，在過去5年間增長了約4倍。得益于智能手機用戶的大規(guī)模增長，高品質音樂訂閱服務的增加，以及相關樂迷向正版音樂服務的遷移，流媒體占全球音樂行業(yè)收入的比例從2014年的14%增長到了19%。流媒體的收入占據了數(shù)字音樂行業(yè)收入的43%，并且很快就要超過下載服務所帶來的收入（45%），成為數(shù)字音樂的主要收入來源。近幾年，付費訂閱服務呈現(xiàn)明顯增長的態(tài)勢，據估計目前有6800萬人正在為訂閱音樂付費服務。這個數(shù)字在2014年的時候還只是4100萬人，而在2010年的時候僅有800萬人。
從產業(yè)了解看，今年下半年預計將有多家互聯(lián)網廠商進入智能音響領域，行業(yè)大趨勢確定，互聯(lián)網巨頭紛紛布局語音交互硬件產品，音響類產品成主流方案。在自然語言處理技術支持下，以Amazon、Google為首的互聯(lián)網巨頭紛紛進軍語音交互硬件產品，我們預計蘋果、騰訊、阿里、百度都將在音響領域布局，音響是聲音的輸入與輸出最佳的載體，主要由揚聲器、麥克風以及處理芯片構成。這類產品首先具有基礎音頻輸出功能，可以通過語音交互控制音樂播放。而它們的核心能力則是低噪聲環(huán)境下的語音識別能力，這一能力能夠很好解決目前智能家居產品在交互信息入口方面的能力。因而這種音響類產品能夠被方便地引入智能家居控制系統(tǒng)，輔助用戶進行高效便捷的控制。
1.3.互聯(lián)網的入口還在于聲音的輸入
隨著Echo出現(xiàn)，all in one音響類產品雛形開始顯現(xiàn)，語音交互成為最直接的控制方式，Amazon Echo的開機詞Alexa是最佳代表，聲音的輸入是互聯(lián)網入口的新價值所在。智能音響產品的構成包括揚聲器、麥克風、處理芯片、存儲芯片和WiFi/藍牙組件等部分，在音樂播放這一基礎功能之外具有基于語音識別的多重功能，通常能夠作為智能家居和物聯(lián)網入口，并能夠提供在第三方集成的OEM語音服務。工作模式方面，一個典型的工作流包括用戶下達指令或提問、智能音響設備進行處理以及反饋三個部分。反饋既可以是設備直接輸出語音，也可以通過第三方設備進行圖像或文字輸出。
Google布局語音交互技術已久，近期也開始參與硬件設備領域。在2016年度I/O開發(fā)者大會上，Google發(fā)布了配有內置揚聲器的語音交互設備Google Home。通過Google語音助手Google Assistant，用戶可以利用Google Home播放音樂，查詢天氣、方向、航班等各類信息。
相較亞馬遜Echo，Google優(yōu)勢在于“語音技術+搜索數(shù)據”。一方面谷歌開發(fā)語音識別技術多年，另一方面還擁有十多年積累下來的龐大搜索數(shù)據，這意味著用戶在進行語音搜索時能得到更好、更快以及更精確的結果。此外Google還可以提供配套的日歷、電子郵件以及在線云存儲服務Drive等服務。
整合Nest，語音交互入口服務智能家居。Google早前于2014年以32億美元收購智能家居設備制造商Nest，通過Google Home這一語音交互入口，Google能夠將Google Assistant與Nest設備進行融合，將軟件與硬件整合到一個中樞，構成物聯(lián)網生態(tài)圈輔助用戶迅速訪問不同服務。
蘋果也許會開發(fā)下一款智能音箱設備?？萍疾┛蚑he Information消息稱蘋果計劃推出一款內置Siri語音助手的智能音箱，并且能夠作為蘋果Homekit家居平臺的控制入口。這款設備配備了至少一個揚聲器，支持 AirPlay，內置了網絡連接功能。The Information同時表示蘋果將發(fā)布一款軟件開發(fā)工具包，讓第三方開發(fā)者能夠將產品與Siri進行整合從而能夠在第三方應用中使用Siri。
智能語音交互技術成熟，應用有望扎根音響
2.1.智能語音技術發(fā)展驅動語音交互快速滲透
智能語音技術包括了識別和交互環(huán)節(jié)，融合了多種人工智能尖端技術，是真正的黑科技。在美國政府關于限制發(fā)放簽證的“Technology Alert List”中，智能語音赫然在列，與核武器、火箭技術等同在“黑名單”中，可以說稱得上是真正的黑科技。狹義上，智能語音技術主要是指語音識別，廣義上，智能語音則可以分為識別和交互兩大技術環(huán)節(jié)，其中交互環(huán)節(jié)又可以分為理解、搜索、生成三個子環(huán)節(jié)（服務、信息）。
我們以度秘為例，分析完整的人機語音交互流程背后都有哪些人工智能技術在做支撐。當用戶向度秘（duer）提出需求：“找一家附近好吃的餐館”時，度密機器人助理第一步是要將用戶的語音輸入進行識別，轉換成計算機語言，然后基于自然語言理解技術理解我們的需求，然后在通過搜索技術去尋找餐館（比如大眾點評上評價是5星的餐廳），最后再通過語音合成或者自然語言生成（NLG）技術，將最后的搜索結果反饋給我們。上述流程仍然是一個簡化版本，實際上，為了更好的去理解用戶的意圖，度密還必須學會發(fā)問，將模糊的用戶意圖具體化（本例中好吃的定義是抽象的）。
圖31：實現(xiàn)人機語音交互的流程圖
資料來源：百度、安信證券研究中心
表3：智能語音的核心技術概覽
語音技術（識別）
功能
智能化技術（理解）
功能
大數(shù)據技術（搜索）
語音生成
功能
語音識別（ASR）
把人講的話轉成文字
自然語言理解（NLU）
了解用戶的意圖
各種垂直領域的數(shù)據服務（天氣、航班、餐館、…….）
自然語言生成（NLG）
把查詢到的信息反饋給用戶
聲紋識別和認證
從眾多候選人中確認發(fā)音人的身份或者認證發(fā)音人是否為某個特定人。在應用中，可以通過這些技術喚醒應用、解鎖密碼等。
多輪對話管理（DM）
通過提問來進一步明確用戶意圖
垂直搜索或通用搜索（OneSearch、神馬搜索、錢包搜索等等）
語音合成（TTS）
把文字說出來
情感識別
通過用戶講話的語氣語調、用詞等線索，判斷用戶是否有不滿或處于生氣激動狀態(tài)
場景感知（contextual awareness）
根據前面對話內容、當前地理位置、收到的郵件短信中的內容來更好了解用戶意圖
知識問答（基于知識庫、知識圖譜的問答）
遠場語音識別
個性化
通過用戶的過往行為或選擇，做模型的自適應，為用戶提供更有針對性的服務
開放式聊天
情感識別
通過用戶講話的語氣語調、用詞等線索，判斷用戶是否有不滿或處于生氣激動狀態(tài)
大規(guī)模機器學習模型的訓練
語音服務的數(shù)據閉環(huán)
資料來源：阿里巴巴，安信證券研究中心整理
人機語音交互的應用關鍵在于準確率與響應時間，語音識別技術日益成熟，即將突破量變到質變的臨界點。隨著自然語言處理技術及硬件設備的發(fā)展，語音識別的準確率與響應時間持續(xù)得到改善，驅動語音交互方式快速滲透。其中語音識別技術經過46年的發(fā)展，已經能夠達到90%~95%的準確率（低噪音環(huán)境下）。目前正在向99%準確率以及高噪音環(huán)境應用發(fā)展。百度首席科學家吳恩達表示“現(xiàn)在語音識別可能已達到95%的準確度，但很多人沒意識到95%的準確度到99%的準確度帶來的不是量變是質變，是從你偶爾使用語音變到常常使用做到更自然。做到99%準確，將徹底改變人與設備的交互?！?/p>
圖32：語音識別準確率持續(xù)提升
圖33：百度、谷歌及其他語音識別平臺準確率均超90%
資料來源：《Voice Technology and Research Lead》、安信證券研究中心
資料來源：Baidu, Google, VentureBeat, SoundHound、安信證券研究中心
語音識別技術應用不斷拓展：早在二戰(zhàn)期間，歐美的一些實驗室已經開始進行語音識別相關的科學研究。1952年的貝爾研究所，Davis等人研制了世界上第一個能識別10個英文數(shù)字發(fā)音的實驗系統(tǒng)。1960年英國的Denes等人研制了第一個計算機語音識別系統(tǒng)。而語音技術真正進入工業(yè)界則是在2000年左右，摩托羅拉和飛利浦等電子廠商在手機里加入了語音撥號軟件。隨著語音識別技術的不斷成熟，其應用場景也在不斷增加。2008年，谷歌把語音識別和搜索相結合推出了Google Voice Research，通過把聲音轉成文字，有文字之后再去調后面的搜索引擎，整個識別引擎實現(xiàn)了正向反饋的機制，識別性能不斷提高。2010年，蘋果推出了革命性的個人語音助理siri。2014年，亞馬遜推出了一款支持語音控制的Echo智能音箱，巨頭們開始挖掘語音技術在智能家居場景中的應用潛力。得益于其在人機交互方面的優(yōu)勢，智能硬件、語音助手、語音搜索等領域均已開始加速上線語音識別技術。
圖34：語音技術應用發(fā)展歷程
資料來源：安信證券研究中心整理
發(fā)展優(yōu)秀智能語音技術的關鍵——構建語音服務的數(shù)據閉環(huán)。語音識別依賴于science和engineer的結合。Science推動語音識別基本技術的升級，engineer擴充語音識別的場景和語言。一個高準確率的語音識別模型需要不斷的訓練提高識別準確率，通過構建語音服務，獲取用戶語音數(shù)據，再通過海量語音數(shù)據優(yōu)化迭代語音識別模型，構建一個語音服務的數(shù)據閉環(huán)是發(fā)展語音技術的關鍵，應用與技術雙向促進將形成可持續(xù)發(fā)展的產業(yè)正循環(huán)。
圖35：標準的語音識別模型流程
資料來源：阿里巴巴、安信證券研究中心
語言識別技術和硬件發(fā)展驅動語音交互滲透率迅速提升。根據研究機構Thrive Analytics統(tǒng)計，2015年美國智能手機用戶使用語音交互的比例較2013年提升了一倍以上，而他們的用戶調查同時顯示軟件/技術的改善是選擇使用語音交互的最主要原因。
圖36：2015年65%的美國智能手機用戶在使用語音交互
圖37：技術提升是選擇語音交互的主要原因
資料來源：Thrive Analytics、安信證券研究中心
資料來源：Thrive Analytics、安信證券研究中心
在搜索服務方面，語音搜索在各平臺占比迅速提升。根據Google Trends統(tǒng)計，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長超35倍；近年來百度語音的占比提升同樣十分迅速，由于智能手機鍵盤較小，漢字輸入難度較英文輸入更高，因而大量用戶選擇使用百度語音識別功能以及文本轉換語音功能進行搜索和接收信息。根據百度披露數(shù)據，自2014年Q2以來語音輸入增長4倍以上，語音輸出增長26倍以上。同時百度人工智能專家吳恩達預測，2020年語音及圖像搜索占比有望達到50%。
圖38：Google語音業(yè)務增長迅速
圖39：百度語音輸入兩年來增長超4倍，輸出超26倍
資料來源：Google Trends、安信證券研究中心
資料來源：百度、安信證券研究中心
2.2.智能語音產業(yè)鏈成熟，巨頭布局完善
智能語音產業(yè)鏈分為三部分，分別包括智能語音技術提供商、后端服務提供商以及入口平臺商。其中，智能語音技術提供商著重語音合成、語音識別等基礎技術的研發(fā)，為下游的入口層提供基礎技術支撐；以智能家居、個人語音助手、語音搜索為代表的入口平臺則繼續(xù)整合后端服務提供商（比如電商、本地生活等）為用戶提供一站式的完整智能語音人機交互體驗。
圖40：智能語音產業(yè)鏈
資料來源：安信證券研究中心整理
智能語音產業(yè)參與者可以分為兩大流派：從科研實驗室走出來的獨立語音技術提供商以及希望搶占下一代入口的互聯(lián)網巨頭。作為科研驅動型行業(yè)，智能語音技術研究最早起源于貝爾實驗室，斯坦福、卡內基梅隆等學校的研究為智能語音產業(yè)發(fā)展奠定了堅實的基礎，蘋果Siri的雛形便是源自于斯坦福研究院聯(lián)合麻省理工學院、卡內基梅隆大學等多家機構承擔的美國國防高級研究計劃局（DARPA）的CALO項目。Nuance也是源于斯坦福研究院的STAR實驗室。國內的語音技術公司同樣大多都脫胎于中國科學院聲學所、中國科學院自動化所、中國科技大學、清華大學、北京大學等科研機構。而隨著語音日漸成為人機交互的重要方式，互聯(lián)網巨頭們?yōu)榱藸帄Z下一個入口，在智能語音市場也展開了瘋狂的“軍備競賽”，以亞馬遜、谷歌、蘋果、微軟、百度、騰訊、搜狗為代表的巨頭紛紛通過并購與自研推出自己的語音產品，加大對語音市場的爭奪。
圖41：傳統(tǒng)語音技術企業(yè)概覽
資料來源：中國語音產業(yè)信息網、安信證券研究中心
表4：巨頭紛紛布局語音技術
公司
時間
收購或者參股公司
功能
蘋果
2010
Siri.inc
虛擬助手
2013
Novauris Technologies
Novauris是一種可識別整個短語的語音識別技術，這種技術并非簡單識別單個詞句，而是試圖利用超過2.45億個短語的識別輔助理解上下文
2015
VocalIQ
能夠幫助計算機與用戶進行更為自然的對話。
谷歌
2011
SayNow
SayNow可以把語音通信、點對點對話、以及群組通話和Facebook、Twitter、MySpace、Android和 iPhone等等應用等整合在一起
2011
Phonetic Arts
Phonetic Arts可以把錄制的語音對話轉化成語音庫，然后把這些聲音結合到一起，從而生成聽上去非常逼真的人聲對話。
2013
Wavii
Wavii擅長“自然語言處理”技術，可以通過掃描互聯(lián)網發(fā)現(xiàn)新聞，并直接給出一句話摘要及鏈接。
2015
出門問問
擁有自主語音識別、語義分析、垂直搜索技術
亞馬遜
2011
Yap
Yap成立于2006年，主要提供語音轉換文本的服務
2012
Evi
加強語音識別在商品搜索方面的應用
2013
Ivona Software
主要做文本語音轉換
2013
Mobile Technologies
公司的產品Jibbigo允許用戶在25種語言中進行選擇，使用其中一種語言進行語音片段錄制或文本輸入，然后將翻譯顯示在屏幕上，同時根據選擇的語言大聲朗讀出來。
2015
Wit.ai
Wit.ai 允許用戶直接通過語音來命令移動應用程序 (iOS、Android 等平臺)、穿戴設備和機器人以及幾乎任何你可以想到的智能設備。
資料來源：互聯(lián)網資料，安信證券研究中心整理
2.3. “效率優(yōu)勢+場景拓展”決定語音交互發(fā)展趨勢
回顧人機交互發(fā)展，實際上是一段不斷改造機器解放人的歷程。最早期的電腦，鍵盤是唯一的輸入設備，隨著圖形界面GUI的出現(xiàn)，形成“鍵盤+鼠標”的組合，然而精準點擊鼠標和敲擊鍵盤仍然需要較高的學習成本。其后，設備終端的越做越小進一步解放用戶，手機觸屏的出現(xiàn)真正擺脫了鍵鼠這一中間介質，做到所觸即所得。盡管如此，利用觸控操作手機或平板，仍然需要用戶的手和眼睛全程參與。
語音交互進一步解放感官，學習成本小。語音交互這一方式進一步解放手和眼睛，減少感官占用從而改善體驗。此外直接通過語言信息進行交互，在空間上拓展了與智能設備的距離限制，這一點智能家居方面優(yōu)勢明顯，能夠真正實現(xiàn)隨時隨地“Always-Online”的智能體驗。相比鍵盤、鼠標甚至觸屏，語音作為交互的學習成本也要更小。
圖42：“Touch 1.0 （鍵盤）àTouch 2.0（鼠標）à Touch 3.0（觸屏）à語音”發(fā)展歷程
資料來源：“History of Computer Interfaces” 、安信證券研究中心
表5：Voice In Voice Out，語音交互進一步解放人類
交互方式
輸入形式
輸入器官
輸出形式
接收器官
空間限制
學習成本
鍵盤
文字
手
文字
眼睛
大
高
鼠標
偽觸摸
手
文字/圖像
眼睛
大
高
觸摸屏
觸摸
手
文字/圖像
眼睛
相對自由
較低
語音
聲音
嘴
聲音（借助其他設備也可輸出圖像文字）
耳朵
自由
低
資料來源：安信證券研究中心
語音交互方式除了能夠改善用戶體驗，還具有明顯的速度優(yōu)勢。文字輸入的世界紀錄是212單詞/分鐘，而說話的最快紀錄超過600單詞/分鐘。在正常人的文字及語音輸入效率上這個比例仍然成立。在自然語言處理技術發(fā)展下語音識別的處理時間大幅減少，速度優(yōu)勢進一步擴大！此外語音識別還具有上下文驅動（基于歷史問題/交互理解情景）、低成本（僅需麥克風、揚聲器和處理器）等特點。
圖43：語音交互特點
圖44：語音交互技術已經全面滲透到各項互聯(lián)網應用
資料來源：《2016 Internet trend report》、安信證券研究中心
資料來源：互聯(lián)網、安信證券研究中心
圖45：使用語音交互的主要原因（美國）
圖46：使用語音場景的主要原因（美國）
資料來源：《Intelligent Voice Assistants Research Report》、安信證券研究中心
資料來源：《Intelligent Voice Assistants Research Report》、安信證券研究中心
智能音響不僅僅是互聯(lián)網入口，更是物聯(lián)網的入口
3.1.智能音響其實是智能家居的一部分
智慧家居將把家庭的安全、娛樂、飲食、健康等結合起來，用戶面對的將不再是各種家電和移動設備的零散組合，而是一個有機的整體。這個有機整體需要有一種新的人機交互模式，從而使用戶更加便捷、舒適地調用智慧家庭設備。因而，智慧家庭的發(fā)展勢必將由被動的用戶輸入轉化為主動捕捉用戶的語言和動作，此時具備聲音控制和播放的家庭音響可以發(fā)展成為智慧家庭的入口和中心。
互聯(lián)網巨頭紛紛布局語音交互硬件產品，音響類產品成主流方案。在自然語言處理技術支持下，以Amazon、Google為首的互聯(lián)網巨頭紛紛進軍語音交互硬件產品。目前的主流方案為智能音響類產品，主要由揚聲器、麥克風以及處理芯片構成。這類產品首先具有基礎音頻輸出功能，可以通過語音交互控制音樂播放。而它們的核心能力則是低噪聲環(huán)境下的語音識別能力，這一能力能夠很好解決目前智能家居產品在交互信息入口方面的能力。因而這種音響類產品能夠被方便地引入智能家居控制系統(tǒng)，輔助用戶進行高效便捷的控制。
圖47：智慧家庭的范疇
圖48：智能家居概念圖
資料來源：互聯(lián)網、安信證券研究中心
資料來源：互聯(lián)網、安信證券研究中心
智能音響設備在智慧家居的帶動下，有望發(fā)生革命性的變化。在2019年，智慧家庭的滲透率預計達12%，市場規(guī)模超過1500億美元，且隨著智能化的普及，該市場仍然具有很大的增長空間。屆時，作為入口的智能音響設備，計算能力將得到大幅度提升，“音響”屬性將被削弱，家庭智能控制中心的作用會得到加強，并且伴隨一波銷售熱潮占據智慧家庭的核心。
圖49：智慧家庭滲透率增長
圖50：智慧家庭市場價值增長
資料來源：strategy analytics、安信證券研究中心
資料來源：strategy analytics、安信證券研究中心
3.2.全產業(yè)鏈的智能控制革命
從Echo到DingDong，智能音箱語音服務搶占未來智能家居的控制中心、核心交互入口。
自美國零售業(yè)巨頭2014年發(fā)布智能音箱硬件Amazon Echo后，國產網絡零售企業(yè)京東不甘落后，于2015年聯(lián)手科大訊飛合作打造國產化智能音箱DingDong。與Echo相似，DingDong音箱的功能和應用領域也主要集中在音樂播放、語音訊息服務、智能家居控制等方面，配套科大訊飛為其開發(fā)的語音交互服務，可以通過語音指令控制符合京東微聯(lián)標準的數(shù)百種智能家電。在國內智能家居生態(tài)尚未成熟的階段，DingDong智能音箱目前更多側重“音箱”屬性，語音服務方面距離Echo還缺乏第三方應用協(xié)同和定制化應用，目前京東發(fā)布國產化的智能音箱，更多是看好語音交互模式的前景，未來伴隨生態(tài)搭建、硬件服務升級，DingDong智能音箱語音服務將成為智能家居的控制中心、核心交互入口。
圖51：DingDong智能音箱實物及相關功能介紹
資料來源：京東、安信證券研究中心
既要智能交互也要音質表現(xiàn)，DingDong智能音箱市場表現(xiàn)獲用戶肯定。不同于Echo在頂部設置7個麥克風收集語音信息的設計，這款價格僅800元的DingDong智能音箱在全方位360度都設置了音箱。同時，為了防止音頻失真，在音箱之中進行了物理上的優(yōu)化，加入了法拉第的短路環(huán)等一系列措施，在不影響語音交互的情況下，確保音質，尤其是對人聲的還原。在保證語音智能服務的同時，不讓音箱本身用戶體驗下降。根據京東下屬研發(fā)機構提供數(shù)據，DingDong智能音箱已經成為wifi音箱細分行業(yè)銷量第一，目前日活躍用戶與月活躍用戶數(shù)保持在30％到40％之間，用戶購買產品之后的次日留存率也達到了75%，周留存率達到55%，而用戶每日的平均使用時間則達到了2小時。用戶使用粘度反映DingDong為深度使用智能設備。
圖52：DingDong音箱語音搜索服務信息架構
資料來源：互聯(lián)網、安信證券研究中心
產品開發(fā)注重廠商強強合作，科大訊飛聯(lián)手京東打造DingDong系列產品，未來將帶動智能音箱全產業(yè)發(fā)展。與亞馬遜研發(fā)Echo不同，京東在DingDong智能音箱產品研發(fā)方面一直采用廠商合作的模式。作為一家網絡零售業(yè)巨頭，京東更多采用廠商合作模式做智能硬件：在語音服務領域和科大訊飛設立合資子公司，充分發(fā)揮其語音技術和人工智能技術優(yōu)勢；硬件開發(fā)過程利用全志科技的R系列智能硬件開發(fā)平臺進行硬件開發(fā)；在音頻領域，京東聯(lián)合飛利浦、漫步者、貓王、索愛等影音硬件生產商及喜馬拉雅、百度音樂等影音內容供應商成立了京東智能音頻聯(lián)盟。積極打造“JD+智能音頻解決方案”，考慮到傳統(tǒng)的音箱企業(yè)擁有扎實的音頻技術以及深厚的用戶基礎，智能云技術能很好的彌補傳統(tǒng)音箱品牌在語音技術以及在線流媒體資源上的不足。京東最近就與老牌音頻廠商哈曼聯(lián)合推出的JBL Go Smart智能音箱，JBL在麥克風拾音方面擁有獨家的回聲消除技術，結合JD+遠場語音識別和麥克風陣列，可以實現(xiàn)極高識別度的語音交互體驗，并且支持16種方言的識別，語音、語意理解率達到90%以上。
通過這種廠商合作開發(fā)模式，DingDong系列產品可以集合語音服務、硬件開發(fā)、傳統(tǒng)音響配件等多個行業(yè)優(yōu)秀技術，共同打造具備下一代萬聯(lián)網核心設備要求的國產智能硬件產品，并通過藍海戰(zhàn)略迅速占領智能音箱國內市場。另外京東可以專注于配套智能硬件零售、應用服務平臺等智能家居生態(tài)內容建設。未來DingDong系列產品將會帶動智能音箱全產業(yè)發(fā)展的重大機遇。
DingDong語音服務處理器全志打造，R系列支撐物聯(lián)網布局。全志科技支持DingDong的R16智能硬件平臺對語音服務方面有完美的支持，還支持AirPlay、DLNA、Qplay、Smart Link等多種網絡應用協(xié)議，方便開發(fā)者打造基于智能音箱的智能硬件產品。R16智能硬件平臺集成多媒體解碼、液晶驅動、WIFI、藍牙、錄音，消噪，攝像于一體，提高了開發(fā)者的開發(fā)效率。由于全志科技的強項主要是在多媒體方面，所以從全志科技的物聯(lián)網方案上我們不難看出，其主要針對的也還是側重于多媒體性能的物聯(lián)網產品。
圖53：全志科技R系列布局物聯(lián)網
資料來源：全志科技、安信證券研究中心
投資建議
我們預計智能音響行業(yè)有望成為新的互聯(lián)網和物聯(lián)網入口，互聯(lián)網廠商加速切入，從CES等展會觀察到約三分之一的廠商在布局聲學產品。音樂占據人們的時間，平均家庭收入33,800美元的家庭平均每周花19小時聽音樂，音樂支出占到娛樂花費的18%。音樂的商業(yè)模式在數(shù)字時代正在變化，內容收費需要與硬件結合。智能音響更多的價值也體現(xiàn)在家庭物聯(lián)網的整合控制和人工智能的實際載體。
電子行業(yè)相關標的：
1、音響制造廠商：推薦國光電器，關注漫步者
2、消費電子芯片廠商：推薦全志科技，關注北京君正
3、聲學元件廠商：推薦歌爾聲學、信維通信
計算機行業(yè)相關標的：
1、軟件平臺處于產業(yè)核心地位：重點推薦科大訊飛、和而泰
2、家用服務機器人是產品最終發(fā)展形態(tài)：重點推薦參股Jibo智能家用機器人的東方網力
3、平臺內容提供商受益新的商業(yè)模式：建議關注與圖靈機器人合作的奧飛動漫、內容及版權提供商光一科技、安妮股份等
傳媒行業(yè)相關標的：
1、音樂藝人：推薦蘇寧環(huán)球，關注共達電聲；
2、音樂演出&音樂綜藝：推薦華錄百納、中南文化；
3、播映平臺：推薦暴風科技，關注樂視網
?。▉碓?環(huán)球老虎財經）
【延伸閱讀】
?下一個能夠改變世界的平臺—智能音箱
繼智能手機之后，下一個能夠改變世界的平臺是什么？那就是智能音箱。世面上主流的智能音箱就以下幾款：亞馬遜Echo和科大訊飛的DingDong智能音箱。
1、亞馬遜Echo是一個人工智能音箱，它除了能播放音樂，還可以通過對話實現(xiàn)人機交互。亞馬遜Echo是一款語音交互式藍牙音箱，可以使用內置的Alexa語音交互系統(tǒng)，來同步語音數(shù)據、播放音樂和監(jiān)控您的家庭安全設置；不論是作為無線音樂播放器，還是語音虛擬助手來說，都是個不錯的額新體驗。亞馬遜的研發(fā)目標是使它成為連接所有市面上已有和將有的互聯(lián)網功能設備的紐帶，成為智能家居的控制中樞。根據2016年4月CIRP發(fā)布的一份調查報告指出，亞馬遜Echo的銷量預計已經超過300萬臺，其中2016年第一季度的銷量達到約100萬臺。
2、在首屆亞洲消費電子展（CESA）上，京東智能與科大訊飛聯(lián)手推出了雙方合作的首款智能產品DingDong智能音箱。據網上資源顯示，DingDong智能音箱不僅具有良好音質效果的音箱設備，還是一款結合科大訊飛的語音技術，無需通過任何手動操作，只要通過簡單的自然語言就可以實現(xiàn)對音箱的音頻點播和播放控制，還能實現(xiàn)百科查詢，在線聊天等功能。
聲學是下一個互聯(lián)網的入口。智能語音技術包括了識別和交互環(huán)節(jié)，融合了多種人工智能尖端技術，將成為學習成本最低控制方式。智慧家居將把家庭的安全、娛樂、飲食、健康等結合起來，用戶面對的將不再是各種家電和移動設備的零散組合，而是一個有機的整體。
智能音箱作為智能家居入口的一種新型的理想方式，其重要性將越來越受到重視。主要受益標的如下：和而泰（002402）、共達電聲（002655）、國光電器（002045）、科大訊飛（002230）。
和而泰（002402）投資要點
1、公司主營業(yè)務：智能控制器的研發(fā)、生產和銷售，包括智能控制技術的研究、對應的嵌入式軟件與算法的開發(fā)、技術解決方案的提供、產品設計、生產、物流服務等。而智能控制器是物聯(lián)網大數(shù)據平臺的基本數(shù)據單元。
2、公司是家庭用品智能控制器產業(yè)全球龍頭。公司產品主要供應全球高端市場，是伊萊克斯、惠而浦、西門子、GE、HUNTER、SEB、三星、松下等全球著名客戶在智能控制器領域的全球主要合作伙伴，或中國唯一合作伙伴。
3、全面布局新一代大數(shù)據平臺，取得突破性進展。2016年3月，和而泰“C-Life平臺2.0”發(fā)布，大數(shù)據重新定義智能。
共達電聲（002655）投資要點：
1、公司主營業(yè)務：微型電聲元器件及電聲組件的研發(fā)、生產和銷售。
2、大音箱制造能力國內一流，不輸海外大廠，微型揚聲器新品設計已獲全球級消費電子大客戶認可，自動化生產線認證突破在即。
國光電器（002045）投資要點：
1、公司主營業(yè)務：揚聲器及音箱的生產及銷售
2、公司是一家主要經營揚聲器及音箱的生產及銷售的公司.公司的主要產品包括用于汽車、HIFI音響、專業(yè)音響、通訊產品、電腦產品的揚聲器;各種多媒體音響系統(tǒng)、HIFI音響系統(tǒng)、家庭影院系統(tǒng)。3、目前超過90%的產品出口到美國、歐洲、亞洲,擁有Philips、Sony、Motorola、Harman等長期引領國際市場和技術的跨國大客戶,出口創(chuàng)匯連續(xù)11年排名國內揚聲器領域榜首,"GGEC"工廠品牌正在日益響徹國際音響市場。
漫步者（002351）投資要點：
公司主營業(yè)務：多媒體音箱、耳機、汽車音響相關產品的研發(fā)、設計、生產和銷售。
·END·
?。▉碓?淘股吧）
以上資訊僅供參考，不作為投資依據。投資有風險，選擇需謹慎。
關注“招商證券長春部”微信號，最新的資訊解讀，政策動向分析。
評論列表
還沒有評論，快來說點什么吧~