观察一：语音场景表现力成为关注点

近年来，语音识别、语音合成等技术已经进入应用成熟期，音频检测、音频生成等技术进入快速发展期，面向不同任务的智能语音技术已在智能车载、智能家居、智能客服、智能配音等诸多场景广泛落地，应用方式由单点技术服务向整体解决方案扩展，聚焦细分场景的产品功能和技术性能表现更受各方关注。

观察二：大模型带来语音交互新体验

今年，大模型技术引爆人工智能新一轮应用热潮，其感知能力、认知能力、生成能力正重构人机交互方式，不断刷新用户期待，智能语音作为人机交互的关键入口，语音交互体验成为产品“智能化”的直观体现。日前，ChatGPT开放语音功能，将ASR-LLM-TTS组合应用，实现用户与大模型直接对话。此外，大模型与对话开发平台形成合力，具备专业知识的大模型对话系统定制开发难度正逐渐降低。

观察三：语音大模型促进AI音频落地应用

基于音频数据训练的语音大模型在快速发展，MusicLM、VALL-E X、NaturalSpeech 2在音乐生成、跨语种合成、zero-shot语音合成中取得新的突破。通过将语音大模型引入AI音频应用，将促进AI技术在音频产业落地应用，从而提高音频产品生产水平。

中国信息通信研究（以下简称“中国信通院”）持续跟踪智能语音技术及行业发展，为进一步助力产业发展，依托人工智能关键技术和应用评测工业和信息化部重点实验室围绕智能语音重点开展以下几方面工作：

工作一：启动可信AI智能语音第九轮评估工作，围绕“平台+技术+终端+行业应用”，全方位构建智能语音技术及产品评估测试体系，聚焦【任务场景】、【细分行业】推进智能语音专项能力评估项目，以此响应多类应用评估评测需求，为产业提供智能语音技术及产品能力展示平台。


工作二：启动语音大模型标准研制及评估工作，日前《语音大模型总体技术要求》已在中国通信标准化协会TC1WG1组进行行标立项，后续将进一步推进语音大模型国际标准立项，以填补该领域国内外标准空白。同时，中国信通院将于年底在当前大模型3.0体系中，推出语音大模型专项评估评测项目。

工作三：启动12345热线智能化成熟度评估标准研制工作，该标准联合技术厂商及政府有关单位联合发起，旨在为各地区政府在明确智能化转型方向、了解技术落地路径、验收智能化转型项目及评估智能化转型成效等方面工作提供参考。

智能语音相关工作联系人：

王颖

18630392456

wangying5@caict.ac.cn

李荪

18611353631

lisun@caict.ac.cn

附图：智能语音评估结果


附图：“可信AI”第八批评估结果发布（点击查看原文）


附图：启动12345热线智能化成熟度评估标准推进计划