书名：AI智能语音技术与产业*新实践  
定*：129.8  
ISBN：9787**5579089  
作者：李荪 曾然然 殷治纲  
版次：第1版  
出版时间：202*-*2  

内容提要：  
本书从技术、应用和产业3个维度为切入点，对智能语音语义*域相关的热点和趋势展开研究。本书以“人与机器的对话”开篇，讲述人类语音生成、传播和感知的过程，引发对于机器智能语音听说的思考，进而阐述技术探索发展史；然后，分析了以语音交互为核心的技术现状，综合剖析提出*双工、端到端模型构建、语音假冒攻击等热点；其次，从政策、投融资和产业规模上，分析整体智能语音产业环境，纵观*内外企业在相关技术和产品上的积*布局，介绍了智能语音的产业链和产业格局；最后，围绕语音交互技术形成的应用，以智能汽车、智能家居、可穿戴设备、智能客服、医疗、教育等诸多细分*域为代表，提出“AI+基础服务”“AI+硬件设备”“AI+垂直行业”的3种应用转化参考模式，并列举实际具体案例和解决方案。 本书适合从事人工智能技术研发、产品应用、市场规划的工程技术人员和管理人员参考使用，也可作为*等院校人工智能相关的*业师生参考。同时，也适合对人工智能语音技术感兴趣的相关人员阅读。  



作者简介：  
李荪 研究方向*括智能语音技术、AI数据集构建、语音交互产品服务等，参与*家工信*、网信办等*委课题*项《人工智能、基础软件联盟和平台建设》、《深度融合发展的战略路径研究》等，主持和参与研究课题《*球人工智能关键技术应用及产业化趋势分析》、《智能语音技术产业热点和发展趋势》等，发表核心、EI期刊杂志论文3篇，牵头起草语音合成、语音识别、声纹识别、口语评测、语音采集等智能语音技术服务的多项*际和行业标准。 殷治纲 先后在各类期刊、会议、报纸发表论文三十余篇，参与大型语言数据库项目二十余项，参加编写*家技术质量监督局《汉语语音库与标注通用规范》和《中*大*科*书·语言学卷》等，主持和参与*家社会科学基金、中*哲学社会科学*新工程、*家863计划、*家973计划、*家自然科学基金、*家十五课题、社科院重点学科、美**家科学基金NSF、欧盟TC-STAR项目等*家和*际科研项目，并参加与诺基亚、摩托罗拉、科大讯飞等*际语音公司联合研究课题。研究兴趣*括实验语音学、语料库语言学、自然语言处理、语言类型学、法律语言学、话语分析、语言战略等内容。 曾然然 2006年毕业于北京邮电大学，之后在Intel（中*）有限公司从事Intel通信芯片在中*区的业务发展。*中*电信研究院从事人工智能，智能语音研发工作，在声纹识别、多轮对话、语义分析和处理、AI技术商业*署等*域有丰富的技术研究和产品研发经验。20*9年入选*度黄埔学院人工智能*席AI架构师，20*9年*月受聘为北京工业大学计算机学院人工智能方向硕士研究生导师（兼职）。  

目录：  
目录  

第 *章　从人际交流到人机对话　00*  
*.*　语言“塑造”了人类　002  
*.*.*　语言在人类进化过程中的作用　003  
*.*.2　语言的功能　004  
*.2　语言与语言科学　005  
*.2.*　人类语言概况　005  
*.2.2　和语言有关的科学与技术　007  
*.3　语音的产生与感知　008  
*.3.*　语音交互与言语链　008  
*.3.2　语音的声学基础　009  
*.3.3　语音产生的生理基础　0*5  
*.4　人与机器的对话　02*  
*.4.*　人类语言交际的转向　02*  
*.4.2　语音的数字化表达　022  

第 2章　智能语音基本技术　027  
2.*　主流的语音交互技术　028  
2.*.*　语音识别　029  
2.*.2　声纹识别　048  
2.*.3　语音合成　060  
2.*.4　自然语言处理　070  
2.*.5　对话管理　082  
2.*.6　角色分离　086  
2.*.7　语音增强　09*  
2.2　深度学习成为加速器：新技术到“黑科技”　*06  
2.2.*　端到端技术　*06  
2.2.2　预训练机制　**0  
2.2.3　模型压缩和轻量化*署　**7  

第3章　智能语音产业发展　*25  

3.*　产业环境　*26  
3.*.*　产业发展历程　*26  
3.*.2　重点政策解析　*27  
3.*.3　发展规划布局　*32  
3.*.4　*新合作模式　*33  
3.2　市场及生态　*34  
3.2.*　行业市场*值逐渐释放　*34  
3.2.2　生态格局呈现多元化　*37  
3.2.3　企业成长方面的*些思考　*46  
3.3　标准及规范　*48  
3.3.*　技术评估指标介绍　*48  
3.3.2　*内外标准制定现状　*53  
3.3.3　标准需求及发展趋势　*60  
3.4　产业应用*新实践　*6*  
3.4.*　“AI语音+*端”：消费级市场潜力显现，  
　疫情催发新业态　*62  
3.4.2　“AI语音+服务”：智能语音深度赋能平台  
　服务　*7*  
3.4.3　“AI语音+场景”：突破*值释放“最后  
　*公里”　*80  



第4章　AI语音与热点话题和技术：千丝万缕的联系　207  

4.*　语音+大数据+云　208  
4.*.*　我们身边的大数据　208  
4.*.2　语音的*殊身份　209  
4.*.3　数据类型与存储　2*0  
4.*.4　语音结构化　2*3  
4.2　语音+*　220  
4.2.*　语音欺诈，又*个潘多拉盒子　220  
4.2.2　知己知彼：了解和研究语音欺诈、攻击  
　手段　22*  
4.2.3　降维打击 ：抗攻击*欺诈的*张盾牌　225  
4.2.4　*内政策法规的*护臂膀　227  
4.2.5　个人语音数据*生命周期的*建议　228  
4.3　语音+普惠服务　229  
4.3.*　新技术的应用要做到普惠　229  
4.3.2　智能语音技术可以提供什么样的普惠服务　230  
4.3.3　科技和人类的和谐共生　235  
4.4　语音+多模态交互　235  
4.4.*　语音交互新挑战和探索　235  
4.4.2　多模态交互成为趋势　236  
4.4.3　语音助手向智慧助手发展　237  

结束语　239  

参考文献　245