根据全球语音识别巨头Nuance公布的数据，近两年来车载语音识别技术使用群体保持了可观的增幅，2012年全球有2000万台新车搭载了Nuance的语音识别技术，而在2013年这一数量已经攀升到2800万辆，同比增长了40。而同时2013年全球汽车产量达到8724.98万辆，同比增长3.6。由于前十大汽车制造厂都是的Nuance客户，我们可以大致估算2012年新车搭载车载语音识别技术的渗透率为23.7，2013则上升至32.1，依然有很大的发展空间。我们认为，在语音识别2.0时代，车载语音系统市场将因为用户体验的极大改善而出现快速发展。
Nuance是最初Siri的语音技术提供方，其技术壁垒是在不断地被变相“瓦解”，大公司对Nuance的依赖正不断的减少，加大了对语音识别技术的研发投入，并且都推出了语音识别产品。微软、苹果和谷歌都拥有自己的语音产品Cortana、Siri和GoogleNow，同时联合世界各大汽车厂商成立联盟，搭建车载系统。
4、智能家居：从手控到声控
触摸、语音、手势是人与智能家居（比如电视机、冰箱、空调、体感设备等）进行交互的三种方式。触摸这种交互方式分为触屏操控和遥控器，触屏首先被抛弃了，因为用户不会乐意一直走到跟前进行触屏交互。虽然有遥控器，但这么多年来遥控器没有什么进步，根本无法提供友好的交互体验。手势操作很酷，但目前还不成熟，没有达到大规模应用的阶段，所以语音交互将是智能家居最好的选择。
在智能家居领域，智能电视是作为智能家居率先爆发的产品，国内乐视、T&爱奇艺、小米、阿里&创维先后发布自己的产品，传统电视厂商、手机厂商、视频网站、电商等全都粉墨登场。2014年国内出货量就将达到7600万台，预计2015年智能电视国内出货量就将突破一亿台。语音被认为是移动互联网时代最重要的入口之一，在智能电视上，语音的入口梦或许更有可能实现。
语音识别技术的应用正在全面铺开。根据国内最大的语音识别厂商科大讯飞2014年中报收入6.48亿元以及其市场份额约60测算，目前国内语音识别产业总体规模约为20亿元左右。中国智能语音产业联盟发布报告认为语音产业规模能带动约10倍的相关产业产值，因此2014年与语音识别技术相关的产业产值能达到约200亿元。我们认为，随着语音识别技术的日益完善以及高端需求的不断增长，势必孕育出相当大的市场规模，因此未来爆发可期。
5.1.2语义识别：应用领域更广
语义识别和语音识别同属自然语言处理范畴，关系密切，是同一枚硬币不可分割的两面。简单地说，语音识别分析出一句话说的是什么，而语义识别要分析出这句话真实的意思。因此不难理解的是，语义识别技术难度更大，应用的范围也更加广泛，不仅在语音领域，在非语音的大量文本识别和处理方面也扮演着举足轻重的角色。
大数据的应用为处理人类语言分析需求，实时提取分析数据并反馈提供了强大的基础。在某些行业，比如医疗和资本市场，信息的及时处理和加工显得尤为重要。例如，实时社交大数据分析服务提供商Dataminr每天通过分析数亿条公开tweets，并利用其复杂的算法结合用户发tweet时所在位置以及用户的信誉程度等权重从这些数据中识别出有价值的信息，从而为客户提供重要预警。2013年5月，在美国马里兰州Baltimore市附近的一次货运火车出轨事故中，Dataminr比新闻媒体提前16分钟发布了相关信息。而该发生事故的货运铁路公司的股票则在新闻媒体报道事件后马上出现下跌，这充分证明了信息处理的价值。
Twitter、微博、点评网站等非结构化信息的社交媒体内容的数量不断上升，为客户认知和品牌价值丰富提供了可能，进一步助长了语义识别技术在各种应用中的使用。基于文本的情感分析在全球各地的许多商业机构的需求也在不断增长。当语义识别的引擎足够强大，足以处理所有文本信息，检测其语言和传播方式，这将为商业客户和政府提供了极大的便利，它在金融服务（实时的投资信号检测）、市场营销（分析消费者情感与意见影响关系树）、政治运动、电视（实时反馈与口碑监控）、突发新闻等领域将非常具有潜力。我们列举几家语义识别技术比较成熟并且进行商业模式创新的公司，拓宽挖掘市场价值的思路。
国内市场目前以舆情业为主，未来有望拓展
随着网络舆情的重要性越来越凸显，政府和企业对舆情监测的需求不断上升，这推动了舆情监测市场进入高速成长期。截止2013年底，全国共涌现出800多家舆情软件企业，这个数量还在不断增长，预计2014年会突破1000家。舆情监测以中文信息处理技术和中文自然语言处理技术为基础，融合了信息检索、文本挖掘等研究技术，提供中文智能信息挖掘与智能分析软件，具有对海量文本内容进行智能检索、智能分析及智能化自动处理的功能，可以解决海量信息的智能分析处理，推动政府、媒体和企业信息化进程，助力网络传播研究。
从中央部委到基层市区县，都很重视舆情监测。民政部公布的《2014年购买社会服务指导目录》显示，舆情监测成为政府向具备资质的社会组织、文化企业等单位购买服务的项目，政府可委托其提供系列舆情产品和其他相关服务。2014年全国城市省市县区行政级别的数量为2586个，我们保守估计县区以下各行政机构采购相关舆情监测系统的百万元级别，则整个舆情业的市场规模将达数十亿元以上。
未来语义识别将和文本挖掘、数据挖掘等技术结合，更多地应用在商业化的领域，发展空间巨大。
5.2计算机视觉（CV）
计算机视觉（ComputationalVision，简称CV）是一门研究如何使机器“看”的科学，广义上包含了非可见光的图谱分析、热传感图像分析等领域，但狭义来讲就是图像和视频分析：在没有文字或其息（例如访问图像的用户信息等）的辅助下，仅根据图片像素信息分析出图像的语义。计算机视觉试图建立能够从图像或者多维数据中获取“信息”的人工智能系统。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。要实现这个目标，第一是图像处理，第二是图像理解。作为一个工程学科，计算机视觉寻求基于相关理论与模型来建立计算机视觉系统。这类系统的组成部分包括5个部分：程序控制、事件检测、信息组织、物体与环境建模以及交感互动。
计算机视觉主要应用在如制造业、检验、文档分析、医疗诊断以及军事等领域中。美国计算机视觉公司Orbeus创始人将计算机视觉描述为具有“大量数据定性分析”的特点：一是搜索，二是视频分析，三是定性分析。对于搜索，早先的GoogleImageSearch、GoogleGaggle，还是后来推出的百度识图，其概念在于解决“当你不知道该如何用文字和词语描述一件物体时，还能够进行搜索”。对于视频分析，该领域最重要的特点是数据量大（单个视频轻松达到上万张图片），而且相比搜索，数据相关性更强，可以用前后帧分析的结果做数据平滑，理论上能够把分析的精度做得比图像更高，因此也是一个非常适合计算机视觉技术大展拳脚的领域。最后是计算机视觉技术对某些垂直领域进行定性分析。这类需求非常多样：商家希望统计用户对商品的关注度，广告公司寻找目标人群，互联网或者媒体公司做战略决策时需要多媒体的统计信息等等。比如在商场装多个摄像头做人脸识别和跟踪，用以统计类似于在某些货架前停留时间比较长的人群属性，例如男女年龄段和表情等，做用户特征分析。
我们列举国际上主要的计算机视觉公司：
计算机视觉应用领域极其广阔，现列举几个主要的直接应用领域：
1、智能视频监控：爆发式增长可期
随着平安城市建设等各项政策的继续开展和深化，以及交通、教育、金融等各行业用户安防意识的不断增强，预计视频监控市场将保持强劲增长。2014年整个视频监控市场规模为304亿元，同比增长21.12。而未来，在政策扶持、意识提升、治安需要、经济增长等因素的推动下，我国视频监控设备市场将拥有更大的发展空间，预计未来5年年均增长率维持在20左右。
我国视频监控行业的下游涉及众多行业，包括交通、城市治安、政府项目、金融、教育、民用、电信、公共设施、酒店娱乐、石油石化等，其中交通、城市治安、政府项目、企业应用、金融和教育为六个最主要的应用行业，广阔的应用领域为下游需求增长奠定了基础。
目前的视频监控只能实现记录功能，计算机尚无法准确识别视频中的人、物以及场景，要实现全方位的实时监控，还必须依靠大量的安保人员时刻紧盯屏幕，监视所有摄像头传过来的全部视频，这显然难以在实际工作中做到。即便能够做到，安保人员也会因为疲劳和疏忽而错漏掉某些稍纵即逝的重要情况。以警方办案为例，往往要调用案发现场及周边大量的历史监控录像进行持续数天甚至更长时间的肉眼识别，才可能发现破案线索。而具备视觉的智能视频监控系统将彻底改变现状，监控的及时性和有效性都将大大提升。
智能视频监控系统应用主要包括几个大类：1、对人、物的识别；2、对人、物运动轨迹的识别；3、对视频环境影响的判断和补偿。对人、物的识别是识别监控系统关心的内容，包括人脸识别、车牌号识别等；人、物运动轨迹的识别和处理，目前细分的很多，主要包括虚拟警戒线、人数统计、车流统计等；对视频环境影响的判断和补偿：环境的影响主要包括雨、雪、大雾等恶劣天气、夜间低照度情况、摄像头遮挡或偏移等，智能视频监控系统技术应用能够在恶劣视频环境情况下实现较正常的监控功能。在实现智能分析功能时，一些关键技术尤为重要，比如移动目标检测提取中的帧差背景去除，光流法，混合高斯模型背景差分等；目标分类和行为分析中的相似度分类和特征分类；异常行为分析中的运动矢量跟踪，数据关联，最大似然算法，超分辨率重建等。
随着技术的突破，我们预计智能视频监控在不久后将出现爆发式增长，增长一方面来自新市场的开拓，另一方面来自对现有监控系统的改造和替代。
2、医疗：图像理解将为计算机提供辅助诊断能力
医疗图像具有很大的数据量，面向医疗图像的数据研究成为医学和计算机科学交叉学科研究的一个十分重要的领域。医疗图像的高分辨率、数据的海量性、图像特征表达的复杂性等特点，使得人工智能技术在医疗图像中的研究具有较大的学术价值和广泛的应用前景。医疗图像分析是用计算机对医学图像进行自动处理、特征抽取和分类的技术。分析的主要对象是人体细胞涂片图像、人体各部位的X射线照片和超声图像，这对辅助医生进行医疗图像临床诊断具有重要实用价值。
从全球产业市场规模来看，随着人们越来越重视对慢性疾病的预防，全球影像诊断设备市场规模不断扩大。2012年全球医疗器械市场销售额达3490亿美元，其中影像诊断产品市场销售额达361亿美元，预计2018年，全球影像诊断设备市场份额将以年均3.8的速度增长，市场销售将达到451亿美元，而不同细分领域复合增长率约为15-40。我国医疗器械市场规模维持高速增长，将成为继美日两国之后的世界第三大市场。预计市场总规模将按19.8复合年增长率，由2012年2420亿元增加至2017年5970亿元。其中，医疗影像诊断设备在我国医疗器械细分市场中规模最大，占据38的份额。
计算机视觉在医疗领域的应用目前已经很多，但还主要停留在图像处理的层面，例如CT和核磁共振，就是采用了图像处理中的图像重建技术。这类图像处理技术可以为医生诊断提供帮助，但系统本身并不具备诊断功能。当计算机系统具备接近人类的图像理解能力时，将可以智能化地完成一些诊断功能，这也是目前研究的重点。
3、机器视觉：“工业自动化之眼”
机器视觉主要指的是计算机视觉在工业自动化领域的应用。机器视觉把计算机的快速性、
