作为语音识别的前提与基础，语音信号的预处理过程至关重要。在最终进行模板匹配的时候，是将输入语音信号的特征参数同模板库中的特征参数进行对比，因此，只有在预处理阶段得到能够表征语音信号本质特征的特征参数，才能够将这些特征参数进行匹配进行识别率高的语音识别。

　　通过对语音识别行业分析，在区域分布上，国内语音识别的公司大都集中在北京，22家中有12家总部位于北京，占比54.5%。如此高的集中度，跟北京浓厚的科研氛围分不开。其中，中科院对于国内语音识别技术的影响最为深远，作为国内语音识别行业领头羊的科大讯飞，虽然总部在合肥，但也是与中科院声学所、中国科大共同创立的一家企业。

　　虽然语音识别技术的突破是广大用户的福音，但是对于行业内的小公司来说，并不是好消息。因为语音识别属于技术密集型产业，行业格局已基本稳定，所以像搜狗、讯飞一类大公司的技术突破对小公司核心竞争力的冲击就更加强烈。而且在资本寒冬的环境下，行业里的“马太效应”更加明显。由此可推测，语音识别行业高速增长的红利期已经过去，格局基本形成，规模小的团队在技术上难有创新和突破。

　　通过对语音识别行业分析，语音识别产业的增长主要靠渗透率的提升和应用的突破：语音助手、语音输入、语音搜索是语音识别的主要应用方式，目前渗透率正快速上升。美国目前的手机语音助手使用比例已经从2013年的30%左右快速攀升至2015年的60%以上，渗透率快速提升一倍以上。

　　谷歌的语音搜索量较2008年增加35倍以上，较2010年增加7倍以上。随着语音识别近年来的突破性进展，相关商业应用已经展开。2014年，全球智能语音市场规模整体达到45.6亿美元，与2013年的33.7亿美元同比增长35.3%。2015年，全球智能语音市场规模预计将达到61.9亿美元，较2014年增长35.7%。

　　未来的语音识别市场，预计将会有越来越多的公司参与，以后语音识别的性能可能更多的体现在前端技术和语义理解上。机器要与人自然交流，当然就不能重复手机这套语音对话规则，必然就要考虑到用户说话的环境、周围环境的噪音、用户发音不准或者方言等等诸多因素，这就要求前端技术更加精准的模拟人体结构，仿真出机器人听觉系统，以实现解放双手自由对话的目的。以上便是语音识别行业分析的所有内容了。