（1）智能语音行业涉及的技术、存在的显著问题及针对这些问题可采取的手段
其中，有两项重要的技术：语音识别、自然语言处理，还有一些细节的技术应用，如说话人识别、语种识别、语音合成、音色转换、语音增强、语音唤醒、声源定向等，这些都是在语音处理方向要使用到的支撑技术。就语音识别来说，目前存在的显著问题就是：识别的鲁棒性问题，这个语音系统的在扰动或存在不确定的因素的情况下，仍具有原有特性的，这是主要解决的问题。其处理过程有：语音信号处理、静音切除、声学特征提取、模式匹配等。处理中存现在的限制因素有：远场、方言、噪音、断句等，都会使得准确率降低。针对这些问题，可以从技术和产品两个方面进行优化。技术的角度：语音增强、麦克风阵列、说话人分离等技术作为主要的投入点，依托于成熟算法的基础上，并要提高语义的理解，对上下文的理解。产品上：产品设计上进行优化，通过进一步交互，使语音识别更为准确。
（2）智能语音的两大应用领域及语音语义类公司的类别划分
有两大应用：即C端和B端，在C端要做的就是要提升客户体验，更加人性化的服务于客户（移动设备、汽车、家居）；在B端，要提升效率，采用智能化的处理方法解决效率问题。由于这两大领域要解决的问题不同，面对的挑战也不尽相同。在语音行业，从业务和规模来看，语音语义类公司大致可分为3类，第一类大型互联网公司，第二类行业技术巨头、第三类为创业公司。大型互联网公司：语音处理中的NLP技术是搜索引擎的关键技术之一，以百度、腾讯、搜狗为主力，但是互联网公司擅长直接服务用户，因此不会轻易涉足教育、金融等传统垂直行业，而是会把重心放在消费类产品和应用上。第二类为技术巨头：Nuance（国外的）、科大讯飞、捷通华声。第三类为技术类创业公司：云之声、图灵机器人、思必驰、中科信利、中科模识等。那么在智能客服领域较早且具有重要地位的公司有：小i机器人、捷通华声、图灵机器人、智齿科技、蓦然认知、UDesk。
捷通华声的智能语音分析系统就通过将语音数据转化为文本，而后建立语义索引、自动提取特征关键词，再对文本数据进行自动分类，生成结构化的客服大数据，为银行等金融机构提供客服质检、大数据挖掘与分析服务。
（3）中国智能语音产业的格局
目前，在智能语音领域，除了科大讯飞有着多年的技术积累，在某些前沿技术上已经达到领先水平，其他互联网公司和创业公司在技术上没有本质的差别，技术本身已经不足以成为其核心竞争力，大多数公司很难单纯依赖技术建立成熟可靠的商业模式。要想更好地实现商业化，这些公司只能通过往上下游延伸来创造价值。上游可以把语音和搜索引擎结合起来，为垂直行业提供内容和服务，下游可以把语音和硬件产品相结合，依靠产品销售实现营收。教育、金融、客服等领域需要和行业高度定制，大型互联网公司不会轻易涉足，因此会成为技术类公司的主要阵地。而在智能车载、智能家居、智能机器人等领域，技术类创业公司需要面对互联网公司的竞争。