全文字数：1836字，精读时间：4分钟

本文援引于报告《2021年中国神经网络模型系列研究（二）：循环神经网络》，首发于头豹科技创新网（www.leadleo.com）。

头豹科技创新网内容覆盖全行业、深入垂直领域，行业报告每日更新；政策图录、数据工具助您轻松了解市场动态；智能关键词轻松搜索，直奔行业热点内容。

诚挚欢迎各界精英交流合作，头豹承接行业研究、市场调研、产业规划、企业研究、商业计划、战略规划等业务，您可发送邮件或来电咨询。

客服邮箱：CS@leadleo.com 咨询热线：400-072-5588

核心摘要：

中国循环神经网络适用模型架构主要来源于海外市场，本土厂商模型架构仍存在关注度较低，成熟度较低等问题，但在智能语音识别技术上，科大讯飞在此赛道拥有国际领先的源头技术，且保持人工智能关键核心技术的国际领先水平，同时拥有全双工语音交互国际标准项目，是首个由中国知道的人工智能ISO/IEC国际标准项目。

谷歌基于RNN-T推出全神经元语音识别器

随着深度学的引入，语音识别取得一系列重大突破，目前此行业已属于相对成熟的市场，并走向消费级产品中，但伴随着产品延迟性较高等问题，谷歌正式推出全神经元设备端语音识别器，为Gboard中的语音输入提供支持，产品主要使用循环神经网络变换器（RNN-T）技术训练模型，属于精简训练模型，可搭载至手机端提供便捷语音服务。

循环神经网络发展史及优势

智循环神经网络主要针对具有序列特性的数据信息传递高效，且可挖掘数据中的时序信息以及语义信息，主要运用于语言模型、机器翻译、时序分析等，循环神经网络时间结构图中，整个训练过程中的每一时都将拥有同样的W，主要以解决序列问题，并将记住每一时刻的信息在隐藏层中由输入层决定，并由前一次隐藏层决定。

循环神经网络应用领域及其市场需求结构

循环神经网络典型应用领域主要包括语音识别、情感分类、DNA序列分析、机器翻译、文本生成、生成图像描述等，将其技术合理运用行业中将有效减少人工成本支出，提高其工作效率，如可穿戴设备、智能家居、无人驾驶汽车等行业应用，语音识别技术的合理运用将提高各行业产品之间的运行时效，且提高设备与使用者之间的互动性。

自2018年至2020年期间，循环神经网络运用在消费电子领域中的占比从37%下降至35%，而在智能客服、智能家居、可穿戴设备、医疗行业中，循环神经网络在各行业中的占比呈上升趋势，智能客服业市场需求量从12%增长至13%，呈稳定增长态势，各企业陆续提供24小时人工客服服务，在减少人工成本的同时，并在非正常时间内也可为用户提供相应服务、解决问题，直接提高企业端与用户端之间的距离。

深度见解：循环神经网络模型技术将助力语音识别行业快速发展

卷积神经网络技术作为语音识别行业中核心运用模型，其语音识别、情感分类、文本生成、机器翻译等文字语义翻译将推动运用行业协同发展，其智能语音客服，将减少企业端人工成本，提高产品售后服务质量及工作效率。

重点关注企业

通过深度研究循环神经网络适用行业内优质企业，头豹建议重点关注科大讯飞、思必驰、云知声。