語(yǔ)音合成技術(shù)（TTS）是一種語(yǔ)音處理領(lǐng)域主要發(fā)展方向，主要的使用現(xiàn)代技術(shù)讓機(jī)器生成自然動(dòng)聽(tīng)的人類語(yǔ)音。TTS技術(shù)可分為通用型和個(gè)性化兩種，通用TTS可被應(yīng)用在智能客服、導(dǎo)航等各種領(lǐng)域，而個(gè)性化TTS應(yīng)用在對(duì)于聲音質(zhì)量要求較高的直播、教育、游戲配音等場(chǎng)景。在泛娛樂(lè)大背景下，TTS技術(shù)應(yīng)用需求較高，行業(yè)得到快速發(fā)展。
根據(jù)新思界產(chǎn)業(yè)研究中心發(fā)布的《2021-2026年中國(guó)語(yǔ)音合成技術(shù)（TTS）行業(yè)應(yīng)用市場(chǎng)需求及開(kāi)拓機(jī)會(huì)研究報(bào)告》顯示，就TTS產(chǎn)業(yè)鏈進(jìn)行分析，其上游為數(shù)據(jù)產(chǎn)品和服務(wù)，主要有阿里巴巴、百度、騰訊云等，目前數(shù)據(jù)標(biāo)記的準(zhǔn)確率在60%以上，最高可以達(dá)到90%左右。中游為語(yǔ)音合成企業(yè)，主要有思必馳、云知聲、科大訊飛、百度、阿里巴巴等。語(yǔ)音合成企業(yè)利潤(rùn)率較高，但由于前期對(duì)于技術(shù)開(kāi)發(fā)時(shí)間較長(zhǎng)、投入的資金較高，因此目前大多企業(yè)尚未實(shí)現(xiàn)盈利。由以上可以看出，語(yǔ)音合成產(chǎn)業(yè)鏈中上游呈現(xiàn)一體化融合趨勢(shì)。
隨著5G時(shí)代的到來(lái)，通訊技術(shù)的成熟，信息傳播的速度變快，方式也逐漸多樣化，語(yǔ)音合成得到市場(chǎng)的青睞，被應(yīng)用在泛娛樂(lè)、智慧交通、智能硬件、音頻、教育等多種領(lǐng)域。就當(dāng)前來(lái)看，導(dǎo)航是TTS應(yīng)用普及度最高的場(chǎng)景。
長(zhǎng)音頻主要指的是廣播劇、有聲閱讀等，是TTS技術(shù)主要應(yīng)用市場(chǎng)。隨著互聯(lián)網(wǎng)的普及，網(wǎng)絡(luò)文化的多樣性、個(gè)性化推動(dòng)長(zhǎng)音頻用戶不斷增長(zhǎng)，在2020年我國(guó)長(zhǎng)音頻用戶規(guī)模達(dá)到8億人。在直播、游戲、二次元等泛娛樂(lè)領(lǐng)域應(yīng)用技術(shù)不成熟，實(shí)現(xiàn)商業(yè)化產(chǎn)品較少，市場(chǎng)規(guī)模相對(duì)較少，但隨著虛擬偶像產(chǎn)業(yè)的發(fā)展，語(yǔ)音合成技術(shù)在該領(lǐng)域的應(yīng)用需求將持續(xù)攀升。
就語(yǔ)音合成行業(yè)發(fā)展來(lái)看，隨著漫長(zhǎng)時(shí)間的技術(shù)改革，當(dāng)前該行業(yè)較為成熟，市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)相對(duì)穩(wěn)定，新進(jìn)入者難以進(jìn)入市場(chǎng)，除非能夠研發(fā)出差異化產(chǎn)品才能生存。從市場(chǎng)消費(fèi)方面來(lái)看，當(dāng)前消費(fèi)者對(duì)于TTS軟件的購(gòu)買意向較低，對(duì)于硬件（如智能音箱）捆綁軟件的接受程度較高，因此TTS企業(yè)需要加強(qiáng)和硬件廠商的合作，推動(dòng)TTS行業(yè)發(fā)展。
新思界產(chǎn)業(yè)分析人士表示，隨著5G時(shí)代的到來(lái)，我國(guó)通訊行業(yè)快速發(fā)展，TTS傳播方式簡(jiǎn)單、方便，備受市場(chǎng)青睞，在各領(lǐng)域應(yīng)用需求較高，行業(yè)得到快速發(fā)展。在市場(chǎng)競(jìng)爭(zhēng)方面來(lái)看，TTS行業(yè)發(fā)展多年，市場(chǎng)競(jìng)爭(zhēng)結(jié)構(gòu)較為穩(wěn)定，且已經(jīng)形成上下游一體化的趨勢(shì)，因此新進(jìn)入企業(yè)發(fā)展難度較大。
