近几年，我国智能语音产业的发展十分迅速。正如《2013中国智能语音产业发展白皮书》中所提到的，经过近50年的发展，中国的智能语音产业已由技术研发进入快速应用阶段，以语音合成、语音识别等为代表的智能语音核心技术不断突破，技术水平显著提高。

　　从产业规模上来看，2010年以来，智能语音技术开始为越来越多的用户提供便捷自然的交互体验，并逐渐成为智能终端的基础服务和用户获取信息的入口。

　　预计到2017年，中国智能语音产业规模将达到104.1亿元，2011—2017年复合增长率达63.8%，占全球智能语音产业规模的比重将由2012年的5.6%增加到17.1%，将拉动移动互联网、智能家电、智能汽车、可穿戴设备等相关产业规模增长1000亿元。

　　“与国际上的先行国家相比，我国在研究技术原创性、应用引领性等方面还存在一定的差距。”中科院声学所所长颜永红谈道，“比如机器翻译领域，谷歌可以达到70多种语音的互译，我们的语音产业能不能做到这一点？”

　　海天瑞声副总经理程显峰认为，语音技术最大瓶颈在于数字资源供应上。从国内语音资源建设的情况来看，虽然在普通话上有很大进步，但是在方言、口音上看还是比较薄弱的。“这个需要很长期的过程来填补。”他希望借助大数据平台大大加快语音技术研发周期。

　　白皮书指出，智能语音行业技术门槛较高，人才培养周期长，特别是在核心技术研发方面，对高端人才的需求较大。随着智能语音产业的快速爆发，人才缺乏成为制约产业发展的重要影响因素之一。在清华大学，其自动化、电子工程、计算机等相关专业均设有语音技术研究方向，但是与整个产业的发展速度相比，人才储备还存在一定的缺口。