语音输入比打字快近3倍，AI技术将语音识别准确率提升至前所未有的水平——这两个条件的交汇正在推动语音AI从“能用”走向“好用”。招商证券（香港）这份首次覆盖报告指出，语音AI正驱动智能自主AI在汽车、餐饮、旅游及酒店等行业实现免提、实时交互，全球语音电商市场预计2030年将达1，860亿美元。
语音AI：从技术成熟到规模化商用
语音AI的演进经历了近70年的技术积累。1950-60年代早期系统仅能识别有限词汇；1970-80年代隐马尔可夫模型（HMM）大幅提升识别能力；2010年代苹果Siri、亚马逊Alexa和谷歌助理相继问世；2022年OpenAI推出ChatGPT后，语音AI系统对复杂指令的理解和拟人化响应能力实现质的飞跃。
当前语音AI加速普及的时机已经成熟。核心驱动来自两个因素的叠加：语音明显比打字更快——斯坦福大学、华盛顿大学和百度的研究表明，英语语音输入比手机屏幕触摸输入快约3倍，中文快约2.8倍；技术进步提升语音AI性能——AI/机器学习、自然语言处理和低延迟语音模型的进步提升了对话准确性和响应速度，使语音AI更具人性化与上下文感知能力。
语音在智能代理AI中扮演关键角色：1）语音支持自然、免提交互，使智能代理AI能够自主高效地管理任务；2）语音提供直观、实时的沟通方式，使AI响应更快速且更具上下文相关性；3）语音无缝连接AI与外部系统，推动医疗、金融等行业的自动化与灵活性。
语音电商：从400亿到7，000亿美元的增长之路
语音电商市场正经历爆发式增长。2021-2024年间，市场从46亿美元增至300亿美元（增长超6倍）。预计2024年约410亿美元，2030年超1，860亿美元（CAGR 24-29%），2034年突破7，000亿美元（CAGR 25%）。
增长动力源于三重因素：智能手机的全球普及提供了语音交互的硬件基础；AI技术的持续进步提升了识别准确率和自然语言理解能力；用户接受度的快速提升——60%的美国电商用户至少每周通过语音助手购物一次，80%对购买体验表示满意。
北美在语音电商领域处于领先地位，占据37%的市场份额。亚太地区以16.2%的CAGR引领全球增长。终端用户结构方面，消费者、医疗、汽车及旅游出行领域用户占据绝大多数使用比例。
在代理间（A2A）经济中，AI代理跨平台无缝沟通，处理预订、支付及个性化服务，且无需人工干预。以旅游和酒店行业为例，消费者的AI代理会与航空公司、酒店、餐厅的AI代理协同合作，依据用户偏好和预算筛选最佳优惠和行程安排，加速交易、减少人工操作、提升客户体验。
垂直行业渗透——汽车、餐饮与旅游
语音AI在多个垂直行业快速渗透：
汽车行业：驾驶过程中与车载信息娱乐系统的互动会使交通事故风险增加约4.6倍，语音AI成为提升驾驶安全的关键技术。欧洲高端汽车制造商倾向于采用深度定制、多语言支持、与车载系统高度集成的先进语音AI解决方案（Cerence、SoundHound）。亚太及印度市场偏好性价比高的云端平台（Alexa Auto、CarPlay）。汽车行业正快速向“软件定义汽车”转型，要求语音AI技术无缝集成至新一代车载计算架构，并支持OTA更新。Cerence以52%份额位居全球汽车语音AI细分市场领先地位，技术已应用于超5亿辆车辆。
快餐行业：语音AI在QSR行业高速扩张，CAGR达29%，目标2034年北美市场规模120亿美元。SoundHound已部署超14，000家门店，覆盖超15个主要品牌，提高订单精准度、速度和劳动力效率。语音AI在高流动性岗位上降低人力成本，提升订单处理效率与准确性。
旅游与酒店行业：旅游与酒店语音AI市场预计2030年达83.5亿美元（CAGR 15.2%），当前渗透率28%。Google Assistant可简化预订流程，减少对呼叫中心依赖；希尔顿与IBM合作推出语音AI礼宾服务机器人Connie，自动处理入住等任务。
竞争格局——巨头主导，专精公司深耕垂直领域
当前及未来语音AI市场将继续由中美大型科技企业主导。亚马逊以约30%市场份额领先（Alexa及语音AI，智能家居及消费设备），谷歌约25%（Google Assistant，搜索及Android主导），苹果约10%（Siri，高端设备生态），微软通过Copilot及收购Nuance切入市场。
小型专精公司通过垂直领域深耕，提供定制化和增值服务：科大讯飞以44.2%份额主导中国语音电商市场（2022年华经情报网数据），Cerence以52%份额主导汽车语音AI领域（据公司及IHS数据），SoundHound在快餐和汽车领域快速增长（25Q2营收同比+217%）。
中国对话式AI市场呈现三类竞争路径：平台型切入（百度、腾讯、阿里巴巴依托庞大用户群提供全栈式AI平台）；技术型切入（科大讯飞、云知声利用核心语音技术深耕垂直行业）；垂直领域优先切入（针对特定行业提供定制化解决方案）。
核心推荐标的与风险提示
SoundHound AI（SOUN US，未评级） ：25Q2营收4，270万美元（同比+217%），平台每月处理超10亿次查询。Polaris平台覆盖汽车、快餐及企业市场，“Voice to Meaning”技术比传统方法延迟低4倍、准确率高35%。上调2025年营收指引至1.6-1.78亿美元，预计Q4 EBITDA盈利转正。
Cerence（CRNC US，未评级） ：25Q2营收1.08亿美元（同比+15%），汽车语音AI全球市场份额52%，技术应用于超5亿辆车辆。合作客户包括宝马、长城汽车等。上调2025年营收指引至4.2-4.4亿美元。
科大讯飞（002230 SZ，未评级） ：25H1营收109.1亿元（同比+17%），中国汽车语音AI市场主导者，覆盖80余款车型、100多个海外项目。教育、医疗领域持续增长。受美国制裁影响国际扩展受限，但维持国内领先地位。
风险：宏观/消费环境变化、竞争加剧、监管政策变化、语音识别技术可靠性风险、数据隐私及安全挑战、技术迭代速度不及预期。
