首先需要说明一下，ASR是语音识别算法，但是在实际的（下面提到的语音产品）中不仅涉及到语音识别的算法，还可能存在语音增强，自然语言处理等技术；此外本文提到的也不是远场语音识别（如天猫精灵使用的场景），因此不需要考虑唤醒率等指标；同时关注的也不是多轮对话形式的语音识别，因此也不需要关注声纹识别的准确率。
其次也是我个人比较困扰的一个问题：ASR语音识别技术与速记员之间是竞争者的关系吗？速记员 vs AI语音识别师：你需要3小时记录的会议，我只需要7分钟？,想知道结果的可以看看这个视频大约10分钟，非常有意思
一、ASR竞品企业选择
根据艾媒咨询数据显示语音识别垂直领域主要是以上几家企业，对以上6家企业了解后选择了科大讯飞和云知声作为调研的对象
为了选择几家综合性的公司，根据艾媒咨询《2020年中国智能语音行业研究报告》数据显示在智能语音领域的客服场景下，百度智能云以及阿里云是主要的技术服务平台，因此在接下来的分析中选择了这两家为调研的对象。
二、企业优劣势对比
2.1 总结
以上是我个人总结的，各企业在数据、算法模型、购买、定制这四方面的优劣势,后面的内容主要是对本总结的具体分析。
2.2 场景领域对比
目前ASR产品主要被分为3种，分别为实时短语音识别、实时长语音识别、非实时语音识别，以及在场景方面，科大讯飞进入的比较早，且技术发展稳定，到目前为止积累了更多的语音场景。
2.3 价格对比
在接口并发和语种方面，科大讯飞确实积累多存在优势，在价格方面实时短语音主要依据调用次数付费，实时长语音主要依旧调用时长付费，为非实时语音考虑到场景也是按照时长进行付费，而阿里在三种语音识别方式中都是价格最为便宜的。
2.4 定制服务对比
阿里、百度在asr方面有自训练定制平台，主要为了弥补ASR模型在领域上的劣势，用户可以提交自己领域的专业性词语或者句子，然后模型会自主进行训练。同时阿里、百度这类模型供应商也可以从中收益，不仅获取了可用于训练的领域专业数据，同时也可以促进其模型识别率的提升。
三、个人ASR测试对比
就个人测试结果，以及艾媒咨询的调研结果来看，两者是存在冲突的，估计是因为使用场景领域的差异，以及其他功能设置上的差异造成的。但是搜狗在中英混合识别方面确实稳定的比较差。
四、总结
目前的ASR模型领域场景适应性还是存在问题。如果你需要使用ASR在一个比较大众化的领域，或者某些产品确实有你所属领域和场景的模型，且识别率不错，那么选择该类现有产品是个不错的选择但是如果你的领域小众，或者你的领域需要不断革新某些语言（互联网），你选择百度阿里等有自训练连平台的是个不错的选择。
个人反思
技术问题：由于ASR调研需要提交的时间比较紧以及我对ASR算法的了解相对比较少，因此感觉在分析ASR产品的差异时更加关注的是业务方面的差异，而对算法同学关注的点不太清楚，因此在做分析时难免会存在问题。
解决：在工作之余可以看看算法相关的网客，论坛，以及和ASR的同学交流值得一看的综述以及目前比较前言的算法模型
调研方向深度问题：本次调研相较于以前自己的调研，在调研之前明确了自己当时的不明白的点，但是随着调研的进行，发现了新的问题主要是发现了更多的细分，如ASR产品主要有三种实时短语音、实时长语音、非实时语音。但是因为担心导师会认为自己做的不好，而没有询问导师我本次调研哪个方向是重点，最终调研完成之后还补充了很多的东西
解决：问题，是工作中不可避免的东西，尽早的解决才可以避免无效的努力，以及本身作为刚步入新领域的你，如果有可以问的机会，要好好的把握。
