彩娱乐（中国）官方网站 90 后天才少年打造 AI 家教，教韩国东说念主说英语，干出 10 亿好意思元独角兽

为什么一个语言学习软件，能被 OpenAI 连投四轮？

2018 年 1 月，Speak 谨慎在韩国上线应用商店。上线今日共 3 东说念主付费，收入 18 好意思元。这是 Speak 设立 3 年来第一笔用户付费收入。

Speak 是两位天才少年共同打造的一款 AI 语言学习家具。

一位名叫 Andrew Hsu，生于中国台湾，在好意思国长大，从小就是华盛顿各大媒体笔下的天之宠儿。Hsu 5 岁能解代数题，7 岁因太奢睿而辍学初始家庭莳植（Home-schooling），用 1 年时分学罢了从小学到初中的课程；12 岁考入华盛顿大学，16 岁从华盛顿大学毕业时手执三个理学学士学位；19 岁成为斯坦福大学神经科学姿色四年岁博士候选东说念主后辍学创业，成为 Peter Thiel"20 Under 20" 运筹帷幄的一期学员，其后成为首位拿到 Google Venture 等闻明 VC 投资的创业者。

另一位名叫 Connor Zwick，从 13 岁初始编程，曾被澳大利亚科技网 Nettuts.com 遴聘担任网站作家；高二时开发一款语言学习应用 Flashcard+，用户最高达 500 万，最终被上市莳植企业 Chegg 收购。之后，Connor 入学哈佛，但只上了一年课便辍学创业，成为 "20 Under 20" 运筹帷幄二期学员并结子 Hsu。

2016 年，二东说念主共同创办语言学习应用 Speak，试图借助最新的 AI 技巧，打造一个 "AI tutor"，让每位语言学习者享受到个性化莳植，信得过学会 " 说 " 英语。

为完结这个方针，设立以来，Speak 团队用了几年时分反复进修 PMF。而上线首日的 18 好意思元让团队第一次看到但愿，也为今天的 10 亿好意思元估值写下序章。

“少年何妨梦摘星，敢挽桑弓射玉衡。”为期近两个月的培训中，从初任培训到实战练兵，济滕监狱25名新警发扬“认真无价、唯旗誓夺”的精神传统，奋发向上，刻苦训练，认真学习，展现出新时代济滕监狱人民警察良好形象，其中时浩、王文杰、钱昊其、张真源、贾龙坤5名同志获得“优秀参训学员”荣誉称号。

红网时刻新闻1月4日讯（通讯员 游函谕 周炜 记者 陈宗昊）1月2日，绥宁县人武部组织基干民兵以遂行扑灭山火任务为实战背景，开展新年度战备拉动演练，旨在提升首长机关及战备值班分队快速反应和应急应战能力。

" 小天才组合 "

2011 年，Peter Thiel 发起 20 Under 20 运筹帷幄，荧惑有想法的学生辍学或暂时休学创业。

同庚，年仅 19 岁的天才少年 Andrew Hsu 从斯坦福辍学，成为 20 Under 20 的一期学员，并创办 Airy Labs。Airy Lab 但愿针对儿童开发出能被家长们普通招供的，具有莳植真谛的外交往戏，信得过完结 " 寓学于乐 "。

其时，Hsu 天才少年的光环，Peter Thiel 的背书，以及超前的莳植理念让 Airy Labs 成为 VC 眼中的一颗新星。Airy Labs 设立不久便赢得 150 万好意思元种子轮融资，投资方大佬云集，包括 Google Ventures、Foundation Capital 和 Playdom 首创东说念主 Rick Thompson。拿到融资后，Airy Labs 的团队飞快扩张至 20 东说念主，Hsu 也成为媒体口中的创业明星。

然则，一时局势无两的 Airy Labs 仅存活了不到 1 年。

Hsu 的天禀并未在运筹帷幄公司中体现，他的父母成为公司信得过的掌舵东说念主，并渐渐将公司变成了一个 " 家庭作坊 "。

Hsu 的父母近乎像管孩子通常搞定 Airy Labs，他们制定的一系列搞定轨制在职工眼中皆很 " 厄运 "。举例，上昼 9 点到下昼 6 点不成在办公室高声语言，必须通过电子邮件或通信软件调换；部分红员需要在职责终端后向 Andrew Hsu 或其父母陈述职责，泛泛比及晚上 9、10 点致使更晚才放工，何况每周泛泛要职责 6~7 天。

" 搞定层与父母不同，他们细目不爱咱们。他们条件的职责时分在他们地方的国度可能是正常的，但在这里是不可收受的。我认为他们莫得阐明文化各异进行转化。" 一位下野职工曾挟恨。

除搞定问题外，Airy Labs 的下野职工曾泄漏，公司并莫得通晓的愿景和计谋布局。公司网站上描画的愿景是 " 为儿童打造下一代外交学习游戏 "，但公司却没几个全职的游戏假想师。在这种情况下，公司却一连发布 7 款免费家具，几个月后才引入收费机制，导致公司一直烧钱，却莫得收入。

面临如斯局势，Hsu 一度寄但愿于 A 轮融资能提供更多资金守护运转。但最终，职工们莫得比及 A 轮融资，而是减薪裁人、公司倒闭。

创业失败的履历惨痛，但 Andrew Hsu 改革莳植的热心却涓滴不减。恰是此次创业经历，他领悟了 20 Under 20 运筹帷幄的二期学员 Connor Zwick。

Connor Zwick 从 13 岁初始编程，曾被澳大利亚科技网 Nettuts.com 遴聘担任网站作家。高二时，Connor Zwick 一度对时下的莳植体制感到失望，但愿用革命技巧完结信得过的 " 因材施教 "。于是，Zwick 开发了语言学习应用 Flashcards Plus，用户不错把单词和短语的语音制作成电子学习卡片反复老到。

" 我其时的想法是，若是能将这些常识点汇总成某种常识图谱，就能生成任何内容、讲明任何常识，并创造出一个无所不知的导师。"Connor 近期回忆说念。但显着，其时的技巧水平难以得志这个愿景。最终，Flashcards Plus 环球用户量达到 500 万，2013 年被莳植科技上市公司 Chegg 收购。

之后，Connor 考入哈佛，在哈佛大学学习一年后，便拿下 10 万好意思元的泰尔奖学金和 Y Combinator 提供的 15 万好意思元投资辍学创业，开发了 Coco Controller，曾和 30 家游戏企业建设讨论。

直到 2016 年，Andrew Hsu 和 Connor Zwick 皆看到了在 AI 莳植鸿沟再次动身的契机。

AlphaGo 征服李世石后，深度学习范式成为 AI 界的新热门，大皆东说念主工智能论文问世，Andrew Hsu 和 Connor Zwick 在硅谷亲眼见证了一切的发生。

" 那时的模子愈加具体，比如语音模子、图像模子。咱们看到这些模子行将与东说念主类通常好，致使比东说念主类更好。"Connor 曾对媒体暗示，" 其时只是认为这东西很酷，想用 AI 来打造一些真谛的东西。"

他们用一年时分讨论 AI，致使到斯坦福蹭课学 AI。时间，他们尝试开发了各式不同的算法，还尝试过不少盘算机视觉应用，举例用 AI 定制服装，或应用于医学影像测量东说念主体谈论，以及用深度学习瞻望天气。

但二东说念主发现语音识别是成果最惊艳的。其时，他们在 YouTube 上就地汇集了一些语音数据，构建了一个语音识别系统，不仅能相接用户语言的内容，还能相接不同口音。

用就地数据进修的模子尚且有这样好的成果，若是质地更高的数据呢？于是，二东说念主建议一个技巧假定：是否能构建一种信得过可用的家具，从中汇集富足的用户数据，以供算法使用，改善建模，优化家具体验，进而获取更多的数据，酿成良性的数据轮回？

在这个假定之上，Speak 设立了。

" 先有鸡 " 如故 " 先有蛋 "？

偶而是有了此前创业失败的履历，Speak 从创办之初就制定了通晓的发展旅途。

Andrew Hsu 和 Connor Zwick 二东说念主一致认为，除非学习者移居到英语母语地区，不然大约率只可学到一手 " 哑巴英语 "，无法正常调换。因此，Speak 的愿景就是为每一位用户打造一位个性化的 "AI tutor"，让想学英语的东说念主能信得过会说会用。

方针很通晓，问题在于奈何完结。

Speak 设立初期，团队遭受了经典的 " 先有鸡 " 如故 " 先有蛋 " 的问题——要建设弥远的 AI 模子，就需要大皆多元、高质地的语音数据喂给模子。但要赢得数据，要么需要全程手动征集，成本昂贵；要么就需要创建一款不错汇集该类数据的家具，但好的家具体验又建设在弥远的模子才略之上。

量度事后，Speak 并未径直自研模子，而是在其时的技巧水平下，先推出一款用户可收受的家具，跑通 PMF，用户渐渐增长后，Speak 再阐明用户数据微调我方的模子，酿成数据飞轮。

开头，Speak 面向环球推落发具作念用户测试，每个商场皆有 AI 对话功能，用户不错采纳一个类别，采纳心爱的话题和 AI 马虎对话。但进修发现成果并不好，用户基本会在家具发布 30 天后流失。

这个结局偶而并不虞外。不同地区用户的学习需求、民风文化配景不同，很难一概而论，何况语言学习商场本就竞争横蛮，一经有 Duolingo、Babbel 等巨头占领商场，很难正面 " 硬刚 "。此外，其时的语音识别技巧也不及以识别环球各地的语音各异。

在 Andrew Hsu 和 Connor Zwick 纳闷之际，投资东说念主建议先把公司范围作念起来，但二东说念主很警惕这种作念法。直到 2023 年 6 月，设立七年的 Speak 也惟有 30 多名职工。

最终，他们决定先从单一商场攻破，以便麇集元气心灵用有限的资源快速考证和迭代家具。

2019 年，Speak 谨慎进攻韩国商场。此前，Speak 进行了一番严格的商场调研。他们租了一个斗室间作念小范围的用户测试，给每一位参与测试的用户发一部测试手机，并全程记载用户的使用过程。

他们发现，用户信得过使用家具的时分大多在通勤的时候。收拢通勤时段培养升引户的学习民风后，用户在其他时分也会天然则然用 Speak 家具老到英语白话。

意志到这小数后，Speak 发现家具的使用量、回荡率、留存率皆大幅擢升，迪士尼彩乐园3代理Speak 才算初步跑通了 PMF。但在 Hsu 看来，"PMF 不单是是单点的事物，而是一个一语气的过程。你改造 PMF 的进程越大，你的增长速率泛泛就越快 "。

之后，Speak 不休更新家具功能和课程内容，并不休优化家具的交互假想。" 任何阵势的器用辅导、用户莳植或功能解释，皆意味着咱们的假想还不够完善。"Connor 认为，应把尽可能减少用户莳植当作一个方针。而 Speak 将这小数作念到了极致。

许多语言学习 App 的内容会汲取算法推选机制，新用户参加应用后，泛泛会作念一份浅易的问卷或用户指示经由，采纳我方的学习动机、想学的内容等，算法会阐明用户反馈给其首页推选大皆信息。但在 Connor 看来，这些信息并非信得过有效。" 曩昔咱们想要赢得有价值的信息皆要我方主动去搜索，而那些被推送过来的信息有 99% 皆毫无价值，比如垃圾邮件和推送示知。"

因此，Speak 借助 AI 才略打造了一个全新的界面解锁形状。

在家具首页，Speak 莫得给任何新用户指示经由，惟有一个浅易的问题：" 你为什么想学英语？" 然后用户就可按下 " 初始 " 按钮语言。每个用户皆会用不同的心思、语音语召回应不同的谜底。Speak 会阐明这些信息为用户构建个性化体验。

不外，Connor 曾暗示，天然语音到语音模子成果越来越好，但 " 语音并不老是最好的东说念主机交互形状，许多时候，打字和点击图标是更快捷的形状 "。因此，Speak 试图探索一种 " 混杂界面 "，让用户不错在随时皆解放采纳语言如故打字。

同期，为了更好地相接用户，Speak 在后台运行时，举例在夜间，模子会诈骗闲置 GPU 资源分析用户数据，从而领悟用户感深嗜的课程，并在第二天的学习中给用户推送新的课程。在 Connor 看来，" 念念维模子 " 信得过的价值正在于，即使用户莫得使用家具，模子也在后台不休处理着用户数据，分析用户需求。这种模式也决定，Speak 的家具迭代依赖于模子有更强的语音识别、相接和生成才略。

2022 年，Speak 遭受 OpenAI，PMF 又有了质的飞跃。

绑定 OpenAI，自建 AI 团队

从 2022 年起，OpenAI 一语气四次投资 Speak。

OpenAI Startup Fund 设立于 2021 年 5 月，已投资数个 AI 应用姿色，包括 De、Anysphere、Diagram、Harvey AI、Kick、Mem 和 Speak 等，涉猎 AI 音视频剪辑、AI 编码器用、AI 家具假想、AI 法律照料人、司帐软件等多个鸿沟的落地应用。其中，Speak 是独逐个个莳植类软件。

对于投资的创业姿色，OpenAI 泛泛不仅给钱，还给技巧。Speak 也不例外。

2023 年 3 月，Speak 先后官宣了和 OpenAI 的三项协作：

3 月 1 日，晓谕成为 OpenAI 全新 "Whisper" 模子 API 的首发协作伙伴。Whisper 有更强的语音识别才略，在处理带口音的语音以及无缝处理多语言语音（代码切换）方面的弘扬更好。

3 月 14 日，晓谕其当作早期看望者，将 GPT-4 接入其 "AI tutor" 中，能让 AI tutor 完结高度个性化和坎坷文干系的反馈。同期，GPT-4 能够生成更高准确度和连贯性的文本，让用户和 AI tutor 进行更天然、更有针对性的互动。

3 月 23 日，Speak 晓谕与 OpenAI 协作启动 ChatGPT 插件的 Alpha 版块，用户可从 ChatGPT 的界面径直看望 Speak。

但 Speak 并未把一说念但愿委派在 OpenAI 上。在和 OpenAI 深度绑定的同期，Speak 也在 2023 年入部下手搭建了我方的 AI 团队，初始诈骗曩昔几年从家具上积存的数据集微调我方的语音模子。

2024 年，Speak 在官网博客中晓谕升级了中枢语音识别系统。

系统升级前，Speak 永诀在 iOS 和 Android 系统上运营着不同的 ASR（自动语音识别）系统，还会用自稀有据进修端侧小模子适配特定型号的挪动开采，也会汲取第三方语音识别就业。

但遥遥无期，Speak 便发现了一些时弊。举例，为了赞助比较老的开采，Speak 使用了参数范围更小、盘算才略较低的模子，对语音识别成果较差；第三方语音识别就业时常也难以识别口音较重的语音，会影响用户体验；Speak 必须赞好意思 iOS 和 Android 两套语音系统，导致 " 事倍功半 "。

而系统升级后，Speak 基于里面数据集微调了 Conformer 系列的语音识别模子，该数据集包含了用户数千小时带有油腻口音的英语语音音频。

此外，Connor 认为：" 模子评估相等可贵且过错。对于咱们的机器学习团队来说，最过错的可能是评估，至极是对于大型语言模子泛泛实施的通达式任务，若是你能够索求出完好的评估圭臬，你基本上就索求出了你正在优化的方针问题。" 因此，Speak 阐明用户数据，构建了自界说测试集，主要评估语音模子阐明音频转录单词的单词造作率（WER）。评估发现，微调事后的模子单词造作率比通用模子缩小 60% 以上。

里面 Speak 测试集上的单词造作率（WER），图片来源：Speak 官网

现时，Speak 微调的 Conformer-CTC 模子仅用于英语语音识别，但 Speak 泄漏，该模子异日也将扩展到西班牙语等其他语言中。此外，Speak 还在开发超出单词以外的其他语音和语言模态（举例，用于发音反馈的音素）。

在用自稀有据微调模子的同期，Speak 依然攥紧每一次与 OpenAI 协作的契机。因为在 Connor 看来，" 语言学习和及时对话老到，是语音到语音技巧的最好用例，因此咱们收拢契机与 OpenAI 协作，并将这项技巧深度镶嵌咱们的中枢体验中。" 博客写说念。

2024 年 10 月 1 日，Speak 又与 OpenAI 协作测试了 GPT-4o 的及时 API，推出 Live Roleplays，使用户能够在各式变装束演情境中进行千里浸式、传神的白话老到。借助 GPT-4o 上的及时 API，Speak 的 AI tutor 不错像东说念主类教室通常快速或更快地反映，并能够相接并提供对于语音各方面的反馈，而不单是是纯文本转录，如语调、发音、韵律等。

不外，Speak 在博客中写说念，语音到语音模子的指示奴隶才略仍然不如文本模子，现时还不擅长更细腻的语言学习特定任务，如发音领导和反馈。

语言学习界最懂 AI 的公司

2024 年 12 月，Speak 晓谕完成 7800 万好意思金 C 轮融资，由 Accel 领投，OpenAI Startup Fund、Khosla Ventures 和 Y Combinator 等跟投。本轮投后估值 10 亿好意思元，Speak 也被看作大模子海潮中第一家信得过以 C 端应用立足的独角兽。

除赢得老本怜爱外，Speak 的家具弘扬也得到商场招供。据 " 投资实习所 " 的信息，终端 2024 年 12 月，Speak 的 ARR 一经接近 5000 万好意思元，年增长率达到 100%。

Speak 主要的贸易收入皆来自 C 端，莫得免费版块，只为用户提供七天免费试用，之后就按月或按年收费，收费圭臬分为 2 档：

Premium 运筹帷幄：$99.99/ 年，每月 2000 个 AI tutor 积分；

Premium plus 运筹帷幄：$234.99/ 年，每月 10000 个 AI tutor 积分。

（AI tutor 积分对应的是用户和 AI Tutor 的对话字数，每和 AI 对话一个词即 1 积分。）

在 Speak 的实质测试中，2000 家教积分学习 5 天就能破钞完，这也意味着对于有固定学习民风的用户而言，Premium Plus 决议更合算。

2024 年，Speak 也初始拓展 to B 业务。Speak for Business 不错老到特定的商务对话，举例与供应商和客户的专科接头等。现时，Speak for Business 领有跨越 200 个客户，职工汲取率为 85%。

Speak 为何能在一众语言学习商场横蛮的竞争中脱颖而出？谜底偶而就是 " 聚焦 " 二字。

Speak 自创立之初的方针就很聚焦，围绕 " 哑巴英语 " 这个核肉痛点打造家具体验，并一直宝石家具导向的念念路，持续迭代 PMF。最近的访谈中，Connor 暗示 Speak 一直相等幽闲课程内容，现时里面仍会对 AI tutor 的课程内容进行 A/B test。

同期，两位首创东说念主很了了，其家具体验的迭代很猛进程上依赖于底层 AI 模子的才略。因此，在 OpenAI 强势爆发后，Speak 主动拥抱大模子。找到 OpenAI 这个强势的协作伙伴后，Speak 也并未在 AI 的火爆中迷失标的，盲目高估模子的才略，而是组建我方的 AI 团队，诈骗多年积存的用户数据微调语音模子，升级语音识别系统，不竭迭代家具功能。

套用近两年很好意思丽的看法，Speak 是一个愈加 "AI 原生 " 的家具。比拟其他语言学习应用，Speak 更像一家技巧公司。按对话积分破钞收费的模式，也和大模子按 token 破钞量计费的模式很相似，致使营销案牍也相应转化为访佛 "20 分钟内说 100 句话 " 的标语。

同期，为了在单一商场打造最好家具体验，Speak 也十分幽闲家具假想和营销技巧的腹地化。在谨慎参加韩国商场前，Speak 作念了充分的商场调研，并在后期搭建了一个寰宇级的腹地营销团队，阐明韩国商场的用户特色定制相应的营销策略，创建了一个特有的品牌形象。

Andrew Hsu 曾泄漏，终端 2024 年 12 月，Speak 应用的下载量已跨越 1000 万次， 每位用户每天的使用时分约为 10-20 分钟。

现时，Speak 正在将韩国商场的得胜履历渐渐带到其他商场进行考证。2022 年底，Speak 初始开拓日本商场；2024 年下半年，Speak 在中国台湾商场的收入初始快速增长。

不外，Speak 现时主要活跃在不以英语为母语的商场。比拟之下，西洋等以英语为母语的商场则由 Duolingo、Babbel 等老牌语言学习软件占领；微软、谷歌等大厂也对语言学习应用虎视眈眈，信得过横蛮的竞争风暴偶而还莫得到来。

来源：创业邦彩娱乐（中国）官方网站