本文来自微信公众号：AI 破壳儿（ID：ai_shell_breaker），原文标题：《不卷应试辅导，这款最赚钱的 AI 教育应用是怎么炼成的？》

 

Speak 在创建一种新的 AI 英语口语练习模式，学习者在任意时间、就任意主题与 AI 进行开放式对话，AI 能够提供有关发音、语法、词汇等方面的实时反馈。

 

 

六月中，它又官宣了一笔 2000 万美金的融资。根据官方信息，目前 Speak 已在 40+ 国家/地区落地，全球用户累计超过千万。

 

出于对 Speak 产品体验、用户反馈和商业模式的好奇，我们花了一些时间调研，接下来分享关于 Speak 的六点观察。

---

1. Speak 售价超过同类产品，但却能同时保持高定价、高订阅量、高用户评价。

Speak 的定价是国内类似产品定价的 2-4 倍，也高于海外类似产品，按年订阅需要人民币近 2000 元。但是这么贵的价格却能拥有超过 200 万订阅用户。（2022 年数据）

 

 

Speak 在多个地区的应用商店中长期保持教育类应用 No.1，它的付费转化逻辑很简单，用户注册后 7 天免费试用（需绑信用卡），接着自动进入付费周期，所以可能简单理解为下载用户都有一定的付费意向。

 

学习本身是个逆人性的生意，按理说这么高的价格，出现用户使用体验低于营销预期是很正常。但 Speak 能却让用户打出 4.8-4.9 的高分（满分 5）。

 

 

---

2. Speak 的市场宣传策略，主攻存量英语学习者中的「哑巴英语」。

「应试」是大部分用户学英语的起点，但是进入社会后，英语高分低能的人最能意识到口语的重要性，这类人群就是 Speak 的主打用户。

 

Speak 从韩国起步，后来逐渐卷向东亚、东南亚这些爱学习、认同英语价值的存量英语学习者集中地带。

 

Speak 的广告文案很扎心 ：

 

“您的托业（一种国际英语等级考试）成绩很高，但您无法和母语人士进行超过 3 分钟的对话？我们都面临一个简单但棘手的问题：大多数人都不能说一口流利的英语。问题在于，我们从来没有机会练习口语，因为我们只专注于语法和考试。”

 

Speak 摆脱了英语口语与应试挂钩的传统，这建立了差异化，但也带来了挑战：考试成绩往往是一种最容易的价值量化，放弃应试人群，Speak 需要换一种方式来证明自己的使用价值。‍

---

3. 用户主导的实战型口语课存在市场空白，Speak 就从这儿长出来。

传统的口语课几乎都是以教材为核心，外教 1v1 授课也不例外，这造成了口语课堂跟用户的真实场景脱节的必然结果。

 

亦或者，教辅机构把英语口语简单抽象为去外企或者出国旅游才用得上，而随着全球化的人口多向流动，场景远不止于此。

 

因此 Speak 的「任你聊」自定义场景功能，把口语练习的选择权交还给用户，用户可以根据自己的需要自定义对话角色、对话场景，AI 由此实时生成课程。

 

 

Speak 也曾提过，用户使用第一周的平均说话量就能达到 1000 多句。下面这个宣传海报也看得人又鸡血又莫名心酸：‍

 

 

---

4. Speak 的天时地利：场景自定义背后的实时内容生成，只有 AI 大模型才能做到。

需要强调的是，自由的角色扮演这并非 Speak 首创，英语教学法中一直强调角色扮演和 Free Talk（自由表达）的重要性，过去也有各种英语学习 App 在尝试这个方向。但在没有大模型的情况下，这种尝试的失败可以说是注定的。

 

首先，传统 AI 需要的是预设用户意图并进行大量数据训练，让 AI 能够具备在指定场景下的对话理解和互动能力。因此在过去，要想制作多样的口语场景，那意味着超量的预设意图训练和内容编排，而即便预设再多，也无法穷举所有用户需求... 因此要么沦为鸡肋，要么不得不跟应试挂钩，以便用大纲来约束内容预设的范围。

 

而 Speak 成立的这几年，正是 AI 大模型突飞猛进的时间，让真正的口语场景自定义有了落地的可能。

---

5. Speak 在口语对练和辅导方面几乎没有功能短板，对话功能、教学功能都做得非常细致。

使用后会非常佩服 Speak 的设计，几乎能想到的口语对练功能 Speak 都有，而且出现得恰到好处。比如说进入场景前它会提供常用语手册帮助用户开口，不知道该练什么场景 AI 随机帮你生成，用户可以自己决定是否启用辅助功能帮自己对话...

 

而且 AI 能根据场景内容适配对话的语气和措辞，比如上图中 AI 扮演催债人时说话就非常凶。沉浸式的对话仿佛是让用户置身于真实环境中，调动紧张感，更容易练就张口就来的胆量。

 

而且 Speak 的教学功能也一点都不差于传统得英语学习软件，尤其是课后报告这一块，非常具体，相比之下其他的 AI 的总结水平就笼统了一些。

 

 

还有就是 Speak 非常强调「地道表达」，而不是单词量、发音标准这些。在一次练习完成后，它会指出用户的哪些表达是不够 local 的，并且立即给出同类句型的练习，加强肌肉记忆。

---

6. Speak 的最大短板和增长阻力可能会是 AI 语音识别准确率。

虽然 Speak 在应用商店的评分很高，但是差评里不少都在吐槽发音识别不到。

 

口语学习者说的并不是母语，拼读音调是不标准的，而 Speak 需要把这种并不标准的发音精准地识别到单词，还能够对其进行评测打分，这对于技术本地化的储备是一项很大的挑战。

 

而且根据 Speak 官网信息，大厂的第三方 API 也无法帮助他们实现准确识别，因此他们自己在从头建造自用的语音识别模型。

 

 

但是考虑到 Speak 的野心其实是一个全球化的 AI 口语学习应用，在增加覆盖地区、拓展语种类型的过程中，这类的挑战会成倍增加。

 

AI破壳儿:

欢迎关注「AI 破壳儿」，我们致力于提供最实用的 AI 工具指南、最多元的 AI 产品观点，帮助读者更好地理解和利用 AI 的潜能。

 

本文来自微信公众号：AI 破壳儿（ID：ai_shell_breaker）