AG旗舰厅百家乐 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AG旗舰厅百家乐，能被 OpenAI 连投四轮？

2018 年 1 月，Speak 讲求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 成立 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 语言学习居品。

一位名叫 Andrew Hsu，生于中国台湾，在好意思国长大，从小即是华盛顿各大媒体笔下的天之宠儿。Hsu 5 岁能解代数题，7 岁因太智谋而辍学开动家庭培植（Home-schooling），用 1 年时候学完结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持三个理学学士学位；19 岁成为斯坦福大学神经科学阵势四年事博士候选东说念主后辍学创业，成为 Peter Thiel"20 Under 20" 筹算的一期学员，自后成为首位拿到 Google Venture 等闻明 VC 投资的创业者。

另一位名叫 Connor Zwick，从 13 岁开动编程，曾被澳大利亚科技网 Nettuts.com 聘用担任网站作家；高二时开发一款语言学习应用 Flashcard+，用户最高达 500 万，最终被上市培植企业 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" 筹算二期学员并结子 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 时代，打造一个 "AI tutor"，让每位语言学习者享受到个性化培植，真实学会 " 说 " 英语。

为达成这个想法，成立以来，Speak 团队用了几年时候反复磨真金不怕火 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。

" 小天才组合 "

2011 年，Peter Thiel 发起 20 Under 20 筹算，饱读动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泛泛招供的，具有培植意旨的酬酢游戏，真实达成 " 寓学于乐 "。

其时，Hsu 天才少年的光环，Peter Thiel 的背书，以及超前的培植理念让 Airy Labs 成为 VC 眼中的一颗新星。Airy Labs 成立不久便得到 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 创举东说念主 Rick Thompson。拿到融资后，Airy Labs 的团队马上扩充至 20 东说念主，Hsu 也成为媒体口中的创业明星。

可是，一时景色无两的 Airy Labs 仅存活了不到 1 年。

Hsu 的天禀并未在筹划公司中体现，他的父母成为公司真实的掌舵东说念主，并迟缓将公司变成了一个 " 家庭作坊 "。

Hsu 的父母近乎像管孩子通常解决 Airy Labs，他们制定的一系列解决轨制在职工眼中都很 " 倒霉 "。举例，上昼 9 点到下昼 6 点不行在办公室高声讲话，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结后向 Andrew Hsu 或其父母讲述职责，不时比及晚上 9、10 点以致更晚才放工，况兼每周平方要职责 6~7 天。

" 解决层与父母不同，他们笃定不爱咱们。他们条目的职责时候在他们场地的国度可能是正常的，但在这里是不可接收的。我认为他们莫得左证文化互异进行转换。" 一位辞职职工曾挟恨。

除解决问题外，Airy Labs 的辞职职工曾表示，公司并莫得澄澈的愿景和战术布局。公司网站上描述的愿景是 " 为儿童打造下一代酬酢学习游戏 "，但公司却没几个全职的游戏遐想师。在这种情况下，公司却一连发布 7 款免费居品，几个月后才引入收费机制，导致公司一直烧钱，却莫得收入。

面临如斯场合，Hsu 一度寄但愿于 A 轮融资能提供更多资金保管运转。但最终，职工们莫得比及 A 轮融资，而是减薪裁人、公司倒闭。

创业失败的阅历惨痛，但 Andrew Hsu 更正培植的关爱却涓滴不减。恰是此次创业经历，他知道了 20 Under 20 筹算的二期学员 Connor Zwick。

Connor Zwick 从 13 岁开动编程，曾被澳大利亚科技网 Nettuts.com 聘用担任网站作家。高二时，Connor Zwick 一度对时下的培植体制感到失望，但愿用立异时代达成真实的 " 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熟识。

" 我其时的想法是，如若能将这些常识点汇总成某种常识图谱，就能生成任何内容、讲授任何常识，并创造出一个无所不知的导师。"Connor 近期回忆说念。但较着，其时的时代水平难以兴隆这个愿景。最终，Flashcards Plus 人人用户量达到 500 万，2013 年被培植科技上市公司 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 家游戏企业确立谈判。

直到 2016 年，Andrew Hsu 和 Connor Zwick 都看到了在 AI 培植领域再次起程的契机。

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

" 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，以致比东说念主类更好。"Connor 曾对媒体示意，" 其时只是以为这东西很酷，想用 AI 来打造一些酷好的东西。"

他们用一年时候议论 AI，以致到斯坦福蹭课学 AI。时代，他们尝试开发了各式不同的算法，还尝试过不少揣摸机视觉应用，举例用 AI 定制服装，或应用于医学影像测量东说念主体方针，以及用深度学习展望天气。

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 受骗场蚁合了一些语音数据，构建了一个语音识别系统，不仅能交融用户讲话的内容，还能交融不同口音。

用当场数据素养的模子尚且有这样好的成果，如若质料更高的数据呢？于是，二东说念主提议一个时代假定：是否能构建一种真实可用的居品，从中蚁合富余的用户数据，以供算法使用，改善建模，优化居品体验，进而获取更多的数据，造成良性的数据轮回？

在这个假定之上，Speak 成立了。

" 先有鸡 " 照旧 " 先有蛋 "？

偶然是有了此前创业失败的阅历，Speak 从创办之初就制定了澄澈的发展旅途。

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，不然八成率只可学到一手 " 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真实会说会用。

想法很澄澈，问题在于何如达成。

Speak 成立初期，团队碰到了经典的 " 先有鸡 " 照旧 " 先有蛋 " 的问题——要确立强大的 AI 模子，就需要广博多元、高质料的语音数据喂给模子。但要得到数据，要么需要全程手动征集，成本好意思丽；要么就需要创建一款不错蚁合该类数据的居品，但好的居品体验又确立在强大的模子智力之上。

衡量事后，Speak 并未径直自研模子，而是在其时的时代水平下，先推出一款用户可接收的居品，跑通 PMF，用户迟缓增长后，Speak 再左证用户数据微调我方的模子，造成数据飞轮。

开头，Speak 面向人人推出居品作念用户测试，每个商场都有 AI 对话功能，用户不错选拔一个类别，选拔心爱的话题和 AI 节略对话。但磨真金不怕火发现成果并不好，用户基本会在居品发布 30 天后流失。

这个结局偶然并不料外。不同地区用户的学习需求、习尚文化布景不同，很难一概而论，况兼语言学习商场本就竞争强烈，依然有 Duolingo、Babbel 等巨头占领商场，很难正面 " 硬刚 "。此外，其时的语音识别时代也不及以识别人人各地的语音互异。

在 Andrew Hsu 和 Connor Zwick 烦懑之际，投资东说念主建议先把公司边界作念起来，但二东说念主很警惕这种作念法。直到 2023 年 6 月，成立七年的 Speak 也唯有 30 多名职工。

最终，他们决定先从单一商场攻破，以便皆集元气心灵用有限的资源快速考据和迭代居品。

2019 年，Speak 讲求进军韩国商场。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边界的用户测试，给每一位参与测试的用户发一部测试手机，并全程纪录用户的使用过程。

他们发现，用户真实使用居品的时候大多在通勤的时候。收拢通勤时段培养升引户的学习习尚后，用户在其他时候也会当可是然用 Speak 居品熟识英语白话。

意志到这少量后，Speak 发现居品的使用量、迁徙率、留存率都大幅擢升，Speak 才算初步跑通了 PMF。但在 Hsu 看来，"PMF 不单是是单点的事物，而是一个相接的过程。你考订 PMF 的进度越大，你的增长速率平方就越快 "。

之后，Speak 束缚更新址品功能和课程内容，ag百家乐刷水攻略并束缚优化居品的交互遐想。" 任何体式的用具教导、用户培植或功能阐扬注解，都意味着咱们的遐想还不够完善。"Connor 认为，应把尽可能减少用户培植行为一个想法。而 Speak 将这少量作念到了极致。

许多语言学习 App 的内容会给与算法保举机制，新用户参预应用后，平方会作念一份粗浅的问卷或用户指挥过程，选拔我方的学习动机、想学的内容等，算法会左证用户反馈给其首页保举广博信息。但在 Connor 看来，这些信息并非真实有效。" 曩昔咱们想要得到有价值的信息都要我方主动去搜索，而那些被推送过来的信息有 99% 都毫无价值，比如垃圾邮件和推送告知。"

因此，Speak 借助 AI 智力打造了一个全新的界面解锁方式。

在居品首页，Speak 莫得给任何新用户指挥过程，唯有一个粗浅的问题：" 你为什么想学英语？" 然后用户就可按下 " 开动 " 按钮讲话。每个用户都会用不同的情谊、语音语召回应不同的谜底。Speak 会左证这些信息为用户构建个性化体验。

不外，Connor 曾示意，诚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方式，许多时候，打字和点击图标是更快捷的方式 "。因此，Speak 试图探索一种 " 混杂界面 "，让用户不错在随时都目田选拔讲话照旧打字。

同期，为了更好地交融用户，Speak 在后台运行时，举例在夜间，模子会行使闲置 GPU 资源分析用户数据，从而分解用户感意思意思的课程，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 " 真实的价值正在于，即使用户莫得使用居品，模子也在后台束缚处理着用户数据，分析用户需求。这种模式也决定，Speak 的居品迭代依赖于模子有更强的语音识别、交融和生成智力。

2022 年，Speak 碰到 OpenAI，PMF 又有了质的飞跃。

绑定 OpenAI，自建 AI 团队

从 2022 年起，OpenAI 相接四次投资 Speak。

OpenAI Startup Fund 成立于 2021 年 5 月，已投资数个 AI 应用阵势，包括 De、Anysphere、Diagram、Harvey AI、Kick、Mem 和 Speak 等，涉猎 AI 音视频剪辑、AI 编码用具、AI 居品遐想、AI 法律照料人、司帐软件等多个领域的落地应用。其中，Speak 是独逐一个培植类软件。

对于投资的创业阵势，OpenAI 平方不仅给钱，还给时代。Speak 也不例外。

2023 年 3 月，Speak 先后官宣了和 OpenAI 的三项结合：

3 月 1 日，告示成为 OpenAI 全新 "Whisper" 模子 API 的首发结合资伴。Whisper 有更强的语音识别智力，在处理带口音的语音以及无缝处理多语言语音（代码切换）方面的发扬更好。

3 月 14 日，告示其行为早期侦查者，将 GPT-4 接入其 "AI tutor" 中，能让 AI tutor 达成高度个性化和险阻文关连的反馈。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 进行更当然、更有针对性的互动。

3 月 23 日，Speak 告示与 OpenAI 结合启动 ChatGPT 插件的 Alpha 版块，用户可从 ChatGPT 的界面径直侦查 Speak。

但 Speak 并未把一齐但愿托福在 OpenAI 上。在和 OpenAI 深度绑定的同期，Speak 也在 2023 年入部属手搭建了我方的 AI 团队，开动行使曩昔几年从居品上积聚的数据集微调我方的语音模子。

2024 年，Speak 在官网博客中告示升级了中枢语音识别系统。

系统升级前，Speak 诀别在 iOS 和 Android 系统上运营着不同的 ASR（自动语音识别）系统，还会用自稀有据素养端侧小模子适配特定型号的迁徙开荒，也会给与第三方语音识别就业。

但旷日耐久，Speak 便发现了一些瑕疵。举例，为了维持比较老的开荒，Speak 使用了参数边界更小、揣摸智力较低的模子，对语音识别成果较差；第三方语音识别就业时时也难以识别口音较重的语音，会影响用户体验；Speak 必须珍视 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：" 模子评估特地困难且困难。对于咱们的机器学习团队来说，最困难的可能是评估，特地是对于大型语言模子不时扩充的灵通式任务，如若你能够索求出好意思满的评估圭臬，你基本上就索求出了你正在优化的想法问题。" 因此，Speak 左证用户数据，构建了自界说测试集，主要评估语音模子左证音频转录单词的单词非常率（WER）。评估发现，微调事后的模子单词非常率比通用模子缩短 60% 以上。

里面 Speak 测试集上的单词非常率（WER），图片来源：Speak 官网

当前，Speak 微调的 Conformer-CTC 模子仅用于英语语音识别，但 Speak 表示，该模子将来也将彭胀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 结合的契机。因为在 Connor 看来，" 语言学习和及时对话熟识，是语音到语音时代的最好用例，因此咱们收拢契机与 OpenAI 结合，并将这项时代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 结合测试了 GPT-4o 的及时 API，推出 Live Roleplays，使用户能够在各式变装璜演情境中进行千里浸式、传神的白话熟识。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应，并能够交融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随同智力仍然不如文本模子，当前还不擅长更精湛的语言学习特定任务，如发音率领和反馈。

语言学习界最懂 AI 的公司

2024 年 12 月，Speak 告示完成 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 也被看作大模子波澜中第一家真实以 C 端应用藏身的独角兽。

除得到成本羡慕外，Speak 的居品发扬也得到商场招供。据 " 投资实习所 " 的信息，适度 2024 年 12 月，Speak 的 ARR 依然接近 5000 万好意思元，年增长率达到 100%。

Speak 主要的交易收入都来自 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 筹算：$99.99/ 年，每月 2000 个 AI tutor 积分；

Premium plus 筹算：$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 的骨子测试中，2000 家教积分学习 5 天就能花费完，这也意味着对于有固定学习习尚的用户而言，Premium Plus 有规画更合算。

2024 年，Speak 也开动拓展 to B 业务。Speak for Business 不错熟识特定的商务对话，举例与供应商和客户的专科权略等。当前，Speak for Business 领有突出 200 个客户，职工给与率为 85%。

Speak 为何能在一众语言学习商场强烈的竞争中脱颖而出？谜底偶然就是 " 聚焦 " 二字。

Speak 自创立之初的想法就很聚焦，围绕 " 哑巴英语 " 这个核肉痛点打造居品体验，并一直宝石居品导向的念念路，不绝迭代 PMF。最近的访谈中，Connor 示意 Speak 一直特地严防课程内容，当前里面仍会对 AI tutor 的课程内容进行 A/B test。

同期，两位创举东说念主很了了，其居品体验的迭代很猛进度上依赖于底层 AI 模子的智力。因此，在 OpenAI 强势爆发后，Speak 主动拥抱大模子。找到 OpenAI 这个强势的结合资伴后，Speak 也并未在 AI 的火爆中迷失想法，盲目高估模子的智力，而是组建我方的 AI 团队，行使多年积聚的用户数据微调语音模子，升级语音识别系统，赓续迭代居品功能。

套用近两年很时髦的见地，Speak 是一个愈加 "AI 原生 " 的居品。比拟其他语言学习应用，Speak 更像一家时代公司。按对话积分花费收费的模式，也和大模子按 token 花费量计费的模式很相似，以致营销案牍也相应转换为雷同 "20 分钟内说 100 句话 " 的标语。

同期，为了在单一商场打造最好居品体验，Speak 也十分严防居品遐想和营销技能的腹地化。在讲求参预韩国商场前，Speak 作念了充分的商场调研，并在后期搭建了一个天下级的腹地营销团队，左证韩国商场的用户本性定制相应的营销策略，创建了一个私有的品牌形象。

Andrew Hsu 曾表示，适度 2024 年 12 月，Speak 应用的下载量已突出 1000 万次， 每位用户每天的使用时候约为 10-20 分钟。

当前，Speak 正在将韩国商场的到手阅历迟缓带到其他商场进行考据。2022 年底，Speak 开动开拓日本商场；2024 年下半年，Speak 在中国台湾商场的收入开动快速增长。

不外，Speak 当前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，真实强烈的竞争风暴偶然还莫得到来。

来源：创业邦AG旗舰厅百家乐