AI语言市场崛起：Speak再获OpenAI投资，估值10亿美元成独角兽

　　来源|多知

　　作者|王上

　　近日，AI语言学习平台Speak在官方博客中宣布完成最新一轮7800万美元融资后，投后估10亿美元，成为一家AI“独角兽”公司。Speak在6个月前刚完成一轮2000万美元的融资，当时估值是5亿美元，仅半年时间估值翻倍。

　　Accel 领投了此轮融资，此前的投资者包括 OpenAI Startup Fund、Khosla Ventures 和 Y Combinator 等亦参与其中。迄今为止， Speak总融资额1.62 亿美元。

　　多个教育行业创业者向多知分析称，Speak新一轮融资对于语言学习领域来说是一个好消息，有望拉动行业进一步发展。Speak受投资者青睐有多方面的原因，其中，OpenAI从2022年开始投资Speak，帮助其超AI口语方向快速发展。

　　OpenAI不只是公司的财务投资者，Speak的整套技术体系也建立在OpenAI的AI模型和最新前沿语音技术之上。OpenAI创始人Sam Altman曾多次提到“对 AI 将对教育产生的影响尤为兴奋”。

　　Speak由 Andrew Hsu 和 Connor Zwick 于 2016 年在美国创立，目标是能让人开口说英语，最初采用真人录制的视频课程授课，主要针对韩国市场。在大模型出现后，Speak重构产品功能，主打以特定场景为核心的口语练习和以GPT技术支撑的角色扮演，并拓展到如日本、德国、法国、巴西、墨西哥等国家。

　　大模型的到来，Speak可以为用户提供更准确的实时反馈、提升用户的语言学习体验。可以说，Speak融入大模型后，让学习者以低成本拥有一对一的个性化语言学习老师，且基于学习者的情况生成个性化课程，达到口语的流利性。

　　目前，Speak以 to C为主，今年也拓展了to B业务。

　　根据官方披露，今年，Speak创建了超过2500万个个性化课程。到目前为止，用户已经用Speak进行超过10亿句练习。

　　Speak 企业级业务 Speak for Business 可以练习特定的商务对话，例如与供应商和客户的讨论。 目前，Speak for Business 拥有超过 200 个客户，员工采用率为 85%。

　　Speak 联合创始人兼首席执行官 Connor Zwick曾对OpenAI方面解释，“Speak是装在口袋里的AI语言老师”，此次融资，他还在官方博客中透露了下一年的计划，他说：“2025 年， Speak 计划推广到更多国家。”此外， 2025 年，Speak将语言范围扩大到英语以外的领域，目前已经支持8种语言。

　　Connor Zwick 表示，Speak的价值主张是教人们如何用语言交流，同时，Speak潜在的市场总和大约有15亿人。

　　Speak的发展路径值得教育科技领域关注，VisionFlow创始人刘夜对多知分析：“第一，Speak是第一个最早做AI口语针对韩国刚需人群的产品，它是线下口语培训班的延伸，填补了AI口语场景的空白；第二，Speak最早跑通了商业闭环，年ARR(Annual Recurring Revenue，经常性收入)达5000万美元；第三，前期OpenAI投资亦是助力。”

　　在一位不愿具名的教育行业创业者对多知说，Speak因为有OpenAI Startup Fund 等投资方的加持，资金充沛，本地化课程做得非常出色，课程内容可以根据运营区域进行定制，且Speak在线上线下运营花了很多功夫。

　　在刘夜看来，从Speak的C端产品体验来说，其实还有很长路要走。这场战斗还远远没有结束，未来肯定会出来比Speak更擅长做用户体验的公司冒出来，甚至有可能反超。

　　01

　　第一波拥抱AI技术的教育企业，并跑通商业模型

　　Speak 瞄准口语对练场景，是第一波拥抱GenAI技术的教育科技企业，其希望通过 AI 讲师让用户像和真人教师对话一样帮助学习者进行口语练习，再基于 AI 提供的发音、语法、词汇等方面实时反馈不断完善语言学习。

　　据了解，Speak跑通了商业模式，尽管Speak并未公布活跃用户数量，但联合创始人& CTO Andrew Hsu 提到，Speak应用的下载量已超过 1000 万次，每位用户每天的使用时间约为 10-20 分钟。另据“投资实习所”预测，Speak的年ARR为5000万美元，每年增长率达100%。

　　Speak在产品和运营方面有其独到之处：

　　在产品方面，Speak注重细节。首先，Speak根据用户的测试，生成一套符合用户水平和兴趣点的课程。课程主要分为视频课程、口语练习、角色扮演。会先播放一段真人录制的视频给用户观看，详细讲解一些基础的语法和用法。然后是口语练习，可以实时给出反馈和评分，完成后进入角色扮演环节，这集成了 GPT-4的技术能力。

　　与任意聊不同，Speak口语练习提供了特定的场景，比如交新朋友、在耐克商店、在咖啡店、在课堂上等学习场景(不同国家场景有所不同)，使学习者能够通过模拟日常环境进行交互，对话还会给出提示，这种单一的学习路线让学习者有的放矢。

　　在这种高频对话的练习下，Speak称，用户使用第一周的平均说话量就能达到1000多句。

　　今年10月，在OpenAI 的Realtime API提供的技术支持下，Speak重构的产品，最新功能之一 Live Roleplays(实时角色扮演)正式推出。它以语言电话的形式让用户可以实时与AI沟通，系统可以根据用户的熟练程度自动调整 AI 语音的句型和词汇量。此外，该功能还会显示学习目标和语言提示，让学习过程不卡壳。

　　Live Roleplays使应用程序能够处理来自用户的语音输入并使用 GPT-4o 生成响应，它承诺通过跳过通常涉及音频处理的几个步骤来减少响应延迟。

　　Speak在融资后会将引入更多学习机制，但不会牺牲学习效果。Speak CEO表示：“当需要在游戏化、用户参与度以及有效性之间进行取舍时，将 100% 选择学习有效性。”

　　运营方面，在不同国家有不同的课程方案，也非常重视用户运营。多知观察到，在用户注册Speak之后，会不定期发出各种促销、调研等相关邮件推送，唤醒沉睡用户，甚至试图将转化付费用户。

　　Speak没有免费模式，付费才可以使用，在开启订阅后有 7 天免费试用期。订阅选项的价格约为每月 20 美元或每年 99 美元，这比线下口语学习便宜得多。

　　当前，Speak 有75人，两个创始人均为“技术天才”，其中CEO Connor Zwick 对语言学习领域有多年的积累。

　　Connor Zwick中学时就开始学习编程，在高中时就创建了语音学习应用 Flashcards Plus，通过把语音单词和短语制作成电子学习卡片，让用户反复练习学习语言，这款产品全球有500万用户，2013 年被Chegg收购，Connor 因此获得进入哈佛大学学习的机会。

　　Speak 联合创始人兼首席技术官Andrew Hsu为华裔，在美国长大，拥有华盛顿大学的神经生物学、生物化学和化学学位。后来他在斯坦福大学攻读神经科学博士学位，但 19岁时退学，加入了 Thiel Fellowship( PayPal联合创始人Peter Thiel创办，旨在为23岁以下的学生提供两年总计10万美元的资助，并提供创业指导和其他资源，但要求创业者必须辍学一两年)，在那里他遇到了 Zwick。

　　02

　　“15亿用户的大市场”

　　Speak填补了口语对练的空白，以此为切口，未来在语言学习方面有更多的可能性。

　　在Connor Zwick看来，Speak的总目标市场达到15亿用户。另外，根据咨询公司 HolonIQ 测算，全球有约20亿人在学习新语言(不单指英语)，线上、线下的语言学习消费支出约600亿美元。

　　语言学习市场可能会容得下多家独角兽公司，当前，全球已经有多个项目瞄准语言学习。比如，美国上市公司多邻国，当前月活跃用户过亿。2024年第三季度多邻国付费用户同比增长48%，达到860万。

　　多邻国创办于2011年，采用游戏化学习的方式，有连胜机制等催学方式增强用户粘性，多邻国App以语言学习为起点，后又拓展了音乐、数学品类。此外，多邻国还有考试类产品——多邻国英语测试。

　　多邻国亦是第一波拥抱GenAI的企业，在功能上，Speak与多邻国殊途同归。多邻国在GPT-4的加持下开发了 “Explain My Answer”和“Roleplay”等功能，这两项与Speak的对话练习和角色扮演也有相似之处。今年，多邻国还推出了视频通话与多邻国大冒险功能，Speak最新推出的Live Roleplays与多邻国的视频通话也类似。

　　全球市场上包括国内还有更多的AI口语项目，越来越多的创业者进入“AI+语言学习”领域，比如，ELSA Speak、TalkAI、Talkit、TalkMe、AI外教等，但是各家的产品有一些差异化。对于下一步来说，各家将比拼技术的融合和产品的体验。

　　此外，在免费的一些对话产品中，也有口语对练的功能，如 ChatGPT、Call Annie、豆包等，但是，这些产品不是专门的教育产品，都是任意聊，而这对很多学习者来说不知道如何聊得顺畅，也不知道自己的薄弱之处，更不知道下一步如何提升。

　　总体而言，如Speak这种专门针对学习者的语言学习产品有底层教研的能力，这是他们独特的优势。

　　Speak新一轮融资有望使其在竞争中抢得先机，加速成长。而对于其他企业来说，“依然有机会反超，这场战斗远远没有结束。”