基于AI外教，解决英语学习口语输出。
英语趣配音创始人谭美红：AI外教的未来已来
来源|多知OpenTalk
整理|张蔚斐
摄|张蔚斐
在多知OpenTalk第45期“AI如何引领教育走向新纪元”活动上，杭州菲助科技有限公司创始人谭美红分享了英语教育行业与AI的碰撞和思考。
从线下英语口语培训学校做起，谭美红十一年前就将目光看准了在线互联网教育，这十一年里，菲助科技推出了众多产品，包括少儿趣配音、英语趣配音、汉语趣配音、日语趣配音、Lingodub和西瓜单词。去年，又推出了AI外教，核心是外教对练口语的学习场景。
做了这么多产品，菲助科技背后有什么样的底层逻辑和思考?
谭美红表示，语言学习仅仅做好输入环节还远远不够，输出同样重要，AI外教的出现，正是英语口语输出补全的一块重要拼图，基于AI的能力，可以充分利用以下七大优势：
7天24小时可用性、更优的个性化学习体验、更强的即时反馈、适应多样化学习需求、更高的隐私和安全性和更高的成本效益。
以下为谭美红分享原文（经多知编辑）：
01
语言学习=(输入+输出)*时间
我们自己认为，语言的学习包含两个部分，第一部分是大量口语输入——各类爆火大V，尤其是启蒙类，所做的就是多磨耳朵、多看动画片，背后逻辑就是要有大量输入。第二部分则是输出环节，真正能讲好流利的英语还是需要有输出的环节。
国人英语学习常见的痛点是，过去十几年的时间，考了四、六级，读了大学甚至考了专八，但是英语口语就是讲不好，还是哑巴口语。怎么办?核心就是少了输出的关节。
12年前，我开的第一家线下学校叫ishow国际英语，这家学校当时在湖南衡阳是做真人大班制授课，1对40，1个老师上面讲，40个学生在下面听。老师输入环节很不错，但是如何做输出?当时我们做了一个动作，就是把大学里的留学生以及大学里的外教老师请到我们学校来，做1对40的大班制授课或英语角的形式，主要给学生提供一个输出的环境。当时，大家对中国普遍的四、五线城市的外教资源的感观就是参差不齐，留学生来自非洲，他们英语口语不是很好。
当2013年移动互联网的浪潮来临时，我们开始思考，能不能给每一个学生匹配一个真人外教?线下的成本非常重，于是，我们想基于在线的方式给学生提供。
所以当时我们做的第一个项目就是到菲律宾外教基地招聘外教老师，培训外教老师给线下学生提供1对1的输出。当时做这个跨度太大了，后来这块业务给了我们的合作伙伴，所以我们公司名字叫做菲助，就是菲律宾助理。
尝试做真人外教的过程中困难重重，但是我们还是不死心，还是想围绕语言学习输入输出的闭环给学生提供好的教学结果。过去10年的时间里，我们做了4次真人外教的探索，结果都因为我们自己不擅长做这方面的应用四次搁浅。
02
AI外教补全语言学习闭环中的输出环节
去年下半年生成式AI爆发，我们感觉这是非常符合我们自己的团队理念的机会。“如果我们赶不上这波AI浪潮，就会错失这样一个时代”。
当时我受到AI的震撼非常大，有一个朋友去金山做副总裁，负责的是WPS板块业务。我去年3月份生的小孩，他来看我时提到他们内部开会的时候都会说，你自己的工作中哪些部分用AI方式降本增效了?如果几个星期你都没有提到跟AI相关的内容，这个人的位置可能不保。WPS这样大的公司都极其注重AI，何况我们这样类型的小公司呢?
所以，我在去年4月份就做了一个基于生成式AI的产品，叫做AI外教，上线后用户的反馈非常积极，也给了我们很多正向的激励。
过去5年时间，我两次去到北欧做游学，考察那边的幼儿园、小学、初中和高中、大学的学校，跟家长、老师以及大学教授做了一些交流和沟通。主要沟通的点围绕是语言学习层面。
对于一个中国的语言学习者来说，到底以怎样的方式才能讲好一口流利的英语，围绕这个切入点，我做了很多交流。
在芬兰，孩子要掌握的语言是3+1模式，包括芬兰语、瑞典语、英语加一种小语种;丹麦是丹麦语、英语加一个小语种;瑞典是3+1模式，瑞典语、英语、母语课再加一种小语种。
我在北欧跟老师和家长交流的心得是，因为他们的国土面积特别小，人口特别少，芬兰和丹麦总共人口才五、六百万，如果要自己拍一部电视剧或动画片，所耗成本是非常大的。所以他们自己轻易不拍摄，基本都是用欧美国家拍摄出来的素材给孩子直接看，看纯英文的动画片和纯英文的新闻。他们在语言学习过程中是非常轻松简单的，就是顺带把英语学习掌握了，学校教学过程中也是用纯英文方式上课，非常简单。
所以基于这个原理，我们整体打造了一个学习的闭环，就是英语趣配音。通过看动画片给学生1到2分钟的台词时间进行配音，过去十年的时间承蒙老师和学生的喜欢，平台累积了1.6亿学生。
面向输出的环节，过去四次真人外教尝试受阻，这次基于生成式AI，我们终于可以用AI外教给用户做英语输出的练习。
03
AI外教相比真人外教有哪些优势?
它有多个核心优势，第一，它可以做到7×24随时随地的状态，这对真人外教老师是非常难的，就连自己的爸妈都很难做到。
第二，AI外教的个性化学习体验非常优。它可以根据学生学习的薄弱项给予针对性的建议，这是AI非常擅长的。
第三，它的及时反馈性非常强。
第四，它非常适合根据学习的多样性给到相应类型的建议，做学习的规划。
第五，它的隐私性和安全性非常高。学生更愿意把秘密告诉给虚拟形象，如果是真人，没有极强的信任感，学生不敢把自己的小秘密告诉他。
第六，对于普通大众家庭来讲，它成本收益率非常高，可以花很少的钱，得到大量服务训练。
我们认为，AI外教跟真人外教相比，优势是有七高：高科技、高性价比、高陪伴、高水平、高情商、高智商和高个性化的对比。未来一定是人机配合的时代，也是自适应学习的时代。
AI外教产品的基本形态核心主要外教老师，平台有10个AI角色，可以选择英音和美音，可以是真人也可以是IP的角色人物。整个平台里面覆盖六大主题、200多个主题场景训练。除了涉及到类似于考试教材、校园情景以及生活主题相关类型，也会基于我们跟哈佛教育的情景课核心对标CEFR等级一年300多节课让学生进行练习。
另外，我们也会提供给相应的口语备考工具型产品。比如及时纠音、语音通话和智能生词本，主要围绕着语言学习的输入、输出环节进行。
以一个具体的用户使用场景为例，这个6岁左右的小朋友，英语水平非常好，他分不清楚AI外教Peppa是真的还是假的，但是他跟Peppa聊的非常开心，他已经把它当成学习的学伴角色了。
另外，AI有很强的思辨能力，如果父母有很强的思辨引导的话，它的知识储备量会超过想象。我们为什么坚信AI对语言学习者来讲非常友好?过去，我自己在菲律宾招聘过外教，虽然外教的服务态度很友好，但我们很难跟外教展开思辨，因为每个老师的文化底蕴、知识储备量都不一样，能给学生输出的内容也不一样，但AI在这方面的能力很强。
在过往学习过程中，没有生成式AI之前所有学习都是写死的状态，但是AI的加持，让学习的可变性增强很多。
04
AI让教育公平成为可能性
做AI外教产品有点误打误撞，我们的核心是做To C端的产品，英语趣配音是一款To C的产品，由众多老师给学生录制作业，学生到平台上完成作业。这款产品上线后得到了很多公立校和外国语学校的认可。现在国内很多学校都愿意拥抱当下的新技术，AI出来后，学校就在市面上寻找AI练习的产品，找到了我们。
合作学校的老师开始试用AI外教，作为整体课堂中的一堂课给到学生进行练习。虽然是外国语学校，有三、四十名外语老师，但是老师数量还是少，他们期待学生的口语输出可以做的更好，所以找我们做这样的合作。
我们公司的理念是让学习更有趣，让教育更公平，AI让教育更公平成为可能性。
我自己来自于湖南的一个小山村，我读书的时候，英语启蒙是由刚刚毕业的大学生老师教的，但是很多孩子没有优秀的英语老师给他们做启蒙教育，所以我们想借助国外的优质互联网资源，能够传递给四、五线城市的孩子。
在过去十一年的探索里，英语趣配音已经打好了基础，做好里输入环节。这一次，基于AI，我们一定能把输出环节跑起来。我们唯一需要去做的就是基于基础建设，在教育赛道里做更深度的算法定制，包括Prompt定制，教研定制。让教育更公平，我觉得AI是可以真正实现让普通教育家庭花少量钱就可以请一个AI外教老师帮助学生进行口语训练的工具。
未来已来，AI未来。这是我今年3月份体验了VR眼镜发布后的感受，它现在是1.0版本，但是我觉得特别酷，我相信它未来再迭代几个版本会更好。
未来，我们也希望将我们的产品植入到其中，生成一个可动的虚拟的人，实时进行相应交互。比如我们今天的OpenTalk，可以更加身临其境。
也有人问，AI时代到来，是否意味着语言学习没有机会了?不需要学外语了?我认为，如果面向未来做深度的研究以及深度的文学探讨，去了解别人的文化，语言学习尤其英语学习会变得越来越重要。
我们的技术负责人也有过这样的疑惑，技术出身的他们相信技术可以改变一切。但今年4月份我带他们去北欧切身感受，虽然我们可以带一只翻译笔进行沟通，但总是缺少了那股味道，想要了解其他国家更深层次的文化，拿翻译笔作为第三者传译的过程还是有些尴尬。想要走向全世界，英语能力肯定是越来越需要的。
05
Q&A
提问：谢谢您的演讲。非常认同您说的在AI和语言学习相结合中带来的巨大价值。想问的是，对于您的公司来说，您的产品来说，现在AI和语言结合，现在面临最大的困难的而且是非常有价值的需要解决的问题是什么?
谭美红：谢谢您的提问。我认为，对于很多人来讲，现在大语言模型这么普及了，也可以用ChatGPT了，为什么一定要使用你的AI外教进行练习呢?你们的核心卖点是什么?我觉得，如果你是一个自学能力特别强的人，你用任何材料都能学好一口流利的英语，核心是你的自学能力足够强。这部分人，不到0.1%，对于我们来讲，我们的核心竞争力就是基于大语言模型的基础上，我们打造了垂直赛道口语训练的模型，以及教学体系。
这套课程是我们花了很多钱来搭建的，专门请了哈佛教育学硕士，在国内教英语教学差不多20年，这是我在国内打造的一套体系，第一是基于语言赛道写的一套Prompt，在该年龄阶段应该给孩子输入什么，不应该输入什么?第二个基于教学知识点，在学习过程里可以给他设计什么样的类型课程体系。
第二个点，过去11年的时间，我们1.65亿用户，有80%左右来自于K12，我们平台留存下来来自于10亿+中国语言学习者的语料，我认为这块价值量是非常大的。我们能知道中国语言学习者，学习最大的问题在哪里。反向输入一部分数据给到大数据平台，来申请定制我们自己的平台和用户的课程体系，它们的价值是非常大的。
第三个点，我们这个团队比较接地气，都是做线下英语培训学校出身的，我们也不是说拥抱谁，或者赶这波浪潮，而是基于底层用户语言学习的需求做产品。
提问：您提到咱们定位是K12但是这部分的用户需求差别很大。尤其对于小年龄启蒙阶段的，对AI来说可能它对于处理非常精确的事情会比人做的好，但是处理模糊的事情很多尤其对小朋友是不如人的。AI给语音打分的话，之前我做英语启蒙的时候我对发音内容排序是比较靠后的。语音尤其小朋友没有那么标准的时候不是那么重要。我想了解一下你们在AI打分的时候对这种模糊的是怎么处理的?以及您这个产品，我也试用了很多AI外教的产品，很多他们都是聊大天，这种情况学习状况不好，会造成用户流失，您怎么看待内容聚焦在一个课中对内容精确保护，才能达到很或的学习效果。
谭美红：谢谢您的提问。您问的是两个问题，第一是关于发音的问题。本身英语趣配音核心主打就是配音的学习，所以拆解到最小的要素是音素和发音，我们也内部教研团队做这方面的研究。现在基于生成式AI解决起来要容易多了，我们内部有一套这样的机制，现在也没有说到完美状态，还不断的测试过程中。所以你学完一个作品之后，配完之后会给到你音素级别的训练。甚至也有我们内部现在也有B端用户提供的，就是基于48个音标训练核心要素，内部现在在测。
第二个其他类型产品都是泛泛的在聊，我们的产品是不是也是这样?我们是6大主题200个场景的训练，一定是基于场景里的训练的，你点击主题会有核心关键句型，一定是命中这个关键句型才会得分和相关报告。还有情景聊天，有输入和输出，都是基于产品主题性非常强的。这就是需要有教育体系的投入。所以我们的团队占研发一半以上的资源就是做教育，做产品，做配合调算法的团队就是做这部分的工作。
相关阅读：
10年4次败走“真人外教”，英语趣配音创始人：这次AI外教要成了!
多知OpenTalk第45期相关阅读：
洋葱学园首次披露“智能学伴”：自适应学习、AI答疑，还有情感陪伴
END
本文整理：张蔚斐
