生成式AI围猎口语市场，OpenAI押注 Speak

另外，我们获得这种练习的唯一想要的途径是真人老师：

线上约课相当便宜，无论预约时间还是夺名无异说一场战争；线下更贵也免不了舟车之苦。GPT

时代免于上述行为的「口语练习神器」会参加吗？

OpenAI通过其基金公开投资的三家葫芦公司之一 演讲——一家领先的语言学习平台——代表了方向和可能。

去年11月，讲完成 2700 万美元的 B 轮融资，由 OpenAI Startup Fund 领投。除了钱，他们还可以提前使用微软提供的新 OpenAI 系统和 Azure 资源。

打开 App，回答几个问题（比如学习目的、频率、目前英语水平和感兴趣的领域等），系统将为你定制一门学习课程。

每个课程均由真人录制，用户接下来学习。课后也有作业。参与定作业后，还有角色扮演角色。让你在设定场景中，学以致用——与AI展开多轮对话。

作为一款典型的教育类应用，无论是学习课堂还是后期的作业、角色扮演课堂，系统都会给到发音、语法、词汇等方面的反馈，非常具体。

例如，添加某种副词可以让表达更自然、说法更简洁、告诫一些约定俗成的表达（比如下雨猫狗）不能简单简单。

如果说创业年轻人的讲只能就现成的技术就会用，有了Open AI的投资后，讲可以做更多的事情。

例如，在 AI 讲师（AI Tutor）里，用户还可以就任意主题（比如夜宵啦、减肥啦）和 AI 放开聊天，系统还会提供实时反馈。

AI老师邀请OpenAI新系统能力集大成者：

3月，Speak接入了OpenAI全新自动语音识别模型Whisper——它在英语语音识别方面已接近人类水平的鲁棒性和准确性，无论用户口音如何（比如韩国、日本用户），都更准确的识别出来，提供更准确的反馈。

接着，他们又加入了使用GPT-4的语言学习平台。GPT

-4可以理解更复杂的表达，生成更准确的文本也更连贯的。「记性」也好，不会在几轮对话后忘记聊过，交互体验也因此更自然、指导也更有意义。另外，对话也变得高度个性化，没有两个对话就会成为， 「在底层，我们将 OpenAI 的最新技术与内部模型相结合，在语音识别、语音生成和对话内容生成方面提供最佳的灵魂。」Zwick 坚称Speak

的人工智能技术超过了许多竞对的技术。

Connor Zwick（首席执行官）和 Andrew Hsu（CTO）在 2016 年专辑中。两个人的经历非常妙：

Connor Zwick 高中时创立了一款名为 FlashCard+ 的医学院应用程序，并在 21 岁出售。安德鲁尚未达到实际投票年龄就获得了三个学位。而

在 Peter Thiel 的提案计划中，花了一年时间深入学习、了解人工智能，并决定创业。结果是，康纳·兹威克在哈佛大学读了一年退学，安德鲁·斯坦福大学博士三年级肄业。

据说，上架苹果商店第一天只赚了 18 美元。现在，它不仅仅是 iOS App Store上韩国顶级教育应用程序之一，同时在日本市场取得了不俗的成绩。

当然，也有大量的用户困扰怎么选，因为老牌外语学习应用程序Duolingo也推出了基于GPT-4的方式，OpenAI最新技术的付费服务Duolingo Max。

学习者可以访问两个由AI支持生成的全新功能和练习：「解释我的答案」和「角色扮演」。

一次又一次犯同样的错误，这知道为什么吗？「我的答案」让你错地明明白白。

所谓角色扮演，与不同的人物（比如去咖啡店买咖啡、宜家买家具）完成实战场景下的对话。这个功能背后的人工智能是响应式和吸血鬼的，意味着没有两个对话。

如果你不想上非常系统的课程，也不想太复杂，只是找个人随便聊天，也不指望多么专业的指导和反馈，可以尝试基于ChatGPT（以及其他工具）的PrettyPolly，任何人都可以随时随地练习说26种语言。

在网页上选择一种语言，就可以与AI进行口语练习了。它会给每个对话生成流利度分数，以便记录地跟踪进度。

火箭，是和说目前看重韩国、日本市场一样，试验PrettyPolly并给予反馈的人中标有日本人。

另一款应用语音会记录、分析并提供语音反馈，突出发音和语法需要改进的位置，提供实用的作用，以提高口语技能。

另外，还有一类很火的应用，主打虚拟聊天，它们提供的服务非常丰富，英语学习只是其中之一。它们可以口语陪聊，但没有课程体系，也不能像 Speak 这类教育应用主动地给予指导、专业指导。

先来看看目前最火、技术实力最强的团队产品——聊天机器人「批发市场」Character.AI。你可以在这个平台上DIY或者与不同的AI角色聊天。

同样在3月，Character.AI完成了1.5亿美元的融资，估值达到10亿美元，由a16z LinkedIn投资。

Character.AI 标识是想让用户来控制玩法，因为他们更清楚自己想用这个东西来做什么。本质上，Character.AI 只是向用户提供了一种 LLM 技术，让亿用户都可以使用大语言模型，发明新的示例。

平台初步做了一个模型，比如爱因斯坦、马斯克、英国女王等角色，当然也包括外语口语辅导。

我们选了一位英语口语作业，打开聊天窗口，就可以开始。它能够准确识别你的口语程度，同时给出交流的当地发音和表达方式。

这位老师对你的口语表达不如说一类应用那么专业、指令和一些我们的拖延。至少提示了他两次「刚才表达是不是存在一些语法错误（其实这句话本身也存在语法错误）」，这位辅导员将提错误并携带纠正。

虽然指正不是主动那么及时，但我们明显感觉到他的记性不错，至少记住了之前的表达错误。这也是因为对话记忆比之前的容量增加了一倍，系统可以「记住」更早之前的聊天信息。

除了学习伙伴和口语陪练之外，你还可以找到文字冒险游戏人工智能、情感顾问人工智能、创业咨询人工智能，甚至还有本地导游人工智能。从体验上来看，对话很容易从纯粹的新奇提问变成更有意义的讨论。

他们从头开始训练自己的法学硕士，使他们的产品不仅能够优化原始智能，还可以优化对话同理心，通过幽默、情感、洞察力等来吸引和保持消费者的注意力。

如果你不满意现成的对话机器人，自己也可以创造一个独特的AI，尊崇塑造他们的「个性」。

有两种打造模式。基础模式中，你只需要添加：人名、角色自我介绍和头像，即可创建。高级选项里，你需要投给一些训练语料，让机器人更接近你想到的或者真实的人物。

目前，随着越来越多的人与角色.AI上的大量角色互动，这些互动（订单亿次且仍在不断增加）被反馈到它们的底层模型中，并不断推动其进化。

与Character.AI拥有大量虚拟对话角色类似，在Ainder这个聊天应用里，你可以透过滑动大量照片，找到自己喜欢的老师并给他打电话，聊到天荒地老。

界面上，你就可以遇到从爱因斯坦、马斯克、特朗普到开放流行歌手「霉霉」（Taylor Swift）甚至海绵宝宝等各种角色。

如果你想专门练习外语口语甚至雅思口语，都有专业老师供你选择。当然，依然是没有系统的课程，陪练。

音符是，你和老师的交流就像和朋友打电话一样，而不是文字输入。你甚至可以选择记忆上下文的长度来改善对话体验。

从最近的性采访来看，我们发现马斯克的声音并不像他，没有马斯克接受的时候有时会结巴的细节。

聊天内容也不是很有趣，当我们讨论最近的热度时，他回复了我一系列注意防暑的科学操作时（就像搜索引擎给出的答案），我们马上退出了聊天。

而在另一个口语APP上，AI和我从天热一路聊到了中国秦岭和旅行。

与Character.AI、Ainder这类「批发市场」不同，另一款很火的聊天应用Call Annie，就是一个数字人，会说话，底层是ChatGPT。

你可以把她理解为一个功能强大的即时视频聊天的ChatGPT。

你可以用它学英语、法语、德语等各种语言，比如告诉她你想学习外语的目的，她可以帮助纠正错误并回答不完善的地方。

该应用给人一种非常突出的体验，即近乎实时的 FaceTime 通话。

系统实时驱动面部表情和语音同步的口型变化，使虚拟人能够贴近真人，反应速度很快，体验很自然，就像和真人视频一样。

另外，安妮知识储备丰富，什么话题都懂，你也可以问它数学、物理、化学、编程、金融等等各种专业知识。CallAnnie还具备新闻洞察、天气预报、健身辅导、金融助手等一系列功能。

目前，国内也有一些相关产品。雅思和科大讯飞共同研发了AI英语口语练习产品。网易有道推出教育领域垂直大模型——「子曰」，并发布了基于大模型的虚拟人口语训练。新东方在财报季期间提到，公司将「详细探索ChatGPT等AI新评估教育产品中的可能。」