वेबिनार रिकैप: Learna कैसे ElevenLabs के साथ वॉइस लर्निंग को स्केल करता है

भाषा सीखने में वॉइस ही असली कसौटी है। जब यह असली लगती है, तो यूज़र बार-बार लौटते हैं। जब नहीं लगती, तो वे चले जाते हैं।

इस पोस्ट में "एजेंट के पीछे: ElevenLabs के साथ Learna वॉइस लर्निंग को कैसे स्केल करता है" पर हुई बातचीत का सार है—कि सही वॉइस, Learna के लिए रिटेंशन, कन्वर्ज़न और रेवेन्यू बढ़ाने का सीधा ज़रिया कैसे बनी।

वॉइस क्वालिटी क्यों मायने रखती है

भाषा सीखने जैसा उपयोग तभी काम करता है, जब वह असली लगे। इसी सोच के साथ Codeway ने Learna बनाया—एक AI-संचालित भाषा सीखने वाला ऐप, जिसे शुरू से ही रियल-टाइम बोली जाने वाली बातचीत के आधार पर डिज़ाइन किया गया था।

Codeway यूरोप की सबसे बड़ी कंज़्यूमर ऐप कंपनियों में से एक है, जिसके दुनिया भर में 500 मिलियन से ज़्यादा यूज़र और सालाना रिकरिंग रेवेन्यू $400 मिलियन से अधिक है।

Learna उनका सबसे तेज़ी से बढ़ने वाला प्रोडक्ट है, जिसने सिर्फ़ 18 महीनों में 45 मिलियन यूज़र, 7 मिलियन मासिक सक्रिय यूज़र और ARR में $90 मिलियन हासिल किए।

लेकिन इतने बड़े स्तर की ग्रोथ के साथ एक बड़ी सीमा भी सामने आई। ट्यूटर की आवाज़ रोबोटिक होने पर यूज़र बोलने में सहज महसूस नहीं करते। उनका आत्मविश्वास कम होता है और वे छोड़कर चले जाते हैं। वॉइस ऐसा फीचर नहीं था, जिस पर वे धीरे-धीरे बदलाव कर सकते थे; यह प्रोडक्ट की वह मुख्य परत थी, जिस पर बाकी सब निर्भर था।

खास चुनौती बहुभाषी अनुभव की थी। Learna 80 से ज़्यादा भाषाओं को सपोर्ट करता है। ज़्यादातर यूज़र शुरुआती स्तर पर हैं। यानी एक ही सेशन में ट्यूटर को यूज़र की मातृभाषा में बोलना होता है और उन्हें एक लक्षित भाषा सिखानी होती है।

एक ही बातचीत में सिस्टम को तुर्की समझने और उसी फ्लो में अंग्रेज़ी का सही उच्चारण करने की ज़रूरत पड़ सकती है।

एजेंट के पीछे: Learna

Learna ने अपने पिछले वॉइस सिस्टम और ElevenLabs की तुलना करने के लिए प्रोडक्शन में A/B टेस्ट चलाए।

नतीजे सांख्यिकीय रूप से महत्वपूर्ण थे:

1. ट्रायल कन्वर्ज़न 9% बढ़ा
2. कस्टमर लाइफटाइम वैल्यू 10% बढ़ी

इन आंकड़ों ने Codeway के वॉइस को देखने का तरीका बदल दिया। यह अब सिर्फ़ UX में सुधार नहीं था, बल्कि ग्रोथ का एक ज़रिया था।

उनका द्विभाषी ट्यूटर निर्णायक मोड़ साबित हुआ।

Learna के द्विभाषी अनुभव लाने से पहले, प्रोडक्ट के एंगेजमेंट मेट्रिक्स कमज़ोर थे, खासकर शुरुआती स्तर के यूज़र्स के लिए।

जब ट्यूटर एक ही सेशन में यूज़र की मातृभाषा और लक्षित भाषा, दोनों में बोल सका, तो मुद्रीकरण और एंगेजमेंट दोनों में काफ़ी सुधार हुआ।

Learna से बेहतरीन तरीके

1. वॉइस को फीचर नहीं, प्रोडक्ट की एक परत मानें। अगर आप बातचीत पर आधारित प्रोडक्ट बना रहे हैं, तो वॉइस क्वालिटी भरोसे, सेशन की अवधि और यूज़र्स के लौटकर आने पर असर डालती है। इसका आकलन उतनी ही गंभीरता से करें, जितनी आप प्रोडक्ट के मुख्य फैसलों में करते हैं।
2. पहले मातृभाषा को सपोर्ट करें। बड़े अंतरराष्ट्रीय केंद्रों के बाहर के ज़्यादातर बाज़ारों में यूज़र अपनी मातृभाषा में बातचीत करना चाहते हैं। सिर्फ़ अंग्रेज़ी के साथ लॉन्च करने से काफ़ी एंगेजमेंट छूट जाता है। कम से कम, हर बाज़ार के लिए अंग्रेज़ी के साथ प्रमुख स्थानीय भाषा भी शामिल करें।
3. वॉइस क्वालिटी को सिर्फ़ यूज़र फीडबैक से नहीं, बिज़नेस मेट्रिक्स से भी जांचें। Learna केवल गुणात्मक संकेतों तक नहीं रुका। उन्होंने प्रोडक्शन में A/B टेस्ट चलाए और वॉइस क्वालिटी को सीधे ट्रायल कन्वर्ज़न और LTV से जोड़ा। इस डेटा ने टीम को ElevenLabs पर मुख्य अनुभव बनाने का भरोसा दिया।
4. हैलुसिनेशन कम करने के लिए प्रॉम्प्टिंग पर तेज़ी से बदलाव करें। AI सिस्टम निर्धारक सॉफ़्टवेयर की तरह काम नहीं करते। पैरामीटर में हर बदलाव उच्चारण, रीजनिंग और आउटपुट की एकरूपता को ऐसे तरीकों से प्रभावित कर सकता है, जिनका अनुमान लगाना मुश्किल है। ElevenLabs दस्तावेज़ में प्रॉम्प्टिंग गाइड अच्छी शुरुआत है। LLM का चयन भी मायने रखता है। ElevenLabs LLM-अज्ञेय है, जिससे टीमों को हर भाषा और उपयोग के हिसाब से व्यवहार को ट्यून करने की सुविधा मिलती है।
5. कस्टम कोड से पहले कॉन्फ़िगरेशन का इस्तेमाल करें। भाषा बदलने का व्यवहार, सपोर्ट की जाने वाली भाषाएं, हर एजेंट के लिए LLM असाइनमेंट और रिस्पॉन्स टाइमिंग—इन सभी को कस्टम इंजीनियरिंग के बिना ElevenLabs प्लेटफ़ॉर्म में कॉन्फ़िगर किया जा सकता है। कस्टम आर्किटेक्चर बनाने से पहले यहीं से शुरू करें।

पूरा सेशन देखें

पूरा सेशन यहां देखें।