Supernova、ElevenLabsの音声で多言語AIチュータリングを拡大

Supernovaは、インドの教育アプリの中でも常に上位にランクインしており、国内で増加を続ける多くの英語学習者に利用されています。目標は、流暢さを高めたいすべての人が、質の高いスピーキング練習を利用できるようにすることです。スピーキングは、ライブ指導の費用が高く、資格を持つ講師も限られているため、今なお習得が難しいスキルの一つです。

インドの学習者の多くは、母語を通じて情報を理解します。ElevenLabs テキスト読み上げと音声を活用し、Supernovaはこの実情に合わせてAIチューターを設計しました。ヒンディー語、タミル語、テルグ語、ベンガル語、マラーティー語、カンナダ語、グジャラート語、パンジャブ語、オリヤー語、アッサム語で説明、訂正、励ましを提供しています。

この多言語モデルを大規模に支えるため、Supernovaには、自然で文化的背景に合い、学習者が理解しやすい音声が必要でした。

インドに適した音声エンジンの選定

Supernovaは、OpenAI、Chirp、Amazon Pollyを含む複数のテキスト読み上げプロバイダーを評価しました。多くは許容できる英語音声を生成できたものの、インドの言語に必要な自然な話すペース、感情のニュアンス、イントネーションが不足していました。こうした不足により明瞭さが損なわれ、レッスンを理解しにくくなっていました。

ElevenLabsは、タミル語、ヒンディー語、その他の地域言語における表現力豊かな話し方と正確な発音で際立っていました。このシステムは、学習者が説明をよりすばやく理解するのに役立つ、声のトーンやタイミングの微妙な変化を捉えます。これらの特性は、学習者の母語を通じて英語を教えるというSupernovaのアプローチを直接支えています。

Supernovaは現在、学習のあらゆる主要な場面でElevenLabsを活用しています。

• ローカライズされたボイスオーバーと文法ガイダンス
• バイリンガル翻訳演習
• 学習者がつまずいた際の文脈に応じた説明
• ストリーミングTTSによるリアルタイムかつ低レイテンシーのガイダンス

インテグレーションに必要なエンジニアリング作業は最小限でした。ElevenLabsのドキュメントとAPI設計により、Supernovaは数日でテストからデプロイへ移行できました。

成果：より明確なガイダンス、エンゲージメント向上、定着率の改善

ElevenLabsの導入以降、Supernovaは主要な学習指標で測定可能な改善を記録しています。

これらの改善は、レッスン内容、ユーザーインターフェース、プロモーションを変更することなく実現しました。主な推進要因は、音声体験の向上でした。

学習者の行動にも同じ傾向が表れました。Supernovaでは、日々の利用の継続性が高まり、複数ステップのレッスンへのより深い関与が見られ、タミル語とヒンディー語の説明における理解の問題も減少しました。社内調査では、以前のプロバイダーと比べて、より明瞭で自然な話し方であると報告されています。

レイテンシーの低減も、体験をさらに強化しました。ElevenLabsの低レイテンシーモデルは、スムーズなターンテイキングを支え、プロンプト間の目立つ間隔をなくしました。これによりAIチューターの応答性が高まり、初めて利用する学習者の負担も軽減されました。

技術的なインテグレーション：スケールに最適化

Supernovaは、多言語チュータリングシステム全体の中核となる音声エンジンとしてElevenLabsを統合しました。実装内容は次のとおりです。

• テキスト読み上げ：レッスンのナレーションとローカライズされた説明
• ストリーミングテキスト読み上げとElevenLabs Flash V2.5：低レイテンシーのリアルタイムガイダンス
• 安定性、類似性、スタイルのコントロール：インドの言語向けに話し方を微調整
• 発音辞書：タミル語とヒンディー語のパフォーマンスを改善
  

パフォーマンス特性

独立評価と社内テストでは、次の結果が示されました。

• 発音精度は約82％（対応言語全体）
• 初回音声出力まで約250ms（応答性の高いインタラクション）
• 地域をまたいだ信頼性の高いスケーリング（運用負荷を最小限に抑制）
  

AI生成通話でSupernovaのリーチを拡大

Supernovaは、RingやBolnaなどのサードパーティ通話プラットフォームを通じてもElevenLabsの音声を利用しています。これらの通話には、次の用途があります。

• 取引に関するリマインダー
• 営業リード創出ワークフロー
• オンボーディングシーケンス

英語とヒンディー語の音声は、あらゆる種類の通話で明確かつ文化的に適切なガイダンスを提供し、ユーザーの理解を向上させ、通話完了率の改善につながりました。

Supernovaのより大きな使命への影響

Supernovaは、ほとんどの学習者にとって手の届く料金で、継続的なスピーキング練習を利用できるようにすることを目指しています。従来の英会話指導は月額8,000〜16,000インドルピーかかることが多く、ライブ講師は1時間あたり500〜1,200インドルピーを請求することもあります。こうした制約により、継続的な練習へのアクセスは限られています。

月額5ドル未満のAIチューターにより、Supernovaは即時フィードバックとローカライズされた説明を伴う、繰り返し行えるスピーキング練習を提供します。このモデルは、より速い理解、より高い自信、そしてインドの多様な言語圏全体への幅広いリーチを支えます

パーソナライズされたチュータリングエージェント、多言語学習ツール、あるいは明瞭さと信頼が重要なあらゆるシステムを構築しているなら、】【ElevenLabs Agentsプラットフォームで実現できることをご覧ください。