ウェビナーまとめ：LearnaがElevenLabsで音声学習をスケールする方法

音声は、語学学習の成否を分ける決定的な要素です。自然に聞こえれば、ユーザーは何度も戻ってきます。そうでなければ、離れてしまいます。

この記事では、「Behind the Agent：LearnaがElevenLabsで音声学習をスケールさせる方法」を振り返ります。Learnaにとって、音声を適切に扱うことが継続利用、転換、収益を直接左右する要因となった経緯についての対談です。

音声品質が重要な理由

語学学習のようなユースケースは、リアルに感じられて初めて機能します。この考え方は、Codewayが初日からリアルタイムの音声会話を軸に設計したAI搭載語学学習アプリ、Learnaの中心にあります。

Codewayは、世界で5億人超のユーザーを抱え、年間経常収益が4億ドルを超える、欧州最大級のコンシューマーアプリ企業です。

Learnaは同社で最も急成長しているプロダクトで、わずか18か月でユーザー数4,500万人、月間アクティブユーザー数700万人、ARR9,000万ドルに到達しました。

しかし、この規模での成長により、大きな制約が明らかになりました。チューターの音声が機械的だと、ユーザーは安心して話せません。自信を失い、離脱します。音声は時間をかけて改善できる機能ではなく、他のすべてが依存する中核のプロダクトレイヤーでした。

具体的な課題は、多言語対応にありました。Learnaは80以上の言語をサポートしています。ユーザーの大半は初級者です。そのため、チューターは同じセッション内で目標言語を教えながら、ユーザーの母語で話す必要があります。

1つの会話の流れの中で、システムはトルコ語を理解し、英語を正しく発音しなければならない場合があります。

Behind the Agent：Learna

Learnaは、従来の音声システムとElevenLabsを比較するA/Bテストを本番環境で実施しました。

結果は統計的に有意でした。

1. トライアル転換率が9％向上
2. 顧客生涯価値が10％向上

この数値により、Codewayの音声に対する考え方は変わりました。もはやUXの改善ではなく、成長を促すレバーとなったのです。

転機となったのは、バイリンガルチューターでした。

Learnaがバイリンガル体験を導入する前は、特に初級レベルのユーザーにおいて、プロダクトのエンゲージメント指標が低調でした。

チューターが同じセッションでユーザーの母語と目標言語を話せるようになると、収益化とエンゲージメントの両方が大幅に向上しました。

Learnaから学ぶベストプラクティス

1. 音声を機能ではなく、プロダクトレイヤーとして扱う。 会話ベースのプロダクトを構築する場合、音声品質は信頼、セッション時間、そしてユーザーが再び利用するかどうかに影響します。中核となるプロダクトの意思決定と同じ厳密さで評価してください。
2. まず母語をサポートする。 主要な国際都市圏以外の多くの市場では、ユーザーは母語でやり取りしたいと考えています。英語のみでローンチすると、大きなエンゲージメントの機会を逃します。少なくとも、各市場で英語と主要な現地言語を組み合わせてください。
3. ユーザーフィードバックだけでなく、ビジネス指標に対して音声品質を検証する。 Learnaは定性的なシグナルだけで判断しませんでした。本番環境でA/Bテストを実施し、音声品質をトライアル転換率とLTVに直接結び付けました。このデータにより、チームはElevenLabsを基盤として中核体験を構築する確信を得ました。
4. ハルシネーションを減らすため、プロンプトを積極的に改善する。 AIシステムは、決定論的なソフトウェアのようには動作しません。パラメーターを変更するたびに、発音、推論、出力の一貫性へ予測しにくい影響が生じる可能性があります。ElevenLabsのドキュメントにあるプロンプティングガイドは、よい出発点です。LLMの選定も重要です。ElevenLabsはLLMに依存しないため、チームは言語やユースケースごとに柔軟に挙動を調整できます。
5. カスタムコードより先に設定を活用する。 言語切り替えの挙動、対応言語、エージェントごとのLLM割り当て、応答タイミングはすべて、カスタム開発なしでElevenLabsプラットフォーム内で設定できます。カスタムアーキテクチャを構築する前に、まず設定から始めてください。

セッション全編を見る

セッション全編はこちら。