Webinar-sammanfattning: Så skalar Learna röstinlärning med ElevenLabs

Rösten är sanningens ögonblick i språkinlärning. När den låter verklig kommer användarna tillbaka. När den inte gör det, lämnar de.

Det här inlägget sammanfattar "Bakom agenten: Så skalar Learna röstbaserat lärande med ElevenLabs," – ett samtal om hur rätt röst blev en direkt drivkraft för kundlojalitet, konvertering och intäkter för Learna.

Varför röstkvalitet spelar roll

Ett användningsområde som språkinlärning fungerar bara om det känns verkligt. Den insikten ligger till grund för hur Codeway byggde Learna, en AI-driven app för språkinlärning som från första dagen utformats kring muntliga samtal i realtid.

Codeway är ett av Europas största företag inom konsumentappar, med över 500 miljoner användare världen över och mer än 400 miljoner dollar i återkommande årliga intäkter.

Learna är deras snabbast växande produkt och nådde 45 miljoner användare, 7 miljoner aktiva månadsanvändare och 90 miljoner dollar i ARR på bara 18 månader.

Men tillväxt i den skalan blottlade en hård begränsning. När handledaren låter robotaktig känner användarna sig inte bekväma med att prata. De tappar självförtroendet. De slutar använda tjänsten. Rösten var inte en funktion de kunde förbättra långsamt – den var det centrala produktlagret som allt annat var beroende av.

Den specifika utmaningen gällde ett flerspråkigt erbjudande. Learna stöder över 80 språk. De flesta användare är nybörjare. Det innebär att handledaren måste tala användarens modersmål samtidigt som den lär ut ett målspråk under samma session.

Ett enda samtal kan kräva att systemet förstår turkiska och uttalar engelska korrekt i samma flöde.

Bakom agenten: Learna

Learna genomförde A/B-tester i produktion där de jämförde sitt tidigare röstsystem med ElevenLabs.

Resultaten var statistiskt signifikanta:

1. Konverteringen från provperioder ökade med 9 %
2. Kundlivstidsvärdet ökade med 10 %

De här siffrorna förändrade hur Codeway såg på röst. Det var inte längre bara en UX-förbättring. Det var en tillväxtdrivare.

Deras tvåspråkiga handledare blev vändpunkten.

Innan Learna lanserade en tvåspråkig upplevelse visade produkten svagare engagemangssiffror, särskilt bland användare på nybörjarnivå.

När handledaren kunde tala både användarens modersmål och målspråket under samma session förbättrades både intäktsgenerering och engagemang avsevärt.

Lärdomar från Learna

1. Se rösten som ett produktlager, inte en funktion. Om du bygger en produkt som bygger på samtal påverkar röstkvaliteten förtroendet, sessionslängden och om användarna kommer tillbaka. Utvärdera den lika noggrant som andra centrala produktbeslut.
2. Stöd modersmålet först. På de flesta marknader utanför stora internationella knutpunkter vill användarna interagera på sitt modersmål. Att lansera enbart på engelska innebär att du går miste om mycket engagemang. Kombinera åtminstone engelska med det dominerande lokala språket på varje marknad.
3. Testa röstkvaliteten mot affärsmått, inte bara användarfeedback. Learna stannade inte vid kvalitativa signaler. De genomförde A/B-tester i produktion och kopplade röstkvaliteten direkt till konvertering från provperioder och LTV. Datan gav teamet tryggheten att bygga kärnupplevelsen med ElevenLabs.
4. Iterera aggressivt med prompting för att minska hallucinationer. AI-system beter sig inte som deterministisk programvara. Varje parameterändring kan påverka uttal, resonemang och konsekvens i utdata på sätt som är svåra att förutse. guide till prompting i ElevenLabs dokumentation är en bra utgångspunkt. Valet av LLM spelar också roll. ElevenLabs är LLM-agnostiskt, vilket ger team flexibilitet att finjustera beteendet per språk och användningsområde.
5. Använd konfiguration innan du använder anpassad kod. Beteendet vid språkbyte, språk som stöds, LLM-tilldelning per agent och svarstider kan alla konfigureras i ElevenLabs plattform utan anpassad utveckling. Börja där innan du bygger en anpassad arkitektur.

Se hela sessionen

Se hela sessionen här.