英語を学ぶのを支援するAIアプリを提供する"Speakeasy"がSeries Cで$78Mを調達し、評価額は2倍の$1Bへ

Speakeasy Labsは、Accelがリードし、OpenAI Startup Fund、Khosla Ventures、Y Combinator、および既存投資家が参加したSeries Cで$78Mを調達した。評価額は$1Bに達し、今年6月に$20Mの資金調達を行った後の評価額の2倍となりました。

ユーザーが英語を学ぶのを支援するAIアプリを提供するSpeakeasyは、Speakの名称を冠したモバイルアプリで、AI音声との会話を通じてユーザーが英語を学べるようします。このアプリはユーザーの応答を分析し、言語的なフィードバックを提供します。Speakによると、このアプローチにより、ユーザーは登録後1週間以内に1,100以上のフレーズを練習することが可能です。

同社は、追加機能を備えたアプリの企業版であるSpeak for Businessも提供しています。このアプリには、異なる習熟度レベルに合わせた言語コースが含まれています。また、サプライヤーや顧客とのディスカッションなど、特定のビジネス会話を練習する機能も利用可能です。

Speakの最新機能の一つであるLive Roleplaysは数週間前にリリースされました。この機能は、ユーザーの習熟度レベルに基づいてAI音声の文型や語彙を自動的に調整します。さらに、この機能では学習目標や言語ヒントを表示し、スムーズな学習プロセスを維持します。

このLive Roleplaysは、OpenAIのRealtime APIによって動作しています。今年初めに導入されたこのサービスは、ユーザーからの音声入力を処理し、GPT-4oを使用して応答を生成する機能をアプリケーションに提供します。このAPIは、音声処理で通常必要な複数のステップを省略することで、応答の遅延を短縮することを可能にしています。

Live Roleplaysのリリース直前に、Speakはアプリの音声認識エンジンを全面的に改良しました。同社は、このエンジンをGoogle LLCの研究者が2020年に発表した音声認識モデルであるConformer-CTCにアップグレードしました。

Conformer-CTCは、大規模言語モデルの基盤となるTransformerアーキテクチャと、コンボリューショナルニューラルネットワークを組み合わせたものです。後者は通常、コンピュータービジョンのタスクで使用されるAIの一種です。Conformer-CTCの開発者によると、このモデルはTransformerアーキテクチャのみに基づくアルゴリズムよりも正確に音声を処理できます。

Speakが音声認識エンジンにConformer-CTCを導入した際、将来的にカスタムLLMを開発する計画を明らかにしました。このようなモデルの構築には多大な費用がかかる場合があります。本日発表された$78Mの資金調達ラウンドにより、同社がこれらのコストと成長投資のバランスを取りやすくなる可能性があります。

開発ロードマップを詳述する中で、Speakは本日の資金調達発表において、英語以外の言語への対応を拡大する計画を明らかにしました。同社は来年スペイン語とフランス語を最初に対応させる予定です。さらに、アプリがユーザーの言語習熟度をより正確にテストできるようにする機能も開発中です。

「今年これまでに、ユーザーはすでにSpeakを使用して10億以上の文を話しました。そして2025年には、Speakをさらに多くの国々に展開する計画です。」とSpeakeasyの共同創業者兼CEOは述べています。