AI大模型正在被應用于大量行業與具體場景之中，其中，教育場景下的口語學習板塊，也延伸出了相應的大模型應用，搭配日益成熟的數字人技術，AI大模型或許可以在教育場景里掀起新的變化。一起來看看本文的分享。

一項技術能否發揮自身價值和作用，很大程度取決于它在應用場景的選擇?，F在，AI大模型在各行各業得以應用，如今更是將戰場延伸到了教育領域中的口語學習板塊。

當喜歡的外語片段可以通過AI生成貼近原聲且準確的對口型翻譯，或與AI數字人進行一對一對話和外語口語練習，面部表情生動而真實，如此具有真實感的AI，能成為用戶在學習方面的強力助手嗎？

一、完全對口型翻譯？HeyGen平臺讓AI數字人更生動

近段時間，小紅書博主“johnhuu 教英語”發布的一條視頻引起海內外的社交媒體紛紛刷屏轉發。

視頻中將泰勒·斯威夫特、艾瑪·沃特森和“憨豆先生”的演員羅溫·艾金森的原聲視頻通過AI技術翻譯內容并轉化成與本人聲音相似的普通話，并同步修改口型生成新的視頻。

除了英文原聲轉中文，博主還反過來，使用蔡明的講話片段實現了流暢的中文轉英文。生成后的視頻的仿真程度令人震驚，沒有傳統譯制片配音的腔調，聲音也很“貼臉”，更像是本人在用中文說話。

也有網友表示了對AI技術仿真程度越來越高且難以辨別的擔憂，博主表示“目前也不是一鍵搞定的事情，分好幾個步驟，翻譯，聲音克隆和換嘴，每一個步驟都要做到到頂尖才能夠毫無破綻?！?/p>

在HeyGen的官方X（原推特）轉發上，也能看到不少使用HeyGen實現八國語言流暢切換的案例。

多數網友表示：普遍感覺翻譯基本準確，但細節仍需要根據上下文進行細微調整；目前更像是“直譯”而不是“本地化翻譯”，但已經足夠理解視頻所述內容。盡管如此，網友們還是扒到了擁有如此精細的“AI對口型”能力的視頻生成工具HeyGen，其背后的公司是一家總部位于深圳的AI內容生產系統開發商，詩云科技。

據了解，詩云科技的聯合創始人兼CEO徐卓（Joshua Xu），碩士畢業于卡內基梅隆大學計算機專業，本科畢業于同濟大學自動化專業，是Snapchat前100號員工（2014 – 2020）、廣告事業部No.2工程師，核心技術Leader；曾在6年間從0到1搭建Snapchat廣告平臺、推薦算法系統以及機器學習平臺Barista（百億級數據）, 并負責AI Camera的技術及產品研發。

圖源：X（原推特）

他認為：“視頻翻譯對于YouTube用戶和教育部門來說有著關鍵作用。試想一下：打破語言障礙能讓全世界的人都可以訪問視頻內容，而不僅僅是那10%的英語用戶……但如果有這樣一個平臺，每段視頻都可以用任何語言觀看，而且像母語一樣流暢呢？這不僅僅是一個翻譯功能，而是一種新的內容消費模式。語言人工智能只是一個起點。一旦我們做到了這一點，個性化和增強用戶體驗的可能性幾乎是無窮無盡的。這不僅能重新定義內容消費方式，還能重新定義內容的創建和盈利方式?！?/p>

在HeyGen平臺，宣稱可以提供一鍵式視頻生成AI工具，以低成本的方式（不用昂貴的拍攝設備、演員、復雜的剪輯工具和第三方剪輯團隊）僅需通過三個步驟即可生成一條數字人視頻。

陀螺君也嘗試用HeyGen平臺生成數字人視頻。（以下HeyGen平臺截圖為免費試用版界面）

第一步，從平臺中134個AI形象進行選擇或上傳自己的照片形象。

圖源：HeyGen

第二步，從40多種語言中根據性別和視頻場景（包括產品/內容營銷、培訓學習等）選擇不同聲線的語音，也可以選擇上傳自己的一段錄音進行克隆。

圖源：HeyGen

第三步，通過內置GPT4腳本編寫器修改文本或翻譯內容，最終導出AI數字人視頻（在幾分鐘不到的時間內即可生成一條十幾秒的視頻）。

圖源：HeyGen

通過官方提供的素材模板和AI形象陀螺君導出了一條視頻，AI數字人的口型動作都非常自然，HeyGen平臺也支持GPT4接入，一定程度上節約了構想文案的時間。

然而GPT4腳本編寫器的翻譯成中文容易出現“重復的廢話”，縮寫后也不夠流暢，需要人工校對，也正如上文小紅書的博主所述，要讓AI完全摒棄“人工”這一環節，實現“自動化”產出視頻目前不大可能，每一個環節都還需要在細節上進行調整。

HeyGen用到的AI技術（圖源：X）

即便如此，這樣的AI數字人視頻生成工具將生活記錄、課堂記錄、演講片段等視頻轉化成各種語言的版本，實現無語言障礙的流暢觀看，已經能夠滿足人們在日常生活中的使用。

二、社恐福音，AI數字人開始成為外語學習“陪練”

生成式AI的流行帶火了AI數字人，其以迅雷不及掩耳之勢，襲卷業務助手、直播帶貨、教育培訓、虛擬陪伴等各個領域。相關閱讀：《30天攬金5千萬，AI數字人能否成為普通人的「財富密碼」？》

無論是應試、留學、去外企工作還是提高個人能力，通常情況下，倘若要學習一門外語，日常生活中需要保證一定程度的“聽說讀寫”訓練。

網絡上也有不少的經驗總結分享，例如學習英語：配合外語學習APP，多看感興趣的全英文外語視頻，最好不看字幕；用自己的語言翻譯自己看到或聽到的內容，也包括書籍/新聞；只有輸入沒有輸出還不行，最重要的口語練習不能忽視。

圖源：小紅書

然而不少人對使用外語進行對話感到害怕，既難以開口怕說錯話，也不敢表達出自己的意思……久而久之，使用線上聊天的社交應用或在小紅書找口語“搭子”成為了新的練習口語方式。

如今，AI數字人也開始在口語教學領域占得一席地位。這些AI數字人形象各異，全天候在線，打開聊天窗口就能開始交流?；趯υ捠紸I和LLM大語言模型的能力再結合語音識別和生動的虛擬圖像不僅能提供口語表達反饋，糾正語法錯誤，不同類型的AI數字人還能在不同領域帶來有趣的討論。

從左到右分別是《Call Annie》《Call Ella》和《Hi Echo》（圖源：網絡）

其中最受關注的AI數字人之一是《Call Annie》，該應用由Animato.Ai開發，目前僅適用于iOS 16及以上版本進行視頻聊天（除了能直接撥號進行虛擬電話聊天，還可在網頁進行網絡語音聊天），其背后的技術模型為ChatGPT，相當于將ChatGPT擬人化，更像是在進行真人視頻對話。

另外兩款AI數字人應用《Call Ella》和《Hi Echo》均是國內“類《Call Annie》”的AI智能外教程序?！禖all Ella》由K12英語智能教育服務品牌“去上學”提供，而《Hi Echo》則由網易有道推出，搭載其教育大模型“子曰”。兩款AI數字人應用同樣擁有實時互動、語法糾錯、評分和話題切換等功能。

體驗下來，要實現正常的交流并不困難，如果要解鎖定制化服務則需要付費，只是還做不到能像《Call Annie》那樣侃侃而談的程度，面部表情和語音口型的變化速度稍慢一些，比起《Call Annie》，在英語學習方面，《Call Ella》和《Hi Echo》的定位更加清晰。

這種形式的教學方式也可以更好地模擬真實的教學過程，感覺像是和真實的老師進行交流，如此一來，口語練習的對話環境問題能夠得到解決，學生也不會再有太多顧慮。

三、改變教育模式，AI數字人+大模型再上新臺階

AI技術的普及也在改變傳統的教育模式，而AI大模型正在成為教育類智能終端以及軟件應用的一項重要標配。

IDC預計，到2027年中國教育學習市場將超1500億美元，AI成為重要競爭力。

圖源：IDC

此前AI功能僅作為教育軟硬件的亮點輔助功能，為學生提供AI拍照搜題、AI翻譯以及AI作業批改等支持，而AI大模型與教育有著高度適配的能力，具有了多語言理解、文本生成、智能問答、等功能后，此前的AI能力不僅得到提升，還讓教學模式更加生動和智能化。

今年5月以來，多家公司公布了教育領域的AI大模型及教育產品，包括上文提到的網易有道AI外教，科大訊飛在今年5月推出了星火認知大模型+AI學習機，作業幫于9月發布自研銀河大模型，將應用到旗下APP在內的多項業務場景。

10月，讀書郎也發布了讀書郎教育大模型及其AI學習機，另一邊，2023百度世界大會上，百度發布了基于文心一言4.0技術的小度青禾學習一體機。

在不到半年的時間內，搭載AI大模型的學習機教育產品就已經十分“內卷”。而AI數字人，又能對未來的教育帶來怎樣的影響？

圖源：央視網

10月31日，2023杭州云棲大會在杭州市西湖區云棲小鎮開幕。據悉現場展示了多項AI大模型領域研究成果和行業模型應用。無論是阿里通義實驗室的大語言模型“通義千問”，杭州亞運會開幕式上出現的“數字火炬手”，還是展會現場能夠與觀眾吟詩作對的“少年李白”數字人，都進一步證明了以AI大模型為支撐的AI數字人，正在改變知識文化的交流方式。

就像學音樂，有條件的最好跟從名師，但名師也十分稀缺，在同時面對多數學生的情況下，無法做到一對一教學，而AI大模型的加持降低了優秀教學資源的使用門檻，讓普通學生也能得到進一步的練習。

但現階段的AI大模型受限于訓練數據的量級和一些錯誤性信息的影響，可能仍會輸出不準確的回答，而教育對內容信息有著非常嚴謹且科學的高要求，這對所有的AI大模型來說，都是巨大的考驗。帶有AI大模型的教育產品能否讓家長接受，讓學生用得好，還需要市場的進一步驗證。

作為一項新興的技術，AI的潛力得以放大，搭配日益成熟的數字人技術，在未來或能帶起新的一輪教育行業的變革。