用AI帮用户自信开口，产品ARR破千万美元

封面图片由AI生成

从服务精英，到走向大众。

在 AI 语言学习的领域，我们曾关注到一些另辟蹊径的产品，比如用 AI 帮移民纠正口音的「BoldVoice」，曾在不到两年的时间内做到单月流水接近百万美元。最近，又有一款名为「Voice Image」的产品引起了我们的注意，它关注到了声音和沟通技巧对人们表达效率的影响，并用 AI 提供反馈和指导。截止到今年 8 月，「Voice Image」官宣 ARR 已经达到了 1200 万美元，成为又一初步完成市场验证的 AI 创业方向。

此外，「Voice Image」近日也官宣完成了由法国教育科技风投 Educaptial 领投，爱沙尼亚的 Specialist VC 和德国的 Generations Fund 参与的 360 万美元种子轮融资。据创始人 Nick Lahoika 介绍，在上一轮融资拿到不足百万美元资金的情况下，他们就已实现了 650 万美元 ARR。

市场认可、资本下注，「Voice Image」充分演绎了一个技术改造传统行业，实现普惠大众的创业故事。

从服务精英，到走向大众

「Voice Image」创始人 Nick Lahoika 出生在白俄罗斯，后来移民到爱沙尼亚才开始学习英语，跨语言的生活环境让他在很长一段时间内都对表达缺乏自信，直到遇到了一位专业声音教练。他才意识到表达是可以训练的，这也成为其创业的起点。

传统意义上的声音教练，离大众生活相对遥远，他们更多为专业的演艺人士服务（如歌手、配音演员等），帮助其扩展音域、提升演唱技巧或是保护声带等等；一些高管、政客也可能是声音教练的客户，他们期待通过调整音调、语速和发音让自己的公开表达更有说服力和感染力。

当自媒体时代来临，开始有声音教练在 YouTube 等公开平台上发展事业，娱乐属性更强的歌唱技巧培训类内容往往会收获更多流量，典型如 Cheryl Porter，在 YouTube 上累积粉丝 1250 万，与好莱坞明星 Will Smith 的粉丝量处于同一量级。而教人说话表达的声音教练，粉丝量的上限会相对低一些，但也有数百万量级，指向的或许正是这一方向上的需求并不小众。

教授歌唱技巧的 Cheryl Porter在 YouTube 上的粉丝量突破千万

教授沟通表达技巧的头部博主粉丝量的上限也有数百万量级

在一个声音教练热门视频的评论区，可以看到表达不清导致的被忽视、自信心缺失等问题获得了相当多的共鸣。而如果想获得完整的指导，这些线上声音教练通常要价不菲。以上文提到领域内顶流博主之一的 Vinh Giang 为例，其创建的线上沟通训练营 STAGE Academy 定价为 999 美元（作为对比 Cheryl Porter 唱歌技巧全部 5 套课程的打包售价为 149 美元），参与线下面授的门票定价更是达到 2999 美元，这显然不是一个面向大众市场的定价策略，而是精准筛选企业高管、创业者、销售总监等寻求长期回报的专业人士。

其实并不小众的需求、对应了实则小众的定价，让「Voice Image」的创始人看到了供需的不平衡。

「Voice Image」选择将产品以软件的形式呈现，并以更低廉的价格推向大众市场。

某声音教练的热门视频评论区｜图源：YouTube

从职场人士到跨性别群体，承接多元用户的声音需求

「Voice Image」采取订阅制，单月的订阅价格为 19.99 美元，年订阅价格为 89.99 美元，并提供 7 天的免费试用，相比动辄数百美元的线上课程要“亲民”很多。

类似此前我们看到的很多走订阅变现的产品，「Voice Image」在正式使用前也会通过一系列的选项问卷为用户定制化内容，同时拉升退出成本。问题大致包括了使用动机、想要提升的领域以及常见困扰等等，不完全统计在正式进入产品前的跳转页面就超过了 20 个。

正式体验时会发现「Voice Image」整体的产品设计相对简洁，主要分为三大功能分区：

.每日训练。每天推送 3 个总计 10 分钟左右的碎片化练习，例如 1 分钟动画课程、绕口令训练等；

.趣味测试。涵盖声音年龄测试、口音分析、声音匹配名人等，偏娱乐化的内容，更易于在社交平台传播；

.AI 教练，提供个性化反馈和长期训练指导。

主标签页

根据笔者此前填写的选项问卷，当日「Voice Image」推送的日课分别是有关“提问的艺术”的 1 分钟动画课程、提升吐字清晰度的绕口令练习以及深呼吸练习，课程的时间均不长，很容易就能完成并获得即时反馈。而需要更多学习内容的用户则可以通过“拓展”标签页，自主探索沟通技巧、声音控制、口音以及身体语言等内容。

动画课程、绕口令练习和 AI 教练的指导

从设计理念来看，「Voice Image」的核心思路是将“改善声音、提升沟通自信”这种长期目标拆解为每日数分钟的学习任务，让训练成为可持续的习惯。这一点和纯技巧、知识学习的语言学习或唱歌训练不同，它多少会对心理建设有所侧重，例如「Voice Image」也会拆解演讲恐惧、自我表达焦虑等，试图帮助用户克服。不过，这类心理与技巧结合的训练，是否能完全依靠软件实现，还需要用户长期实践验证。

据 TechCrunch 介绍，「Voice Image」目前主要的用户群除了包括希望提升公开演讲及演示能力的职场人士，也有希望提升表达自信的泛人群。相对特别的是，「Voice Image」还吸引到一批跨性别用户群，在性别转换的过程中，他们对于让自己的声音听起来更加女性化/男性化也会产生需求，而在 Reddit、Discord 等社区中已有广泛讨论。

跨性别社区中对「Voice Image」的讨论

如果按照联合国开发计划署（UNDP）和世界卫生组织（WHO）公布的 0.3%–0.6% 的成年人自我认同为跨性别数据估算，潜在的全球用户群体也有可能达到千万人次。这也意味着，Voice Image 不仅仅是一款职场技能工具，也能服务于特定人群的自我认同与表达需求，且后一种诉求的用户群体也颇为广大。

在增长方面，「Voice Image」和不少声音教练一样选择了更偏知识属性的 YouTube 作为主要社媒增长渠道，其已经累积了 12.5 万粉丝，热门选题大多聚焦“声音与个人魅力”相关的话题，例如什么是性感的声音、声音和性等等。此外，「Voice Image」也在大力投放广告，广大大数据显示，过去 30 天抓取到的广告素材量为 508 条，热度较高的广告素材是“测试你的声音类型”一类的趣味测试，具备一定的二次传播属性。

从高价线下课程到评价订阅软件，「Voice Image」展示了声音训练被技术重塑的可能。它以趣味测试吸引用户，通过碎片化训练和 AI 指导承接长期目标的实现。

继以口音矫正切入的「BoldVoice」之后，「Voice Image」证明了声音训练这一细分赛道同样具备商业化潜力。随着开发者对于细分需求的进一步挖掘，或许更多技能会通过软件化和订阅模式，去触达更广泛的用户。

数据来自SimilarWeb、点点数据、Semrush、广大大等三方平台，可能与真实数据中存在一定误差，仅供参考。