ELSA Speak 是一款英语口语 AI 教练：你开口说，应用给你说出的内容打分，并告诉你该怎么改。作为一款英语发音练习工具，它的名字取自 English Language Speech Assistant，整个产品前提是——多数学习者卡住的地方不是词汇量，而是把话说出口的清晰度与底气。每节课的落点都是针对真实口语练习的即时个性化反馈，而不是一个选择题分数。
它不推同一份固定教材，而是由 AI 找出你的强项与弱项，据此搭出一份量身定制的学习计划。这就是为什么两个同一天打开应用的人，看到的下一课大概率不一样。
公司成立于 2015 年，并在 2021 年 1 月完成 1500 万美元 B 轮融资，由 VI Group 与 SIG 领投、谷歌 AI 基金 Gradient Ventures 跟投；同一篇报道还提到它与雅思考试所有方之一 IDP 建立了合作，后者推荐该应用用于备考。规模数字取决于谁在数：厂商自己的营销标语写着 90M+ 下载与 4.9 星，高于两家应用商店各自公布的数值，而商店聚合值是有明确样本量的那一个。
这个名字下其实有两个产品：一个是面向个人、学校与企业销售的消费级应用，另一个是卖给平台方、让其把评分引擎嵌进自家产品的语音识别 API，定价与文档都独立。
引擎并不止步于"这个词有没有被听出来"。反馈覆盖细到单个音素的发音、以音高与音量变化衡量的语调、以语速对照 100 至 140 词/分钟目标区间衡量的流利度、按词序与动词形式等错误类型拆开的语法，以及按 CEFR 等级分布的词汇。同一套指标也出现在 API 文档里，那是关于引擎究竟在测什么的最清晰的公开描述。
角色扮演被组织成一组命名场景教练，而不是一个泛用对话伙伴。职场、面试、约会、会议与演讲教练各自框定一类对话，这一点很重要，因为"说得好"的语域在排练演讲和闲聊之间差别极大。
对于觉得全英文练习有压力的人，双语支持会用你的母语给出讲解，初学者因此不必从第一分钟就面对全英文教学。这个 AI 口语教练把降低启动门槛当成设计选择，而不是加一个翻译功能。
Speech Analyzer 是一个浏览器工具，并不属于手机应用，面向的是较长段落的无稿口语。它提供独自练习（自由发言或跟随引导题）和小组对话两种模式，后者可以与 Zoom 或 Google Meet 通话并行运行，让你拿到自己在真实会议里究竟说得怎样的反馈。它需要麦克风权限与一次性声纹注册，随高级套餐提供，也可以单独购买。
对企业与学校而言，差异化在于度量而非课程。商用通道提供对齐 CEFR、IELTS 与 TOEIC 的能力映射，使结果在不同市场之间保持可比，另有可导出的表现报告、个人进度追踪，以及自定义品牌与对接 LMS/HRIS 的 Business API 两项可选加购。
一次练习的质量上限由被评分的那段音频决定，而厂商对期望条件写得很明确：安静环境、稳定的强网络、最好用有线耳机，并且避开蓝牙音频设备——厂商称这类设备容易中断和掉线。在嘈杂房间里用一副时断时续的蓝牙耳机录出来的低分，告诉你的是麦克风的情况，不是你的英语水平。
免费窗口短且不设限，所以合理的顺序是在计时结束前先测你真正会付费的部分：
场景教练是产品里与真实截止日期对应得最直接的部分：
最清晰的匹配对象，是英语读写已经够撑起工作、但口语明显落后的人——邮件写得流利、一开会就沉默的那类职场人。角色扮演的框架、按行业组织的词汇和考试映射，指向的都是这类学习者，而不是零基础入门者。
企业与学校是被单独对待的买家，各有自己的报表体系，而规模门槛说明了厂商在哪里划自助与销售驱动的界线：ELSA Business 从 50 名学习者起，ELSA Schools 从 21 名起，两者都是定制报价。
第一类是需要在桌面端练习的人。应用不能在 PC、笔记本、黑莓和 Windows 手机上使用，所以没有合适手机或平板的学习者，只剩下基于浏览器的 Speech Analyzer，而它覆盖的产品切面更窄。
第二类是对工作或学校场景下"谁掌控我的数据"有严格要求的人。由雇主或学校统一开通的学习者被明确排除在公开隐私声明之外，也就是说他们的数据问题由机构合同回答，而不是由厂商公开发布的任何内容回答。这是常规的企业安排，但在默认公开声明适用于自己之前，值得先弄清楚。
手机应用与浏览器工具覆盖的是不同地盘，谁也替代不了谁。主应用运行在 Android 与 iOS 手机和平板上，同一账号可以在多台设备登录；桌面机器与 Windows 手机不在范围内。Speech Analyzer 运行在桌面浏览器中，官方也说它最适合在那里使用。
一切都依赖联网。应用需要稳定的强数据连接与厂商服务器通信，因此课程无法下载后在飞行或通勤途中使用。对一个围绕语音识别构建的产品来说，这源自架构本身——评分发生在服务端——但它也排除了部分语言应用支持的离线练习模式。
购买渠道同样绑定平台，而这在之后会产生影响。在应用内购买的订阅是一笔 Apple 或 Google 交易，在网站购买的则是一笔 ELSA 交易，两者适用不同的取消与退款规则。
免费档买给你的是时间，不是一份长期额度。注册账号即获得七天不设限的完整访问，且无需填写支付方式；七天过后，每个模块的前两课仍然免费。这足以评估评分质量，但不足以走完一条学习路径。
再往下，公开信息就变薄了。个人套餐通过应用与结账流程销售，而定价页本身没有公布任何数字、也没有套餐对照表——只有定位文案和一个试用入口，因此本次核查无法从站点读到消费端价格。有一项结构性细节是明确的：终身会员只通过厂商自己的网站与官方分销伙伴发放，不走应用内购买，所以应用内的价目并不是全部选项。
API 是产品中唯一价格完全公开的部分，按每 15 秒音频计费。
| API 档位 | 有稿 | 无稿 | 单次请求音频上限 | 评估范围 |
|---|---|---|---|---|
| 标准版 | 0.008 美元 | 0.02 美元 | 有稿 20 秒，无稿 20 秒 | 单词、句子与选择题式发音；无稿模式另有自发语音与语法 |
| 高级版 | 0.01 美元 | 0.025 美元 | 有稿 45 秒，无稿 150 秒 | 增加流利度与语调；无稿模式另有 IELTS、口语转写与词汇 |
档位差异不只是单价。标准版把单次请求在两种模式下都限制在 20 秒，读一个句子够用，但评估一整段自由发言就不够；而评估能力表按模式分档的程度不亚于按档位：自发语音评估与语法评分在标准版的非脚本模式下标为可用，而 IELTS 评估、口语转写与词汇评分只在高级版非脚本模式下标为可用。这条边界也决定了平台能否基于该引擎做雅思口语练习：要按雅思口径给开放式作答打分，无论标价如何都只能走高级版。
就消费级应用而言，独立目录把它与 AI 对话导师、发音参考库和语音评估厂商并列——三种以不同方式解决重叠问题的产品形态。对话导师优化的是让你一直说下去；发音参考库优化的是给你看一个正确读法；ELSA 更靠近评估一侧，把你说出的内容对照模型打分。就 API 而言，比较对象是其他语音评估厂商，那里公开的每秒单价与单次请求音频上限，比课程数量更值得拿来比较。
计费条款是这个产品最容易造成不快意外的部分，值得在试用之前而不是之后读一遍。
还有一处值得指出而不必替它下结论的不一致：标着预付款续订的那一节，逐字重复了按月订阅的说明，因此条款其实完全没有给出独立的预付款取消流程。
两条运营层面的限制补齐了这幅图：练习全程需要联网，评分质量依赖上文所述的录音条件，这让产品对学习者所处环境的敏感程度，高于一个阅读类应用。
独立一侧的聚合评分很强——iOS 约 11 万条评分给出 4.8，Android 约 100 万条评价给出 4.6——而一个商业软件评测平台在 174 条评价上记录到 4.5。这个较小样本的负面一端比平均分更有信息量，但可见的评价条数太少，不足以描述分布：在展示出来的几条里，一位评价者称支付 80 英镑后两天内申请退款被拒，另一位称付费后几乎等于白花钱，还有一位抱怨一直有 bug。计费与稳定性两类问题都出现了，语音评分本身则没有。
口语练习意味着交出自己的声音录音，而附着在这些录音上的授权很宽。提交内容即授予厂商一份全球范围、免版税、不可撤销且可转让、并有权再授权的许可，条款把覆盖范围描述为录音及从中提取的发音、语调、音量、语速、语法与词汇分析。隐私声明另行列出了对个人用户收集的内容：提示词、文本输入、图片、音频与视频录音、反馈及场景。
这些数据存放在哪里是披露过的：处理范围覆盖美国、欧洲、日本、印度、越南与新加坡，AWS 存储位于爱尔兰、美国、日本与新加坡。
另有三点影响特定人群。要录制对话的人应注意：告知并取得录音中其他人同意的义务在用户一侧而不在厂商一侧——如果你打算在真实会议中运行 Speech Analyzer，这一条尤其相关。服务不面向 13 岁以下儿童，而未满 18 岁者被要求在家长或监护人参与下使用。以及，注销账号是给客服发邮件，而不是应用里的一个按钮，想要干净退出的人值得先知道这点。
有免费档，但第一周之后就窄了很多。新账号可获得整整一周的不设限访问且无需填卡，这段时间过去后，只剩每个模块开头的两课继续开放。够判断评分质量，不够走完一条路径。
按公开条款不是。预付款期限会滚入一个同样长度的新期限并收取续费，除非把续订关掉，而终身档就列在这些预付款期限之中。把它当作带自动续订的长期预付方案来看待，买完后先去确认续订开关。
完全取决于你在哪里买的。网站购买有七天退款窗口，由厂商处理；应用内购买则没有——厂商无法为其退款，请求会转到 Apple 或 Google，按商店自己的政策裁定。
在续订前至少一个工作日发出通知，通过邮件或你订阅所在的商店办理。有两个坑值得点名：把应用从手机上删掉不会停止任何扣款；取消也不等于要回钱，两件事你可能都得做。
不能。课程需要实时联网，因为语音评分跑在厂商服务器而不是手机上，也没有可供退守的离线课程下载模式。
只能用一部分。主应用仅限 Android 与 iOS，桌面端与 Windows 手机被排除在外。相对地，Speech Analyzer 是为桌面浏览器设计的，所以电脑能给你无稿口语分析，但拿不到课程体系。
授权范围很宽。条款里的内容许可是全球范围、免版税、不可撤销且可再授权的，覆盖录音本身以及由其提取的分析结果。隐私声明列明了收集的内容类别，并把存储放在横跨欧洲、北美与亚洲的四个 AWS 区域。
可以，通过独立的语音 API，用量以 15 秒音频为单位计量。档位边界要看仔细：低档把单次请求限制在 20 秒，并且不含开放式评估，所以要给自由发言打分就得上高档。
