見出し画像

「シャベマル」の英語版をリリース戦略と開発における学び

音声から文字起こしをしてメモを作成できる「シャベマル」の英語版をリリースしました!

この記事では英語版を開発するにあたっての学びや、仮説検証として考えていることなどをまとめていきたいと思います!

現在Product Huntに挑戦中です!💪


なぜ英語版を開発しようと思ったのか

シャベマルは、音声でさくっとメモをすることができるメモアプリです。

高精度な音声認識(文字起こし)の機能と、文字起こし内容に対してタイトルや絵文字、カテゴリ分類などが自動で行うことで、ストレスフリーの体験を実現しました。

今までにない新しい体験を提供できたこともあり、半年経った今も利用し続けてくれるユーザーの方々がいて、とても嬉しいなと思っています!


一方で半年運用&自分で使ってみて、見えたこともありました。

  • (日本語版なのに)海外ユーザーからのダウンロードが一定割合ある

  • 日本では音声認識の馴染みがあまりない

  • 外での音声入力に抵抗がある(例えば電車の中でなど、、)

海外では、音声でSNSメッセージのやり取りをしているといったユースケースも見られますし、日本以上に海外の文化圏の方がフィットするんじゃないか?と感じてきました。

今回のリリースはそんな仮説を検証することを目的としています。どんな結果になるのか楽しみです!


マーケティング戦略

まずアプリの存在を知られないと話になりません。そこで海外へのアプリローンチをする際の戦術について調べてみたところ、Product Huntが王道のようですね。

ここを基軸に取り組んでみようと思います。

Product Huntへの公開

Product Huntでは、新しくローンチされたアプリが毎日ランキング形式で掲載されます。日本時間では16時から開始になります!

このランキングでは、vote(投票)の機能があり、これが上位になるほど注目を集めるような仕組みになっています。どれだけvoteを集められるかが勝負ということですね…!

Product Huntのトップページ

自分はまだ参加したことがないので、どのように投票を集めていくかのノウハウがないのですが、ひとまず公開するための材料は揃えたので、チャレンジしてみます!

ここら辺の結果についてはまたどこかでnoteにまとめたいと思います。MemoMaruのProduct Huntを載せておくので良かったら見てみて下さい!💁‍♀️


Mediumへの記事公開

Product Huntを見ている人は結構技術に興味がある人が多いのだろう、という仮説のもと、ChatGPT, Whisperを使った生成AI活用における技術的/UX的な話の学びをまとめた記事を英語で作りました。

シャベマルの時の学びとしては、知見みたいなところをまとめていくことで拡散性が増すな〜、ということがありました。自分の中での思考整理にもなりますし、Give精神で今回もやっていきたいと思います!


ASO/Ad運用の本格検証

あまりできていなかったASO(アプリストア最適化)や、広告運用みたいなところも今回は取り組んでいこうと思います。ここら辺は知見がなかったので、知り合いの広告運用に強いマーケターの方に入ってもらいました!

ASOの特にキーワードの選定あたり、あまり考えたことなかったのでかなり学びが多いです。ここら辺の学びや結果あたりは、また別でまとめようかなと思います。


英語版開発における学び

基本的には、シャベマルの仕組みを英語版に置き換えるという形でやっているのですが、色々と気づきもありました。

英語は、日本語よりも処理速度が格段に速い

現状、メモを作成する際は、音声入力 → Whisperで文字起こし → gpt-3.5-turboでタイトル・絵文字・感情・カテゴリを生成/分類をする処理方式をとっています。

つまり複数の生成処理が走っているわけで、日本語版の場合はメモが作成されるまでに2~5秒くらいかかってました。一方で英語版にした場合は、基本的には同じ内容であっても1~3秒くらいで作成が完了します。
※音声収録の長さによります

おそらく英語の方がトークン数が少ないからなのかなと思っていますが、ここの処理速度に課題を感じていたので予期せぬ収穫でした!

これまで英語のプロンプトを使うと、出力結果が英語を翻訳した日本語の言い回しになりがち、みたいなことがあってあまり使っていませんでしたが、出力結果が言語の形式に捉われない場合は、英語での処理をすることで処理速度の改善が図れるのかもしれない、という気づきがありました!


Whisperのlanguage指定で文字起こし+翻訳が行われる

OpenAIが提供している文字起こしAPI(Whisper)では、languageを指定することができます。

公式ドキュメントはこちら:

https://platform.openai.com/docs/api-reference/audio/createTranscription

今回は英語版ということもあり、language="en"と指定しているのですが、面白いことに、日本語音声を文字起こしすると、日本語を翻訳された英語が出力されることがわかりました笑

なので僕は、最近英語学習をしていることもあるので、話したいことをMemoMaruで収録して、どういう英語の言い回しで伝えられるのかを学びながらストックするといったことをしてます!

意図しないユースケースでしたが、結構良いのでおすすめです!笑


終わりに

個人開発の面白さとして、リリースしてから様々な仮説が生まれて、それをまた個人開発を通して検証してみる、といった好奇心サイクルが生まれることだな〜と個人的に思ってます。

今回のMemoMaruが果たして英語圏のユーザーに受け入れられるのか。そして実際にリリースしてみて出てくる、新しい仮説が楽しみです!






この記事が気に入ったらサポートをしてみませんか?