具體來說，目前的語音識別技術可以怎樣幫助學習者提高口語呢？
秦龍：主要是兩種方式，第壹種的目的是幫助用戶改善發音：軟件給出壹個句子，用戶讀句子，機器會通過語音識別技術來判斷妳發音對不對，給出壹個評分。
第二種方式，目前的語言學習軟件，包括 Duolingo 在內，做得都還不夠好：理想狀況下，在創建的場景下，學習者和電子設備應該可以實現自由對話，語音識別技術不但能夠識別發音是否標準，還能進行語義理解，判斷學習者的詞匯句法是否正確，這和Siri的技術有些相似，但具體如何在 Duolingo 中實現，我們還在研究中。
目前 Duolingo 網頁端已經可以做到的是：在創建的場景中，引導用戶先用文字翻譯句子，再把翻譯後的外語讀出來，機器會分別就文字翻譯和口語發音兩方面的水準進行打分。
Duolingo 目前提供超過40種語言課程，甚至包括克林貢語。語音識別技術支持其中多少種？
秦龍：目前已支持的語言有10種（英語、西班牙語、法語、德語、意大利語、葡萄牙語、荷蘭語、丹麥語、瑞典語、土耳其語），已在開發中即將上線的還有烏克蘭語和挪威語。Duolingo 在英語語音識別中投入最多，它的識別結果和打分也最準確，因為英語是目前 Duolingo 上學習人數最多的語言，占到全部流量的30-40%。
團隊目前有多少人？每種語言的語音識別需不需要開發者本身懂這種語言？
秦龍：Duolingo 語音識別團隊目前由我壹個人負責。我本人只會中文和英文，所以剛開始接觸的時候也有些忐忑。最後衡量語音識別效果的是客觀評測，所以開發者其實並不必須掌握語言本身，但對每種語言的是深入理解對開發是有很大幫助的，在細節的處理上會更準確壹些。
能不能給非技術背景的讀者解釋壹下，多語種語音識別的難度究竟在哪裏？Duolingo 每開發壹種新語言的成本如何？
秦龍：難度主要來自三方面。壹是數據非常龐雜：來自網頁端、平板、手機端的語音質量都不相同；男女老少，甚至不同文化程度的人有不同的語言習慣；朗讀和自然對話的語音數據不同；室內錄音和室外錄音也數據也不同......要將這些情況全部考慮進去，做出準確的識別結果，需要相當大的開發量。
二是不同語言有不同元素，比如中文的特點是有平仄聲調，德語的特點是可以把不同詞匯組在壹起生成壹個新詞，因此詞匯量異常的大，開發時需要根據每種語言的特點做相應調整。
三是多語種數據庫本身有很大的維護成本。
目前世界上識別語言最多的技術應該來自Google，覆蓋了40多種語言，Siri 和微軟也都能識別20多種。
就 Duolingo 來說，開發英語識別這部分用了2-3個月，其他壹些小語種（西、德、法、意）在數據到位的情況下，用2-3個星期就完成了。
Duolingo 作為壹家創業型公司，整個公司負責語音識別技術的也只有妳壹個人，沒有科技巨頭們那麽多的資源，又要開發多種語言，怎麽應對這種壓力呢？
秦龍：我們的訣竅主要是：利用壹切可以利用的免費資源。比如，我們會利用公開的Google API 在Chrome 版本的 Duolingo 中使用，省去壹部分開發資源；我們還會利用 Google Voice Search 的語音識別，不過因為我們識別需要服務於語言學習的目的，而不是搜索目的，所以使用時會在後端做壹些調整；另外，我們還會抓取壹些開源詞典的發音，並根據 Duolingo 的需求做壹些剪裁和修改。