AI 一对一私教场景下的完整链路实测。视频录制自真实产品交互界面，完整呈现数学教师与英语教师在教学过程中的语音合成表现，包括讲解节奏、情感变化、口播连贯性等维度。

一对一教学的数学教师定制音色，覆盖赞赏、鼓励、质疑、安慰、俏皮调侃等情绪风格，并支持重读控制，共 20 条示例。

「小猿AI」核心 IP 音色在通用问答场景下的合成效果，覆盖百科知识、数学计算、应用题、中文写作、英文写作等场景。

通过自然语言指令精确控制语音合成的情感与语气风格，目前能力仍然偏「模板化」，具体涵盖愤怒、焦急、严肃、热情、调侃、抱怨、坚定等数十种语气，共 100 组 Prompt 克隆 + 指令合成样本。

对比带情感指令（Instruct）与不带情感指令（NonInstruct）两种合成方式的效果差异，含 100 组样本与筛选功能。

基于参考音频实现声音复刻，从情感保持、韵律还原、情感迁移及通用复刻等多个维度进行展示，覆盖中英文场景，小/大参数模型横向对比。

自研模型与 CosyVoice3 在「指定重读/强调」能力上的效果对比，支持中英文场景，含参考音频与合成音频的逐条试听。

自研模型与 CosyVoice3 在古诗文合成上的效果对比，涵盖唐诗、宋词、先秦散文、乐府诗等多种体裁，共 50 组对比样本。

数学 AI 讲题场景下的合成效果，涵盖 LaTeX 公式朗读、分数运算、方程求解、几何面积、概率推导等数学讲解，共 50 条示例。

自然拼读（Phonics）专项优化后的效果展示，可零成本泛化至任意音色。经业务评测，外部竞品（豆包、Minimax 等）准确性和稳定性均不及自研模型。

英语教学场景下的合成效果，涵盖中英文混合教学（单词、语法、口语）与英语 AI 讲题（听力、阅读、翻译）两大场景，共 50 条示例。