Indiai pénzügyi platformokhoz fejleszt hangalapú AI-t a Cartesia

Többnyelvű hangalapú pénzügyi szolgáltatások készülnek

A Raise Financial Services indiai vállalat, amely többek között a Dhan kereskedési platformot, a Millions befektetési platformot és a fuzz mesterséges intelligenciára épülő pénzügyi piaci kutatási asszisztenst fejleszti. A cég a Cartesiával együttműködve alakít ki többnyelvű hangalapú felületeket.

A partnerség célja, hogy a Raise pénzügyi információkra épülő megoldásai természetes, beszélgetéses formában is elérhetők legyenek azon a nyelven, amelyet a felhasználók a mindennapokban használnak. A vállalat szerint az együttműködést a teljes ökoszisztémára kiterjesztenék, többek között a Dhan, a Millions, az Upsurge kereskedői és befektetői oktatási platform, valamint a Pluto biztosítási értékesítési platform esetében.

Alok Pandey, a Raise társalapítója és technológiai vezetője szerint a Cartesia hangmodelljei jól illeszkednek a vállalat saját, valós idejű hanginfrastruktúrájához.

Az indiai pénzügyi piacokra szabott AI-ra építenek

A Raise mesterséges intelligenciával kapcsolatos fejlesztései az indiai pénzügyi piacok követelményeiből indultak ki. A vállalat csapata létrehozta az artham nevű, 7 milliárd paraméteres kis nyelvi modellt, amelyet kizárólag indiai pénzügyi és tőkepiaci adatokon tanítottak. A modellt Indiában építették és üzemeltetik, felépítését, szókincsét és szabályozási környezetét pedig a hazai piac sajátosságaihoz igazították.

Az AWS a modellt a 2025-ös, Las Vegasban rendezett re:Invent globális fejlesztői eseményén ismerte el. Az artham több mint egy éve működik a fuzz pénzügyi segédplatformban, a ScanX részvényszűrőben és a Dhanban. A rendszer piaci híreket foglal össze, értelmezi az árfolyammozgások hátterét, és hivatalos forrásokból származó élő adatok alapján válaszol a felhasználók kérdéseire.

A hangalapú működés ennek a technológiai felépítésnek a legújabb eleme. A Cartesia modelljei jelenleg a Dhan hangbot-interakcióinak egy részét támogatják, beleértve a társalgásos ügyfélazonosítást. Az ügyfélszolgálatot, az összetett kérdéseket és a kapcsolattartást továbbra is emberi csapatok végzik.

A hangbotoknál az indiai nyelvek dominálnak

A Raise adatai szerint a hangbotokkal folytatott interakciók több mint 75 százaléka angoltól eltérő nyelven zajlik, a hindi pedig önmagában az esetek több mint felét adja. A hívások több mint egyharmadát üzleti időn kívül kezeli a rendszer, teljesen ügynöki közreműködés nélkül. Ez esti és éjszakai elérést biztosít azoknak a felhasználóknak is, akik ebben az időszakban fordulnak a szolgáltatáshoz.

A pénzügyi információk beszéddé alakítása külön technikai követelményeket támaszt. A szöveges válasznak felolvasva is meg kell őriznie a jelentését, a számokat egyértelműen kell kiejteni, a pénzügyi szakkifejezéseknek pedig természetesen kell illeszkedniük a környező nyelvhez. A hanggenerálásnak emellett elég gyorsan kell elindulnia ahhoz, hogy a párbeszéd folyamatos maradjon.

A Cartesia beszédmodelljei 11 indiai nyelvet támogatnak

A Cartesia Sonic nevű szövegfelolvasó modellje többféle hangot és regionális akcentust kínál, valamint a beszédtempó és az érzelmi kifejezés szabályozását is lehetővé teszi. A rendszer 11 indiai nyelvet támogat, köztük a hindit, a tamilt, a telugut és a marathit. Egyetlen generáláson belül a nyelvek váltását is kezeli, így a beszéd akkor is egységes maradhat, ha a párbeszéd több nyelven folytatódik.

A Cartesia a leiratok pontosságára és a területfüggő kiejtésre is figyelmet fordít, különösen betű-szám azonosítók, dátumok és pénzösszegek esetében. Ez akkor fontos, amikor angol pénzügyi kifejezések jelennek meg egy indiai nyelvű mondatban. A vállalat modelljeit biztonságos, nagy volumenű, valós idejű munkaterhelésekre tervezték, és indiai üzemeltetési lehetőségeket is kínálnak. A Raise saját infrastruktúrájában futtatja őket, a pénzügyi alkalmazások adatkezelési és irányítási követelményeihez igazítva.

A Raise a Cartesia korai tervezési partnere is, és hozzájárul a többnyelvű modellek fejlesztéséhez. A vállalat pénzügyi szakterületi tapasztalata segíthet azonosítani azokat az eseteket, amikor egy több nyelvet keverő pénzügyi mondatban a modellnek a számadatokat is pontosan kell megőriznie.