Raise Financial Services × Cartesia：面向印度金融普惠的语音 AI
内容提要
印度Raise公司为印度金融市场开发AI，自研70亿参数模型Artham，并与Cartesia合作开发多语言语音。Cartesia的Sonic模型支持11种印度语言及语码切换，帮助Dhan等平台实现对话式KYC。超过75%的交互非英语，三分之一通话发生在非营业时间。双方还开展设计合作，共同优化金融场景语音模型。
延伸解读
自研金融大模型与语音能力的互补
Raise自研的70亿参数模型Artham基于印度金融数据训练，专注于市场新闻总结、价格波动解读等任务。而Cartesia的Sonic模型则提供多语言语音合成能力，将金融智能转化为自然对话。这种分工让Raise能聚焦金融领域知识，同时借助专业语音模型解决多语言、语码切换等语音交互难题，形成技术栈上的互补。
多语言与语码切换的实际挑战
文章指出，超过75%的交互非英语，其中印地语占一半以上。金融场景中常出现英语术语嵌入印度语句子的情况，要求语音模型在保持自然发音和节奏的同时，不丢失数字、日期等关键信息。Cartesia的Sonic模型支持11种印度语言和单次生成中的语码切换，正是针对这类复杂场景的设计。
非营业时间服务与可及性提升
Raise的语音机器人处理了超过三分之一的非营业时间通话，全程无需人工介入。这覆盖了傍晚和深夜发起咨询的用户，延伸了金融服务的可及性。对于印度市场而言，这种全天候、多语言的语音交互有助于触达更广泛的用户群体，尤其是那些不习惯英语或无法在营业时间办理业务的用户。
本地部署与金融数据治理
Cartesia的模型支持在印度本地部署，并面向安全、高并发、实时工作负载构建。Raise可将模型运行在自有基础设施内，以满足金融应用的数据处理和治理标准。这对于处理敏感金融信息的平台至关重要，也体现了双方在合规与安全方面的考量。
Q&A
Raise Financial Services 和 Cartesia 的合作主要围绕什么？
双方合作开发面向印度金融市场的多语言语音体验，Cartesia 提供语音模型，将 Raise 的金融智能延展为自然的多语言对话，以提升金融信息的可及性。
Raise 自研的金融 AI 模型是什么？有什么特点？
Raise 自研了 artham，这是一个 70 亿参数的小型语言模型，完全基于印度金融与资本市场数据训练，在印度本土构建和托管，围绕印度本土市场的结构、术语体系和监管语境设计。
Cartesia 的 Sonic 模型支持哪些印度语言？
Sonic 支持包括印地语、泰米尔语、泰卢固语和马拉地语在内的 11 种印度语言，并支持在单次生成中进行语码切换。
Raise 的语音机器人交互中，非英语和英语各占多少？
超过 75% 的交互使用的并非英语，其中仅印地语就占了一半以上。
Raise 的语音机器人如何处理非营业时间的咨询？
超过三分之一的语音机器人通话是在非营业时间处理的，全程无需人工介入，从而覆盖了在傍晚和深夜发起咨询的用户。
Cartesia 的语音模型在金融场景中解决了哪些技术难点？
解决了转写保真度和地区感知发音问题，特别是字母数字标识符、日期和货币金额的处理，以及英语金融术语出现在印度语句子中时保持自然发音和节奏，同时不掩盖信息本身。
Raise 在 Cartesia 的模型研发中扮演什么角色？
Raise 是早期的设计合作伙伴，为 Cartesia 的多语言模型研发做出贡献，将金融领域视角带入语音研究，帮助识别更值得深入评估的案例。
