Raise Financial Services (Raise), l’entreprise indienne qui conçoit notamment Dhan, l’une des plateformes axées sur le trading à la plus forte croissance en Inde, Millions, plateforme d’investissement, et fuzz, assistant de recherche sur les marchés financiers propulsé par l’IA, développe des expériences vocales multilingues avec Cartesia. Raise investit massivement dans une IA conçue spécifiquement pour les marchés financiers indiens. Cartesia fournit les modèles vocaux qui prolongent cette intelligence financière dans des conversations naturelles et multilingues.
Ce partenariat sert une ambition commune aux deux entreprises : rendre l’information financière plus accessible grâce à des conversations dans les langues que les gens parlent naturellement.
Cartesia nous fournit des modèles vocaux parmi les meilleurs du marché, qui s’intègrent bien à l’infrastructure vocale en temps réel que nous avons développée en interne. Nous avons hâte d’étendre ce partenariat à l’ensemble de notre écosystème, notamment Dhan & Millions ; Upsurge, notre plateforme de formation pour traders et investisseurs ; Pluto, notre plateforme de distribution d’assurance, et d’autres entités du groupe.
Bâtir une intelligence financière, s’appuyer sur des experts de la voix
L’approche de Raise en matière d’IA est partie des exigences des marchés financiers indiens. Son équipe a développé artham, un petit modèle de langage de 7 milliards de paramètres entraîné exclusivement sur des données des marchés financiers et des marchés de capitaux indiens. Conçu et hébergé en Inde, artham est pensé autour de la structure, du vocabulaire et du cadre réglementaire du marché intérieur indien. AWS (Amazon Web Services) a distingué artham lors de re:Invent 2025, son événement mondial pour les développeurs, à Las Vegas, aux États-Unis.
Artham fonctionne depuis plus d’un an au sein de la plateforme de copilote financier fuzz, de la plateforme de filtrage d’actions ScanX et de Dhan : il résume l’actualité des marchés, replace les variations de cours dans leur contexte et répond aux questions des utilisateurs avec des données en temps réel tirées directement de sources officielles.
La voix est le dernier ajout à cet ensemble, et c’est là qu’intervient Cartesia. Les modèles de Cartesia alimentent aujourd’hui une partie des interactions du voicebot de Dhan, y compris le KYC conversationnel, tandis que les équipes humaines restent aux commandes du service client, des demandes complexes et de la gestion de la relation.
L’ampleur de la demande multilingue est déjà manifeste : plus de 75 % de ces interactions se déroulent dans d’autres langues que l’anglais, l’hindi représentant à lui seul plus de la moitié.
L’accès ne se limite pas à la langue. Plus d’un tiers des appels du voicebot de Raise sont traités en dehors des heures ouvrées, sans aucune intervention d’un conseiller, ce qui élargit l’accès aux utilisateurs qui prennent contact le soir et pendant la nuit. Ces premiers chiffres montrent la direction que prend la voix dans l’écosystème de Raise.
Exprimer de l’information financière à l’oral impose ses propres exigences techniques. Une réponse écrite exacte doit conserver son sens une fois prononcée à voix haute. Les expressions numériques doivent avoir une prononciation sans ambiguïté, et la terminologie financière doit s’intégrer naturellement à la langue qui l’entoure. La génération audio doit aussi démarrer assez vite pour soutenir une conversation.
Raise s’appuie sur les modèles de Cartesia pour traiter la composante vocale de ce travail. Ce partenariat donne à une équipe qui a construit sa propre IA financière et sa propre architecture de production l’accès à des modèles vocaux spécialisés, conçus spécifiquement pour la conversation multilingue.
Une infrastructure vocale multilingue à la hauteur des exigences de la finance indienne
Sonic, le modèle de synthèse vocale de Cartesia, offre aux développeurs un choix de voix et d’accents régionaux, avec des réglages du débit et de l’expression émotionnelle. Il prend en charge 11 langues indiennes, dont l’hindi, le tamoul, le télougou et le marathi, ainsi que l’alternance de langues au sein d’une même génération. Cette souplesse permet aux équipes d’adapter le rendu à différents contextes tout en conservant une voix cohérente lorsque la conversation passe d’une langue à l’autre.
Pour les contenus financiers, l’expressivité doit s’accompagner de précision. Les travaux de Cartesia sur la fidélité à la transcription et la prononciation adaptée aux paramètres régionaux portent sur le traitement des identifiants alphanumériques, des dates et des montants. Ces capacités sont particulièrement utiles lorsque des termes financiers anglais apparaissent dans une phrase en langue indienne : la prononciation et le rythme doivent alors rester naturels sans brouiller l’information.
Les modèles de Cartesia sont conçus pour des charges de travail sécurisées, à grand volume et en temps réel, avec des options de déploiement en Inde. Avec Cartesia, Raise exécute ces modèles au sein de sa propre infrastructure, conçue pour respecter les normes de traitement des données et de gouvernance qu’exigent les applications financières.
Une relation nourrie par une collaboration de conception
En plus d’utiliser les modèles de Cartesia, Raise a été l’un de nos premiers partenaires de conception et a contribué au développement de nos modèles multilingues.
Cette collaboration apporte à la recherche vocale le regard du secteur financier. Les mesures générales de naturel ne suffisent pas, à elles seules, à établir si un modèle préserve les détails chiffrés dans une phrase financière qui mêle plusieurs langues. L’expertise métier aide à repérer les cas qui méritent une évaluation plus poussée.
Pour Cartesia, travailler avec Raise relie le développement des modèles aux besoins d’un partenaire qui conçoit des produits financiers pour les utilisateurs indiens. Nous sommes impatients d’accompagner le développement vocal de Raise et de poursuivre cette collaboration technique à mesure que le partenariat s’étend.