印度金融科技印地语语音智能体踩坑复盘：数字播报与并发延迟才是真难点
admrys · reddit · 2026-08-25
作者为一家印度金融科技公司做了印地语-英语混合（Hinglish）语音智能体，处理还款提醒、KYC 回访和账户查询，并公开复盘六个月开发中真正踩坑的地方。
原本以为难点是 LLM 理解 Hinglish，实际最难的是让 Agent「说人话」：
- 数字播报：金额、日期、参考号必须逐位读，早期整段英文数字混在印地语句子里，用户觉得可疑，金融场景下是致命的信任问题；
- 语言切换卡顿：许多 TTS 在印地语↔英语边界有明显停顿或口音突变，用户会当成诈骗电话挂断；
- 真实并发延迟：单路演示数据好看，批量外呼高峰时某供应商延迟飙到 800ms+，必须在真实电话线路和真实并发下测；
- 合规：RBI 相关审查、数据驻留、SOC 2 直接淘汰了部分方案。
解决方案是把印地语码混和数字归一化当作一等公民的 TTS，并在真实电话管道、真实并发下测试。数字播报变干净后，试点信任度和通话完成率显著提升。核心教训：评估印度语音 Agent 别问「哪个声音好听」，要问「能否在电话线路和规模化场景下，用 Hinglish 正确读出金额、日期和参考号」。
「编程与Agent」频道最新
- gitea-mcp：集成 186 个 Gitea API 工具的 MCP 服务器 — modelcontextprotocol · 2026-08-25
- 长周期 Agent 开发痛点：时间紧来不及跑完完整流程 — agihouse_org · 2026-08-25
- AGI House 黑客松反思：长周期 Agent 需要验证而非记忆 — agihouse_org · 2026-08-25
- Terminal-Bench 3.0 发布：顶级模型分暴跌，Agent 只会修补症状 — ajratner · 2026-08-25
- Spine-Branch 框架：多 Agent 协作提升成功率 16.5% — ZhiyuChen4 · 2026-08-25
- Claude 官方晒神作：从 3D 医学影像查看到可步行街道的代码创意 — 机器之心 · 2026-08-25