Arrowhead AI, società con sede a Bengaluru specializzata nello sviluppo di sistemi vocali basati sull’intelligenza artificiale, ha presentato Fletch, un modello proprietario di sintesi vocale progettato per le conversazioni telefoniche automatizzate nei mercati dell’India e del Sud-est asiatico. La tecnologia, annunciata il 30 ottobre 2026, è già utilizzata in applicazioni operative che gestiscono complessivamente oltre un milione di chiamate al giorno, secondo i dati comunicati dall’azienda. Il modello è stato sviluppato per affrontare alcune difficoltà tipiche dei sistemi text-to-speech impiegati in contesti multilingue, dove una stessa conversazione può comprendere parole di lingue differenti, nomi propri regionali, espressioni locali e particolarità fonetiche che non vengono riprodotte correttamente dai sintetizzatori vocali generalisti. Fletch supporta quattordici lingue, tra cui inglese, hindi, tamil, telugu, bengalese, malese e indonesiano, e consente di passare da una lingua all’altra anche all’interno della stessa frase, senza richiedere necessariamente una separazione preventiva dei contenuti in segmenti monolingui.
Il modello è stato addestrato utilizzando migliaia di ore di registrazioni vocali regionali selezionate e materiale prodotto da professionisti della voce, con particolare attenzione alla pronuncia dei nomi di persone, marchi, prodotti e località. Arrowhead AI dichiara un miglioramento di circa il 30% nell’accuratezza della pronuncia di determinate categorie di termini rispetto ai sistemi di riferimento utilizzati nelle proprie valutazioni. La società collega questo risultato alla possibilità di ridurre le interruzioni delle conversazioni causate da parole pronunciate in modo poco comprensibile e dalle conseguenti richieste di ripetizione. Un’altra caratteristica riguarda la latenza: Fletch opera, secondo i dati dichiarati, con un ritardo di circa 80 millisecondi ed è in grado di iniziare la generazione della risposta parlata in meno di 100 millisecondi. Questi valori si riferiscono alle prestazioni riportate dal produttore e rappresentano un parametro particolarmente importante nei sistemi telefonici interattivi, nei quali intervalli troppo lunghi tra la richiesta dell’utente e la risposta sintetizzata possono compromettere la continuità del dialogo.
La sintesi vocale comprende dodici stili espressivi che permettono di adattare il tono della risposta al contesto della conversazione. Tra le modalità previste figurano espressioni empatiche, concilianti, calme e ferme, utilizzabili in relazione alla tipologia di servizio e alla situazione comunicativa. La capacità di modificare l’intonazione e la modalità espressiva si aggiunge al supporto linguistico, con l’obiettivo di rendere le risposte più coerenti con il contenuto del messaggio. Dal punto di vista architetturale, Fletch utilizza una struttura derivata da DiTAR, adattata e addestrata internamente da Arrowhead AI per le esigenze dei mercati regionali. Il modello opera all’interno di una piattaforma vocale più ampia che comprende un sistema di riconoscimento del parlato, un modello linguistico e un componente specifico dedicato alla gestione degli indirizzi. La sintesi vocale costituisce quindi la componente incaricata di trasformare le risposte generate dal sistema in parlato, mentre le altre parti dell’infrastruttura gestiscono l’interpretazione della richiesta e la costruzione del contenuto della conversazione.
Le applicazioni commerciali riguardano soprattutto la gestione dei pagamenti e dei crediti, le attività di vendita, il rinnovo dei servizi e l’assistenza telefonica in ingresso. Tra le aziende che utilizzano le soluzioni vocali di Arrowhead AI figurano Axis Bank, RBL Bank, IndusInd Bank, Tata 1mg, upGrad, KreditBee, Kissht e TVS Credit. La società sta inoltre ampliando le funzionalità destinate al Sud-est asiatico, con particolare attenzione al malese e all’indonesiano. È prevista una dimostrazione della tecnologia durante il Singapore FinTech Festival 2026, in programma dal 18 al 20 novembre presso Singapore EXPO. La distribuzione già attiva su oltre un milione di chiamate quotidiane colloca Fletch in una fase operativa, mentre le metriche di latenza e accuratezza dichiarate descrivono le prestazioni riportate dall’azienda nelle proprie valutazioni.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)