fetch_wechat_article.py；Playwright/隔离 Chrome 失败后使用 HTML fallback；正文非空，未出现“环境异常”。9dcd5af4f7c787da93e8ac6f1e0bc94121e5d695c702815d904f8397f00f71a3深思圈播客与公众号订阅入口 9月7日，印度语音AI公司Navana.ai宣布完成4亿卢比A轮融资，Ronnie Screwvala领投，Antler India等参与。公司说，它已经为企业客户处理了超过一亿分钟的语音业务。 我们翻了它的产品文档、合作银行的公告和用户采访，最在意的却是一件很小的事。有些人已经拿到了智能手机，会看视频、会发语音，但要他们独自在银行App里办一笔业务，还是很难。 Navana做了几年，就是想让这批人能自己办事。这家公司值得写的地方，也在这里。AI产品的用户，不必都是愿意研究提示词、追着新模型跑的人。 01 手机会用，银行App不会 先认识一下Sarafat Ali。 ThePrint在2025年5月的报道里采访了这位住在德里Seemapuri的司机。他当时62岁，读到十年级。他的妻子做缝纫工作，向Ujjivan小额金融银行借过一笔团体贷款。过去他们用现金还款，Ali不太敢用手机App。 后来他开始用Hello Ujjivan。语音提示配合大图标，带他找到还款和查看贷款记录等功能。他告诉记者，那次贷款流程在App里就办完了，自己不用再去网点。 报道里的另一个细节来自银行负责人Diptarag Deb。银行起初以为，把文字换成本地语言就够了。团队重新做调查后发现，目标客户熟悉的是视频、图片和语音消息。把一套文字菜单翻译一遍，仍然没有接上他们使用手机的习惯。 这让产品设计多了一道问题。客户知道自己要还钱，但他需要先在屏幕上找到对应入口，弄明白每一步要填什么，再判断有没有办成功。让一名熟悉操作的人站在旁边，很多步骤就能走下去；这个人离开以后，原来被代劳的困难又会出现。 开发者很容易把这件事当成用户教育。对一家希望客户自己完成操作的银行来说，界面也得承担一部分解释工作。Hello Ujjivan因此把声音和图片都放了进来。 02 每一步都有人声解释 Ujjivan在2023年2月的正式发布公告里写得很具体。这款App与Navana共同开发，最初面向银行已有的小额贷款客户，支持八种地区语言。用户可以用自己的语言表达需求，办理还款、转账、查询余额和存款等业务。 银行给出的设计重点，是在操作过程中同时提供图示和事先录好的语音说明。客户走到哪一步，就在那里听到解释。这与一个能随便聊天的机器人差别很大。产品得围绕有限的业务，把入口、说明和操作顺序逐一做好。 如今银行的产品页面仍把语音搜索、逐屏音频引导和图像学习放在显眼位置。图示对应的也是用户熟悉的线下动作，比如存钱、更新存折、还一笔贷款。它借用了客户已有的生活经验，让人更容易认出屏幕上的功能。 银行把线下客户熟悉的动作放进图标里，让他们认出存钱和还款的入口。 App也没有把所有东西都改成自由对话。银行列出的功能里，仍然有四位数字密码登录、收款人管理、转账限额设置和账户记录。这些都是一笔业务实际要走的步骤。语音可以帮助人找到功能、理解要求，账户操作本身依然有明确规则。 所以，评价这类产品时，只听一段机器人声音还不够。用户能不能跟着提示把事情做完，才是我们想看到的结果。 03 下载以后，有没有真的用 银行在2025年10月公布过一组数据。Hello Ujjivan累计下载超过130万次，用户中女性占98%，平均年龄35岁。自推出以来，经由App发生的金融交易超过69亿卢比。 具体去向比总额更有意思。其中27.7亿卢比用于贷款还款，35.8亿卢比进入定期和分期储蓄存款；另有超过50万次贷款发放确认在线完成。这些数字来自银行自己的统计，口径截至当时，不能当成今天的实时数据，也不能算作Navana的收入。 Hello Ujjivan使用数据，来源为银行2025年10月公告。交易金额属于银行业务，非Navana收入 还款和存款占了很大的部分。这至少说明，App里发生的事情已经超出了注册和试用。用户在手机上完成了真实业务，一笔钱要还，另一笔钱要存，声音和图示在这些普通任务里发挥作用。 这里也能看出使用数据之间的区别。下载次数告诉我们有多少次安装，却不能回答客户有没有回来。交易金额证明发生过业务，但不能代替月活跃人数，更不能证明每位客户都能独立完成全部流程。银行这份公告给出了前两类信息，没有把所有问题都回答完。 对Navana来说，客户银行愿意公开披露具体用途，是比一段流畅演示更有分量的材料。我们能看见产品被放在哪项业务里，也能追问下一步该看什么，比如哪些操作仍然需要求助、用户在哪一屏最容易停下来。 这些问题很适合产品团队继续做，也值得读者用来判断其他语音App。一次识别成功和长期使用之间，还有不少工作。 银行后来还在App里加入了Digital Diksha，帮助客户设定财务目标、查看进度并接收提醒。2025年那份公告把它放在还款、存款等功能旁边。客户学会点一个按钮之后，仍然需要理解自己在做什么、下一次什么时候要处理。这是银行继续补充的内容，也提醒我们不要把整个App的作用都归给语音识别。 04 还要有人教第一次 这款App推出时，银行并没有只发一个下载链接。 2023年的公告提到，Ujjivan会利用当时的600家分行和近9000名小额及乡村银行业务员工，教客户使用Hello Ujjivan。数字描述的是发布时的安排，不是今天的网点和人员规模。 这个安排解释了它为什么从已有客户开始。银行已经知道谁在使用哪些业务，也有人员和客户见面。第一次安装、第一次辨认功能，能够放进原有服务里完成。Navana提供技术，银行把产品带到人面前。 这意味着一家语音AI创业公司，不必先说服每一位终端用户认识自己的品牌。客户可能一直只知道银行的名字，却在日常操作里用上了它的语音能力。 依靠银行接触客户，也让Navana很依赖合作方。模型接进去了，谁负责把客户教会，谁收集操作中的问题，出了差错去找谁，这些都需要落实到具体团队。发布公告里接近9000人的培训安排，让这种分工有了实际形状。 我们通常容易注意到界面少了几个按钮，却忽略最初那一次教学。对不熟悉文字界面的用户来说，敢不敢自己点下去，往往要从一次有人陪着的操作开始。语音提示可以一直留在App里，现场工作人员不必一直留在用户身边。 这也给AI公司的增长方式提了一个醒。早期客户手里的服务渠道，有时比产品官网上的访问量更重要。 05 一家人碰到的小麻烦 Navana的两位联合创始人Raoul Nanavati和Jai Nanavati是兄弟。按他们在2025年接受YourStory采访时的回忆，做这件事的起点来自身边人。 祖母想看喜欢的节目，却需要别人帮忙操作智能电视；家政工作者用银行App给家里汇钱，也会卡住。兄弟俩后来到印度各地了解情况，2018年开始创业。公司如今的介绍页仍提到，早期调查去过乡村市场和小商户。 团队先为企业已有的App和网站增加语音等辅助功能。创始人说，他们当时试过大公司的语音技术，在嘈杂的乡村环境里不够适用，便开始自己做。这里说的是当年的产品经验，不能拿来证明今天的通用模型仍然做不好印度语言。 选定这条路后，公司的工作就具体得多。它要处理的声音来自正在办事的人，里面会有口音、停顿、杂音，还有两种语言混着说的句子。用户不会为了配合识别系统，把自己说话的方式重新学一遍。 Navana的Bodhi产品页把混合语言输入、录音转写、实时转写和按行业调整模型列成了独立能力。企业可以选取需要的部分接入现有服务，不必把全部软件都换掉。 这种产品形态也解释了，为什么我们在银行App的故事里会遇到一家语音模型公司。屏幕上的操作很简单，背后需要处理的声音并不简单。前面的教学和图示解决“用户怎样理解软件”，后面的语音系统还要解决“软件怎样理解用户”。 06 连一个产品名都要单独处理 只看官网，很多语音产品的功能清单会很相似。翻到Bodhi开发文档，才会碰到具体麻烦。 文档提供了一项叫“热词”的设置。企业可以提前告诉系统，哪些不常见的词组需要特别注意，较长的短语还能调整识别权重。它同时提醒开发者，不要给整句话里的每个词都增加权重，也不要把其他服务的词表原样搬过来。 这些提醒对应的是模型真正容易出错的地方。产品名称、少见词语或特定说法，可能在一般训练资料里出现得不多。企业自己的业务却会反复用到它们。把这些词单独校准，比笼统地要求“识别更准一点”更容易操作。 另一个设置负责把口头说出的数字整理为阿拉伯数字。文档列出的用途包括金额、电话号码、地址和数量。但它也写明，这项功能只支持列出的五种语言。整套产品支持十多种语言，不等于每个附加功能都在所有语言里一样完整。 这类限制应该留在产品团队的验收表里。主页面的一行宣传，不能替代对具体功能的检查。尤其遇到数字，文字整理得整齐，也不等于接下来可以跳过业务确认。 文档的数字示例用了一句印地语贷款需求。同一段话，不启用数字整理时，金额保留为语言中的数词；启用后，结果显示为2500000。这个例子演示的是转写格式变化，模型没有因此批准贷款，也没有完成付款。把文字输出和实际业务分开，才能准确理解这项功能究竟做到了哪一步。 文档还允许返回分段时间和识别置信度，方便开发者定位问题。一个地方听错了，团队要能回到对应音频，查清是词语、声音环境还是处理过程出了问题。企业购买的语音产品，需要给这种排查留下办法。 07 一句话没说完，答案还会变 Bodhi的实时接口文档，有一句很容易被产品演示略过去的说明。系统在接收音频时会先返回部分转写，等更多上下文进来，之前的结果可能发生变化，最终转写与中间显示的文字未必相同。 这很符合人听话的过程。一个词刚出现时，我们未必知道它指什么，后半句说完才清楚。可软件如果把中间结果提前拿去执行，后续修正就来不及了。 文档把“开始说话”“一句话说完”“返回转写”分成不同事件，开发者可以分别处理。它也明确提到，电话常用的音频采样率是8千赫兹，模型针对这类音频作过优化。会议录音、电话线路和手机麦克风不能只凭一个演示片段就当成同一回事。 实时语音转写的处理顺序，依据Bodhi接口文档整理。中间转写可能更新，不代表已完成银行操作 这些细节让语音AI从“能不能听懂”走到了“什么时候可以采用这个结果”。一次电话里，系统要一边收声音，一边处理文字，还要等对方把意思说完。 我们看这类产品时，会更想知道团队怎样处理被打断的句子、修正过的数字和迟到的识别结果。Bodhi文档能证明它提供了相应事件和转写机制，具体接进客户系统后是否处理妥当，还得在真实业务中检验。 也正因为如此，清晰的开发文档很有价值。它把宣传中的“实时语音”拆成了可以逐项检查的操作，而没有要求客户只相信一个总体准确率。 例如，文档里的服务处理时间不包括网络传输耗时。开发者看到一个很短的服务器耗时，仍然不能直接告诉客户，电话另一头也只等了这么久。音频怎样传来、结果怎样送回，都在用户的等待时间里。产品体验中的“快”，需要按用户真正等了多久来算。 实时接口示例还把一段音频分块发送，最后再发出结束信号，让服务完成收尾。这个结束信号和识别出来的某个词用途不同，一个控制传输过程，另一个才是用户说的内容。把这种处理分工写明白，企业才能将语音能力接入自己的应用，而不会把一段可播放的演示误当成完整产品。 08 电话结束，企业的工作还没完 Navana现在也销售通话分析接口。企业已有的录音可以转成摘要，提取产品名、价格和客户询问的事项，再交给相应团队继续处理。 产品页列出的例子包括贷款咨询、分期还款问题、续保和账户支持。它还提供情绪与意图识别，帮助企业整理来电原因。按照公司的说明，摘要会生成英文，关键词提取覆盖印度的多种语言。 这里出现了另一类使用者。前面的客户希望用自己熟悉的语言办事，后面的员工需要尽快知道电话里谈了什么。两个人面对同一段声音，想完成的工作并不相同。 这让Navana可以向已经接入语音转写的企业继续提供录音整理服务。企业也可以先处理已有的录音，再决定是否把AI放到实时通话中。至于客户实际选择了哪种采购组合，公司没有公布完整的收入拆分，我们不替它推算。 9月7日的融资消息提到，新资金将用于扩大银行、金融服务和保险领域的部署，改进语音模型，并继续开发AI联络中心和自动评估平台。我们查阅时，官网的AI联络中心仍有加入等候名单的入口，因此不能把所有计划中的能力都写成已经全面开放。 从Hello Ujjivan到Bodhi，再到通话分析，Navana接触到的都是很具体的工作。客户要还一笔钱，员工要看懂一次来电，开发者要查出一句话为什么被识别错。这些事情做好多少，可以逐件问清楚。 接下来，我们想看到联络中心正式开放之后，客户怎样把这些功能接进实际通话。 资料来源 • ETEntrepreneur，Navana A轮融资，2026年9月7日 原文 https://entrepreneur.economictimes.indiatimes.com/amp/news/funding/voice-ai-startup-navana-ai-raises-40-crore-in-series-a-led-by-ronnie-screwvala/133878402 • ThePrint，Hello Ujjivan用户与银行负责人采访，2025年5月1日 原文 https://theprint.in/ground-reports/voice-based-banking-for-low-literate-indians/2610584/ • Ujjivan，Hello Ujjivan正式发布，2023年2月8日 原文 https://www.ujjivansfb.bank.in/press-release/Launches-Hello-Ujjivan-Indias-first-Voice-visual-vernacular-banking-app-feb-08-2023 • Ujjivan，Hello Ujjivan产品与操作说明 原文 https://www.ujjivansfb.bank.in/hello-ujjivan-mobile-banking • Ujjivan，Hello Ujjivan使用与交易数据，2025年10月16日 原文 https://www.ujjivansfb.bank.in/press-release/Ujjivan-SFBs-Hello-Ujjivan-app-facilitates-rupess-690crore-in-financial-transactions-bringing-digital-banking-to-first-time-borrowers-16-oct-2025 • YourStory，Navana创始人访谈，2025年9月4日 原文 https://yourstory.com/ai-story/conversational-ai-for-all-how-navanaai-is-bringing • Navana，公司与早期经历 原文 https://navana.ai/about-us • Navana，Bodhi语音产品 原文 https://navana.ai/bodhi-speech-api • Bodhi，热词、数字整理与诊断信息文档 原文 https://navana.gitbook.io/bodhi/quickstart/non-streaming-api/advanced-features • Bodhi，实时转写接口文档 原文 https://navana.gitbook.io/bodhi/quickstart/streaming-websocket • Navana，通话分析产品说明 原文 https://navana.ai/audio-intelligence-api • Navana，产品与开放状态，查阅于2026年9月8日 原文 https://navana.ai/ 《出海》 A FIELD NOTE FROM SENSE·
标签： #主题/AI-Agent #主题/语音AI #主题/可用性 #主题/无障碍设计 #主题/产品落地 #场景/公众号长文 #场景/Seetong借鉴 #节点/任务完成率 #节点/多模态引导 #节点/语音识别边界 #节点/真实业务验证 #节点/首次使用教学