Navana.ai 正式推出 Bodhi TTS，这是一款专为印度市场打造的文本转语音（TTS）模型，支持印地语、泰卢固语、泰米尔语等 10 种印度语言及英语，并提供超过 50 种优化声音。
极致性价比与本地化部署
Bodhi TTS 的定价为每 10,000 个字符 12 卢比。Navana.ai 表示，这一价格约为 ElevenLabs 的八分之一（后者约合每 10,000 字符 95 卢比），较 Sarvam AI 的 Bulbul v3（30 卢比/万字符）低 60%。
该模型在印度本土构建和训练，具备端到端完整语音技术栈。其显著优势在于低延迟与数据主权：音频生成启动时间不到 100 毫秒，且支持在企业自有数据中心内部署。这意味着银行、保险等客户的音频、转录文本及个人数据无需路由至第三方提供商，始终保留在安全的企业环境中。
Navana.ai 联合创始人 Jai Nanavati 指出，Bodhi TTS 的体积比近期同类模型小约五倍。这种轻量化设计使其能够在企业现有的中高端 GPU 上运行，既降低了成本，也确保了数据不出域。
深度适配印度语境
针对印度复杂的语言环境，Bodhi TTS 进行了专项优化。它能准确处理印度特有的文本格式，如将“₹1,00,000”读作“one lakh rupees”，并正确朗读 PAN 号码、电话号码、日期、等额本息还款额（EMI）及账户信息。
模型还支持通过词典控制发音。企业可上传产品、分支或客户名称，并通过内联标记指导模型发音。在实际通话中发现的发音错误，无需重新训练模型即可纠正。此外，所有 10 种语言均支持语音克隆，仅需几秒参考音频即可创建新声音，且参考音频已缓存，不会增加通话延迟。
“印度社会高度依赖语音交互，且多数非英语场景此前面临两难：要么使用发音错误的全球模型，要么承担高昂的试点成本。”Navana.ai 联合创始人兼 CEO Raoul Nanavati 表示，“Bodhi 从零构建以涵盖各种口音，让企业的语音助手真正具有印度特色。”
商业落地与新模型开放
目前，Navana.ai 的语音代理已在 Bajaj Finserv、Ujjivan Small Finance Bank 等 BFSI（银行、金融服务和保险）客户中广泛应用。公司数据显示，其处理的月度贷款发放总额超 1,000 亿卢比，累计语音 AI 交互时长超过 1 亿分钟。
除 Bodhi TTS 外，Navana.ai 还通过邀请制开放了其语音识别模型 Bodhi STT，支持 10 种印度语言和 40 多种方言，相关基准测试结果已在 Hugging Face 发布。
Bodhi TTS 现已通过 Navana.ai 平台提供服务，新用户可享 1,000 卢比免费额度。银行、保险公司及放贷机构可申请提前访问 Bodhi TTS 和 STT，首批获批团队将获得有效期 90 天的 100 小时使用额度。