<div class="key-takeaways"><ul><li>นักพัฒนาสร้าง FinEd Saathi ในโครงการ 10 Days of Voice Agents</li><li>แก้ปัญหาการขาดความรู้พื้นฐานเรื่องค่าธรรมเนียมและภาษีการลงทุน</li><li>ใช้เทคโนโลยีจาก Deepgram, Gemini และ Murf Falcon 2</li><li>มีระบบจำลองการเทรดด้วยเงินเสมือนจริง 100,000 รูปีโดยไม่ต้องใช้บัญชีจริง</li></ul></div><p>จุดเริ่มต้นของโปรเจกต์นี้เกิดขึ้นจากประสบการณ์จริงเมื่อผู้พัฒนาตัดสินใจซื้อหุ้นราคาประมาณ 6 รูปีโดยไม่ได้ศึกษาโครงสร้างค่าใช้จ่ายทั้งหมดอย่างละเอียด เมื่อขายออกในราคาใกล้เคียงกัน กลับพบว่าบัญชีถูกหักเงินหายไปประมาณ 50 รูปีโดยไม่ทราบสาเหตุที่แน่ชัดว่าตัวเลขดังกล่าวมาจากบันทึกสัญญา บัญชีแยกประเภท หรือมุมมองกำไรขาดทุน บทเรียนสำคัญในครั้งนั้นไม่ใช่การบอกว่าการเทรดทุกครั้งต้องเสียค่าธรรมเนียมเท่ากัน แต่เป็นการตระหนักว่าตนเองได้ลงมือซื้อขายไปโดยปราศจากความเข้าใจเรื่องค่านายหน้า ภาษี หรือที่มาของตัวเลขบนแอปพลิเคชันนายหน้าซื้อขายหุ้น</p><p>ประสบการณ์ดังกล่าวจึงกลายเป็นจุดเริ่มต้นของ FinEd Saathi ซึ่งเป็นติวเตอร์ด้านความรู้ทางการเงินที่เน้นเสียงพูดเป็นหลัก (voice-first) ถูกพัฒนาขึ้นในช่วงกิจกรรม 10 Days of Voice Agents ในรุ่น VoiceForBharat Edition โดยผู้พัฒนาเลือกเข้าร่วมในสายการบริการทางการเงินเพราะต้องการแก้ไขปัญหาที่ตนเองเคยเผชิญมาด้วยตนเอง แม้ว่าทางการแข่งขันจะแยกหมวดการบริการทางการเงินและการเรียนรู้ออกจากกัน แต่ผู้พัฒนากลับตั้งใจผสานทั้งสองเรื่องเข้าด้วยกันเพราะปัญหาหลักคือการเข้าถึงตลาดทุนที่ขาดความเข้าใจที่ถูกต้อง</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/6_fined_saathi_mstwrblq_inline_1_d852208826.jpg" alt="India software developer workspace laptop" loading="lazy" /><p class="color-gray-500 text-sm mt-10">ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">10</span><span class="stat-label">วันในการพัฒนา</span></div><div class="stat-item"><span class="stat-number">100k</span><span class="stat-label">รูปีเงินจำลอง</span></div><div class="stat-item"><span class="stat-number">100ms</span><span class="stat-label">เวลาตอบสนองเสียง</span></div></div><p>ติวเตอร์อัจฉริยะตัวนี้ถูกออกแบบมาสำหรับผู้เริ่มต้นที่ต้องการทำความเข้าใจแนวคิดตลาดอินเดียผ่านบทสนทนาที่เป็นกันเองก่อนที่จะนำเงินจริงเข้าไปเสี่ยง โดยระบบสามารถอธิบายข้อมูลเกี่ยวกับหุ้น กองทุนรวมและ SIP, ETF, ทองคำ, F&amp;O, IPO และพันธบัตรรวมถึงช่วยตรวจสอบค่าธรรมเนียมที่ชวนสับสนได้อย่างตรงไปตรงมา หากผู้ใช้งานถามถึงเรื่องขาดทุน ตัวระบบจะไม่คาดเดาไปเองแต่จะรอให้ผู้ใช้ระบุแหล่งที่มาของตัวเลข เช่น บันทึกสัญญาหรือบัญชีแยกประเภท</p><div class="ai-insight"><p>การสร้างแอปพลิเคชันให้ความรู้ทางการเงินด้วยเสียงพูด (Voice AI) มีความท้าทายสูงในแง่ของความหน่วง (Latency) เพราะผู้ใช้งานจะไม่รู้สึกเป็นธรรมชาติหากบอทเว้นช่วงรอดูนานเกินไป การเลือกใช้โมเดลแปลงข้อความ Text-to-Speech ที่มีความเร็วสูงจึงเป็นหัวใจสำคัญในการทำให้บทสนทนาเกี่ยวกับการเงินที่ซับซ้อนมีความลื่นไหลและเข้าใจง่ายขึ้นสำหรับมือใหม่</p></div><p>สถาปัตยกรรมเบื้องหลังใช้ Deepgram Nova-3 ในการแปลงเสียงพูดหลายภาษา Gemini ทำหน้าที่ประมวลผลบทสนทนาและการสอน ส่วน LiveKit จัดการเซสชันแบบเรียลไทม์ และใช้ Murf Falcon 2 ที่มีเสียงชื่อ Nikhil ในการพูดคุยด้วยน้ำเสียงที่เป็นธรรมชาติในแบบอินเดีย พร้อมจุดเด่นเรื่องเวลาตอบสนองเสียงแรก (Time to first audio) เพียงประมาณ 100 มิลลิวินาที นอกจากนี้ยังมีระบบจำลองการพอร์ตการลงทุนที่เริ่มต้นด้วยเงินเสมือนจริง 100,000 รูปีเพื่อเป็นพื้นที่ปลอดภัยให้ผู้เรียนได้ฝึกฝนโดยไม่ต้องเชื่อมต่อบัญชีซื้อขายจริง</p><p class="source-attribution">ที่มา: <img src="https://www.google.com/s2/favicons?domain=dev.to&sz=64" alt="Dev.to" class="source-logo" width="16" height="16" /> <a href="https://dev.to/himanshu_748/i-bought-a-6-share-and-learned-the-hard-way-building-fined-saathi-in-10-days-1980" target="_blank" rel="noopener noreferrer">Dev.to</a></p>

<div class="key-takeaways"><ul><li>Developer built FinEd Saathi during the 10 Days of Voice Agents challenge</li><li>Addresses the lack of basic knowledge regarding brokerage and investment taxes</li><li>Powered by Deepgram, Gemini, and Murf Falcon 2 speech models</li><li>Includes a paper trading portfolio starting with ₹1,00,000 in virtual cash</li></ul></div><p>The origin of this project began when the developer purchased a share priced at roughly ₹6 without fully understanding the total transaction costs. After selling it around the same price, a mysterious loss of about ₹50 appeared in the account without knowing whether it came from the contract note, ledger, or P&amp;L view. The crucial lesson was not that every small trade incurs the exact same fee, but rather that trading occurred without any fundamental grasp of brokerage, taxes, or the origin of figures displayed inside a broker application.</p><p>That exact experience served as the foundation for FinEd Saathi, a voice-first financial literacy tutor built during the 10 Days of Voice Agents challenge under the VoiceForBharat Edition. The developer chose the Financial Services track to solve a personal pain point, deliberately merging finance with education because the root problem was financial access without comprehension. The AI tutor targets beginners seeking patient explanations of Indian market concepts before risking real capital.</p><div class="mb-20"><img class="img-bdrd-16" src="https://api.inewgen.co/uploads/6_fined_saathi_mstwrblq_inline_1_d852208826.jpg" alt="India software developer workspace laptop" loading="lazy" /><p class="color-gray-500 text-sm mt-10">Stock photo for illustration only, not from the actual event</p></div><div class="stat-row"><div class="stat-item"><span class="stat-number">10</span><span class="stat-label">Days Built</span></div><div class="stat-item"><span class="stat-number">100k</span><span class="stat-label">Virtual INR</span></div><div class="stat-item"><span class="stat-number">100ms</span><span class="stat-label">First Audio Latency</span></div></div><p>Financial education often presumes learners already understand complex terminology, sending novices straight to dense fee schedules or tax circulars. FinEd Saathi was designed to meet learners where they are, explaining stocks, mutual funds, SIPs, ETFs, gold, F&amp;O, IPOs, and bonds while untangling confusing charges without making blind guesses. In the case of the ₹6 share story, the agent treats profit or loss as zero until the user points out where the discrepancy appeared.</p><div class="ai-insight"><p>Voice-driven financial applications require exceptionally low latency to maintain a natural conversational flow. When users ask complex questions about monetary concepts, long pauses can instantly make the interaction feel robotic or unnatural, highlighting why ultra-fast text-to-speech models are critical for educational voice agents.</p><p>The technical architecture leverages Deepgram Nova-3 for multilingual speech recognition, Gemini for conversational reasoning, and LiveKit for real-time streaming sessions. Murf Falcon 2 provides the voice using Nikhil, delivering an Indian conversational tone with a remarkably low time to first audio of roughly 100 milliseconds. Additionally, a paper portfolio feature lets beginners practice safely with ₹1,00,000 in virtual cash without linking a real brokerage account.</p><p class="source-attribution">Source: <img src="https://www.google.com/s2/favicons?domain=dev.to&sz=64" alt="Dev.to" class="source-logo" width="16" height="16" /> <a href="https://dev.to/himanshu_748/i-bought-a-6-share-and-learned-the-hard-way-building-fined-saathi-in-10-days-1980" target="_blank" rel="noopener noreferrer">Dev.to</a></p>

medium_6-fined-saathi-mstwrblq.jpg

small_6-fined-saathi-mstwrblq.jpg

thumbnail_6-fined-saathi-mstwrblq.jpg

6-fined-saathi-mstwrblq.jpg

นักพัฒนาแชร์ประสบการณ์ขาดทุนปริศนาหลังซื้อหุ้นราคา 6 รูปี สู่แรงบันดาลใจในการสร้าง FinEd Saathi ติวเตอร์การเงินระบบเสียงความเร็วสูงใน 10 วัน

A developer shares a mysterious trading loss on a ₹6 share that inspired the creation of FinEd Saathi, a voice-first financial literacy tutor built in 10 days.

Inewgen

Inewgen

#India financial market

Learning from a ₹6 Share to Build FinEd Saathi

Inewgen