Havells bringt mit ElevenLabs mehrsprachige Sprachsteuerung in sein vernetztes Zuhause-Ökosystem
- Veröffentlicht
AnhörenArtikel anhören
Voice Mode ist jetzt für die gesamte Havells-One-Nutzerbasis verfügbar – eine App mit rund 2,7 Millionen Downloads, die acht Sprachen in sieben Gerätekategorien unterstützt.
Havells ist eines der führenden indischen Unternehmen für Elektrogeräte und bietet ein breites Portfolio vernetzter Produkte, darunter Klimaanlagen, Ventilatoren, Luft- und Wasserreiniger, Warmwasserbereiter, Waschmaschinen und intelligente Schalter. Um das Smart-Home-Erlebnis zu erweitern, entwickelte das Havells Center for Research & Innovation (CRI) den Agentic AI Voice Mode: eine intelligente dialogbasierte Schnittstelle in der Havells-One-App. Sie ermöglicht es Nutzern, Geräte per natürlicher Sprachinteraktion auf Englisch und in mehreren indischen Sprachen zu steuern. Die Lösung wurde programmatisch auf ElevenAPI aufgebaut und nutzt Echtzeit-Streaming Speech to Text (Scribe v2 Realtime) sowie Text to Speech (Eleven v3 Conversational), integriert mit dem proprietären intelligenten Agenten von Havells zur Gerätesteuerung.
Die frühere Sprachfunktion von Havells unterstützte zunächst Englisch und später Hindi für ausgewählte Geräte, blieb jedoch befehlsbasiert. Nutzer mussten sich bestimmte Formulierungen und Aktivierungsmuster merken, damit Geräte korrekt reagierten. So sprechen indische Haushalte nicht natürlich: Häufig mischen sie Englisch, Hindi, Marathi und andere regionale Sprachen im selben Gespräch. Agentic AI Voice Mode kehrt dieses Prinzip um. Menschen sprechen natürlich, und das System versteht Absicht, Kontext und Sprache.
Latenz und Natürlichkeit entschieden die Bewertung
Havells bewertete mehrere Voice-AI-Plattformen hinsichtlich Genauigkeit der Spracherkennung, Mehrsprachigkeit, Latenz und Sprachsynthese. Bei der Recherche nach Anbietern für hochwertiges Text-to-Speech-Streaming mit geringer Latenz stieß das Team auf ElevenLabs. ElevenLabs kam aufgrund von Genauigkeit, Geschwindigkeit und Mehrsprachigkeit sowie der API-Dokumentation, des Dashboards, des Supports und der Beispielstimmen für indische Sprachen in die engere Auswahl.
In direkten Vergleichstests zeigte sich der Unterschied daran, wie schnell und natürlich der Assistent antwortete. Bei einem Smart-Home-Assistenten ist Latenz nicht nur ein technischer Wert. Eine verzögerte Antwort wirkt wie eine herkömmliche Sprachschnittstelle, eine schnelle wie ein Echtzeitgespräch. Natürlichkeit und Reaktionsfähigkeit in Echtzeit waren für Havells besonders wichtig und ausschlaggebend für die Entscheidung, Voice Mode auf ElevenLabs aufzubauen.
Acht Sprachen, die der tatsächlichen Sprache indischer Haushalte entsprechen
Voice Mode unterstützt Englisch und sieben indische Sprachen: Hindi, Tamil, Telugu, Bengalisch, Kannada, Gujarati und Malayalam. Nutzer steuern Geräte nach Gerät, Raum oder Szene – mit natürlicher Sprache statt mit einem festen Befehlssatz.
Der Assistent interpretiert Sprachmischungen und umgangssprachliche Äußerungen als Absicht statt als Syntax. Eine Anfrage wie „Yaar thoda thanda lag raha hai“ (Alter, mir ist etwas kalt) reduziert die Ventilatorgeschwindigkeit und passt die Klimaanlage an, ohne dass der Nutzer eines der Geräte nennen muss.
.
Eine dialogbasierte Schnittstelle für die gesamte Havells-One-Plattform
Voice Mode umfasst mehrere Kategorien intelligenter Geräte auf der Havells-One-Plattform: Klimaanlagen, Ventilatoren, Luftreiniger, Wasserreiniger, Warmwasserbereiter, Waschmaschinen, intelligente Schalter und kommende Geräte.
Die Abdeckung reicht tief in jede Kategorie und über alle Kategorien hinweg. Sie umfasst Modelle und Varianten, bei denen Sprachbefehle Geschwindigkeit, Modi, Timer und Rückwärtslauf steuern.
Da dieselbe dialogbasierte Ebene alle Kategorien abdeckt, kann eine einzelne gesprochene Anweisung intelligente Havells-Geräte steuern, selbst wenn diese unterschiedliche Verbindungsprotokolle verwenden. „Geyser on karo aur fan bhi chalu karo“ (Schalte den Ventilator und den Warmwasserbereiter ein) wird aufgeteilt und gleichzeitig auf mehreren Havells-Geräten ausgeführt.
Kontextspeicherung und Klärung in mehrteiligen Gesprächen
Der Havells-Agent nutzt zehn Funktionen im Produktivbetrieb: natürliches Sprachverständnis, Kontextsicherung, Orchestrierung mehrerer Geräte, Kontextverständnis, mehrsprachige KI, Aktivierung ohne Einrichtung, geräteübergreifende Steuerung verschiedener Protokolle, dialogbasierte Rückmeldungen in beide Richtungen, Fehlerdiagnose und regelbasierte Automatisierung. In der Praxis sieht das so aus:
- „Fan slow karo ... thoda aur“ (Verringere die Ventilatorgeschwindigkeit ... noch etwas) wird als Folgeanweisung verstanden. Der Nutzer muss den vollständigen Befehl nicht wiederholen.
- „AC chalu karo“ veranlasst den Assistenten in einem Haushalt mit zwei Klimaanlagen, nach dem Raum zu fragen, statt zu raten.
- „AC pe E6 dikh raha hai, kya hua?“ liefert eine verständliche Erklärung des Fehlercodes und schlägt den nächsten Schritt vor.
Dialogbasierte Rückmeldungen in beide Richtungen sind hier ebenso wichtig wie die Erkennung. Der Assistent bestätigt, was er getan hat, erklärt, was er nicht tun kann, und fragt nach, bevor er eine ansonsten mehrdeutige Aktion ausführt.
Vom Prototyp bis zum Produktivbetrieb in sechs Wochen
Etwa zwei Wochen nach Beginn der Entwicklung hatte Havells einen funktionierenden Prototyp seines Agenten, der den Ablauf vom gesprochenen Befehl über die Geräteaktion bis zur gesprochenen Antwort bestätigte. Die API-Dokumentation und das Dashboard, die die Plattformentscheidung prägten, begleiteten auch die Entwicklung selbst. Das CRI-Team integrierte Streaming Speech to Text und Text to Speech direkt damit.
In den verbleibenden Wochen ging es nicht um die Sprachebene, sondern um die Komplexität von Havells selbst: den vollständigen mehrsprachigen Gerätekatalog, unterschiedliche Gerätefunktionen, komplexe Befehle, Sonderfälle und Wiederherstellungsszenarien. Das Engineering-Team von ElevenLabs arbeitete mit Havells zusammen, um Sprachqualität und Aussprache für regionale indische Sprachen abzustimmen und das Streaming so zu konfigurieren, dass die Latenz auch mit steigender Zahl paralleler Sitzungen stabil blieb. Die erste Integration bis zum produktionsreifen Rollout dauerte rund sechs Wochen.
Voice Mode steht nun der gesamten Havells-One-Nutzerbasis zur Verfügung – einer App mit mehr als 2,7 Millionen Downloads. Dieser Umfang liefert dem CRI-Team Daten aus realen Interaktionen, um das System für Sprachen, Geräte und Befehlstypen weiterzuentwickeln.
Diese Agentic-AI-Voice-Funktion ist ein Durchbruch für unsere Kunden: Sie können ihre Geräte auf natürliche Weise steuern und mit ihnen interagieren, ohne sich Befehle merken oder Regeln lernen zu müssen. Ihr Potenzial ist unbegrenzt und wird weiter wachsen, wenn neue Funktionen für unsere Geräte und Services hinzukommen. Als KI-Erlebnis für den täglichen Gebrauch zeigt sie das transformative Potenzial von KI-Agenten weit über die herkömmlichen Sprachschnittstellen der Vergangenheit hinaus. Verbraucher benötigen lediglich ein Havells-Smart-Gerät, das in ihrer Havells-One-App registriert ist, um diese Funktion zu nutzen.
Seit hundert Jahren verkauft die Hausgeräteindustrie Produkte. Was wir jetzt aufbauen, ist eine Beziehung – ein Zuhause, das die Sprache und den Rhythmus der darin lebenden Familie wahrnimmt, lernt und darauf reagiert.
Ausblick
Havells versteht Agentic AI Voice Mode nicht als abgeschlossene Funktion, sondern als Grundlage für ein umfassenderes intelligentes Zuhause und hat vier Richtungen für den Ausbau festgelegt:
- Tiefere Personalisierung, damit das Zuhause auf die Vorlieben und Tagesrhythmen einzelner Haushaltsmitglieder reagiert, statt alle Nutzer gleich zu behandeln.
- Umfassendere Sprachunterstützung, da Sprache in Indien weiterhin die größte Hürde für die Akzeptanz ist und acht Sprachen nur der Anfang sind.
- Ein sprachbasierter Zugang zum gesamten Havells-Ökosystem, der Apps, einzelne Geräte und Bedienfelder ergänzt sowie bislang nicht vernetzte Haushaltsgeräte ins Ökosystem und anschließend auf die Sprachplattform bringt.
- Sprache über Ein/Aus- und Sollwertbefehle hinaus: für Produkt-FAQs, Fehlerbehebung, Automatisierungsroutinen und Zeitplanung.
Die vom CRI-Team nach der Philosophie „Made in India, Made for the World“ entwickelte Plattform verbindet globale Technologie mit einem tiefen Verständnis indischer Haushalte, Sprachen und Lebensstile. Mit dem Wachstum des Ökosystems bleibt der Fokus auf einem natürlichen, reaktionsschnellen, mehrsprachigen und personalisierten Erlebnis. Die Technologie soll sich an Menschen anpassen – nicht Menschen an die Technologie.
