Havells intègre le contrôle vocal multilingue à son écosystème de maison connectée avec ElevenLabs
- Publié
ÉcouterÉcouter cet article
Voice Mode est désormais disponible pour tous les utilisateurs de Havells One, une application qui compte environ 2,7 millions de téléchargements et prend en charge huit langues dans sept catégories d'appareils.
Havells est l'un des principaux fabricants indiens d'équipements électriques. L'entreprise propose un vaste portefeuille de produits connectés, notamment des climatiseurs, ventilateurs, purificateurs d'air et d'eau, chauffe-eau, lave-linge et interrupteurs intelligents. Pour enrichir l'expérience de la maison intelligente, le Havells Center for Research & Innovation (CRI) a développé Agentic AI Voice Mode, une interface conversationnelle intelligente intégrée à l'application Havells One, qui permet aux utilisateurs de contrôler leurs appareils par des interactions vocales naturelles en anglais et dans plusieurs langues indiennes. Cette solution est développée par programmation sur ElevenAPI, avec du streaming en temps réel de Speech to Text (Scribe v2 Realtime) et de Text to Speech (Eleven v3 Conversational), intégrés à l'agent propriétaire intelligent de contrôle des appareils de Havells.
La précédente expérience vocale de Havells prenait d'abord en charge l'anglais, puis l'hindi, sur certains appareils, mais elle restait fondée sur des commandes. Les utilisateurs devaient mémoriser des formulations et des modèles d'invocation précis pour que les appareils répondent correctement. Ce n'est pas ainsi que les foyers indiens s'expriment naturellement, mêlant souvent l'anglais, l'hindi, le marathi et d'autres langues régionales dans une même conversation. Agentic AI Voice Mode inverse cette logique. Les utilisateurs parlent naturellement et le système comprend l'intention, le contexte et la langue.
La latence et le naturel ont déterminé l'évaluation
Havells a évalué plusieurs plateformes d'IA vocale selon la précision de la reconnaissance linguistique, la prise en charge multilingue, la latence et la synthèse vocale. L'équipe a découvert ElevenLabs en recherchant des fournisseurs de Text to Speech en streaming de haute qualité et à faible latence. Elle a retenu ElevenLabs pour sa précision, sa rapidité et sa prise en charge multilingue, ainsi que pour la documentation de l'API, le Dashboard, l'assistance et les exemples de voix dans les langues indiennes.
Lors de tests comparatifs, la différence s'est révélée dans la rapidité et le naturel des réponses de l'assistant. Pour un assistant de maison intelligente, la latence n'est pas seulement un indicateur technique. Une réponse tardive rappelle une interface vocale traditionnelle, tandis qu'une réponse rapide donne l'impression d'une conversation en temps réel. Le naturel et la réactivité en temps réel étaient essentiels pour Havells, et ont guidé la décision de développer Voice Mode avec ElevenLabs.
Huit langues adaptées à la façon dont les foyers indiens s'expriment réellement
Voice Mode prend en charge l'anglais et sept langues indiennes : l'hindi, le tamoul, le télougou, le bengali, le kannada, le gujarati et le malayalam. Les utilisateurs contrôlent les appareils par type d'équipement, par pièce ou par scénario, en langage naturel plutôt qu'avec un ensemble fixe de commandes.
L'assistant interprète le langage mêlé et familier comme une intention plutôt que comme une syntaxe. Une demande telle que « Yaar thoda thanda lag raha hai » (« Frère, j'ai un peu froid ») ralentit le ventilateur et ajuste le climatiseur, sans que l'utilisateur ait à nommer l'un ou l'autre appareil.
.
Une interface conversationnelle pour toute la plateforme Havells One
Voice Mode couvre plusieurs catégories d'appareils intelligents sur la plateforme Havells One : climatiseurs, ventilateurs, purificateurs d'air, purificateurs d'eau, chauffe-eau, lave-linge, interrupteurs intelligents et appareils à venir.
La couverture est étendue au sein de chaque catégorie comme entre elles, sur tous les modèles et variantes. Les commandes vocales permettent de contrôler la vitesse, les modes, les minuteries et la rotation inversée.
Grâce à une même couche conversationnelle couvrant toutes les catégories, une seule instruction vocale peut agir sur des appareils intelligents Havells, même s'ils utilisent différents protocoles de connectivité. « Geyser on karo aur fan bhi chalu karo » (« Allume le ventilateur et le chauffe-eau ») est décomposée et exécutée simultanément sur plusieurs appareils Havells.
Conservation du contexte et clarification au fil des conversations
L'agent de Havells exécute dix capacités en production : compréhension du langage naturel, mémoire contextuelle, orchestration de plusieurs appareils, prise en compte du contexte, IA multilingue, activation sans configuration, contrôle des appareils entre protocoles, retour conversationnel bidirectionnel, diagnostic des erreurs et automatisation fondée sur des règles. Concrètement :
- « Fan slow karo ... thoda aur » (« Réduis la vitesse du ventilateur... encore un peu ») est interprété comme une demande de suivi, de sorte que l'utilisateur n'a pas à répéter l'intégralité de la commande.
- « AC chalu karo » dans une maison équipée de deux climatiseurs amène l'assistant à demander de quelle pièce il s'agit, plutôt que de deviner.
- « AC pe E6 dikh raha hai, kya hua ? » renvoie une explication claire du code d'erreur et suggère l'étape suivante.
Le retour conversationnel bidirectionnel compte ici autant que la reconnaissance. L'assistant confirme ce qu'il a fait, explique ce qu'il ne peut pas faire et demande confirmation avant toute action qui pourrait autrement prêter à confusion.
Du prototype à la production en six semaines
Havells disposait d'un prototype fonctionnel de son agent environ deux semaines après le début du développement, validant le parcours allant de la commande vocale à l'action sur l'appareil, puis à la réponse vocale. La documentation de l'API et le Dashboard, qui ont orienté le choix de la plateforme, ont également accompagné le développement. L'équipe CRI y a directement intégré Speech to Text et Text to Speech en streaming.
Les semaines restantes ont été consacrées à la complexité propre à Havells plutôt qu'à la couche vocale : catalogue complet d'appareils multilingue, capacités variables selon les appareils, commandes complexes, cas limites et scénarios de récupération. L'équipe d'ingénieurs d'ElevenLabs déployée auprès de Havells a travaillé avec l'entreprise pour ajuster la qualité vocale et la prononciation des langues régionales indiennes, ainsi que pour configurer le streaming afin de maintenir une latence stable à mesure que le nombre de sessions simultanées augmentait. L'intégration initiale jusqu'au déploiement prêt pour la production a pris environ six semaines.
Voice Mode est désormais accessible à tous les utilisateurs de Havells One, une application qui a dépassé 2,7 millions de téléchargements. Cette échelle fournit à l'équipe CRI des données d'interaction réelles pour améliorer l'expérience selon les langues, les appareils et les types de commandes.
Cette capacité vocale d'IA agentique constitue une avancée majeure pour nos clients : elle leur permet de contrôler leurs appareils et d'interagir avec eux naturellement, sans devoir mémoriser des commandes ni apprendre des règles. Son potentiel est immense et continuera de s'étendre à mesure que de nouvelles capacités seront ajoutées à nos appareils et services. En tant qu'expérience d'IA destinée à un usage quotidien, elle illustre le potentiel transformateur des agents IA, bien au-delà des interfaces vocales traditionnelles du passé. Pour utiliser cette fonctionnalité, les consommateurs ont simplement besoin d'un appareil Havells Smart enregistré dans leur application Havells One.
Depuis cent ans, l'industrie de l'électroménager vend des produits. Ce que nous construisons aujourd'hui, c'est une relation : une maison qui perçoit, apprend et répond à la langue et au rythme de la famille qui y vit.
Perspectives
Havells considère Agentic AI Voice Mode comme la base d'une expérience de maison intelligente plus large, plutôt que comme une fonctionnalité achevée, et a défini quatre axes d'expansion :
- Une personnalisation plus poussée, afin que la maison réponde aux préférences et aux rythmes quotidiens de chaque membre du foyer, plutôt que de traiter tous les utilisateurs de la même manière.
- Une couverture linguistique élargie, car la langue reste le principal frein à l'adoption en Inde et huit langues ne constituent qu'un point de départ.
- Une passerelle vocale en priorité vers l'ensemble de l'écosystème Havells, complétant les applications, les appareils individuels et les panneaux de commande, tout en intégrant au sein de l'écosystème, puis de la plateforme vocale, les appareils actuellement non connectés.
- La voix au-delà des commandes marche/arrêt et de réglage, avec une extension aux FAQ sur les produits, au dépannage, aux routines d'automatisation et à la planification.
Développée par l'équipe CRI selon la philosophie « Made in India, Made for the World », la plateforme associe une technologie mondiale à une connaissance approfondie des foyers, des langues et des modes de vie indiens. À mesure que l'écosystème se développe, l'objectif reste de proposer une expérience naturelle, réactive, multilingue et personnalisée, afin que la technologie s'adapte aux personnes, et non l'inverse.
Vinay Srinivas Prasad is on the GTM team at ElevenLabs, based in Bengaluru. Before ElevenLabs, he spent several years at Freshworks in strategic account management roles covering the Middle East and Africa, and also worked at Clari. He studied Mechanical Engineering at SSN College of Engineering.
