Havells intègre le contrôle vocal multilingue à son écosystème de maison connectée avec ElevenLabs
- Publié
ÉcouterÉcouter cet article
Voice Mode est désormais disponible pour l’ensemble des utilisateurs de Havells One, une application comptant environ 2,7 millions de téléchargements, prenant en charge huit langues dans sept catégories d’appareils.
Havells est l’un des principaux fabricants indiens de produits électriques. Son vaste portefeuille de produits connectés comprend 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 le streaming en temps réel de Speech to Text (Scribe v2 Realtime) et Text to Speech (Eleven v3 Conversational), intégrés à l’agent intelligent propriétaire de Havells pour le contrôle des appareils.
La précédente expérience vocale de Havells prenait d’abord en charge l’anglais, puis l’hindi, sur certains appareils, mais reposait sur des commandes. Les utilisateurs devaient mémoriser des formulations et schémas d’invocation précis pour que les appareils répondent correctement. Ce n’est pas ainsi que s’expriment naturellement les foyers indiens, qui mélangent souvent l’anglais, l’hindi, le marathi et d’autres langues régionales au sein d’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 sa documentation API, son Dashboard, son support et ses exemples de voix en langues indiennes.
Lors des 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 évoque 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 motivé le choix de développer Voice Mode avec ElevenLabs.
Huit langues, à l’image de la façon dont parlent les foyers indiens
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 leurs appareils, par appareil, pièce ou scénario, en langage naturel plutôt qu’au moyen d’un ensemble fixe de commandes.
L’assistant interprète les expressions familières et le mélange de langues comme une intention, plutôt que comme une syntaxe. Une demande telle que « Yaar thoda thanda lag raha hai » (« Frérot, j’ai un peu froid ») ralentit le ventilateur et règle le climatiseur, sans que l’utilisateur ait à nommer l’un ou l’autre appareil.
.
Une interface conversationnelle sur l’ensemble de 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 futurs appareils.
La couverture est approfondie au sein de chaque catégorie comme entre elles, sur différents modèles et variantes. Les commandes vocales permettent de régler la vitesse, les modes, les minuteries et la rotation inversée.
La même couche conversationnelle couvrant toutes les catégories, une seule instruction vocale peut agir sur des appareils Havells intelligents, même s’ils utilisent des protocoles de connectivité différents. « 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 dans les conversations à plusieurs tours
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 multi-protocoles, retour conversationnel bidirectionnel, diagnostic d’erreurs et automatisation fondée sur des règles. En pratique :
- « Fan slow karo ... thoda aur » (« Ralentis le ventilateur... encore un peu ») est interprété comme une suite de la demande précédente : l’utilisateur n’a donc pas à répéter la commande complète.
- « AC chalu karo » dans une maison dotée de deux climatiseurs amène l’assistant à demander dans quelle pièce, plutôt que de supposer.
- « 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 des précisions avant d’exécuter une action qui serait autrement ambiguë.
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 de la commande vocale à l’action sur l’appareil, puis à la réponse vocale. La documentation API et le Dashboard qui ont orienté le choix de la plateforme ont également servi au développement, et l’équipe du CRI y a directement intégré le streaming Speech to Text et Text to Speech.
Les semaines suivantes 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 reprise. L’équipe d’ingénierie d’ElevenLabs déployée sur le terrain a travaillé avec Havells pour affiner la qualité vocale et la prononciation dans les 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 et le déploiement prêt pour la production ont pris environ six semaines.
Voice Mode est maintenant disponible pour l’ensemble des utilisateurs de Havells One, une application ayant dépassé 2,7 millions de téléchargements. Cette échelle fournit à l’équipe du 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 : ils peuvent contrôler leurs appareils et interagir avec eux naturellement, sans avoir à mémoriser des commandes ni à apprendre des règles. Son potentiel est considérable et continuera de s’étendre à mesure que de nouvelles capacités seront ajoutées à nos appareils et services. En tant qu’expérience d’IA du quotidien, elle illustre le potentiel de transformation 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, le secteur de l’électroménager vend des produits. Ce que nous construisons aujourd’hui, c’est une relation : une maison qui perçoit, apprend et répond au langage et au rythme de la famille qui y vit.
Perspectives
Havells considère Agentic AI Voice Mode comme le socle d’une expérience de maison intelligente plus large, et non comme une fonctionnalité achevée. L’entreprise a défini quatre axes de développement :
- 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 sont qu’un point de départ.
- Une passerelle vocale prioritaire vers l’ensemble de l’écosystème Havells, en complément des applications, appareils individuels et panneaux de contrôle, afin d’intégrer au réseau les appareils aujourd’hui non connectés, puis à la plateforme vocale.
- La voix au-delà des commandes marche/arrêt et des consignes, avec une extension aux FAQ produit, au dépannage, aux routines d’automatisation et à la planification.
Développée par l’équipe du CRI selon la philosophie « Made in India, Made for the World », la plateforme associe une technologie mondiale à une connaissance approfondie des foyers, langues et modes de vie indiens. À mesure que l’écosystème s’étend, l’objectif reste de proposer une expérience naturelle, réactive, multilingue et personnalisée, pour que la technologie s’adapte aux personnes, plutôt que l’inverse.
