Havells、ElevenLabsとともにコネクテッドホームのエコシステムへ多言語音声操作を導入

Voice Modeは、約270万回ダウンロードされているHavells Oneの全ユーザーに提供され、7つのデバイスカテゴリで8言語に対応しています。

Havellsは、エアコン、ファン、空気清浄機、浄水器、給湯器、洗濯機、スマートスイッチなど、幅広いコネクテッド製品を提供するインド有数の電気製品企業です。スマートホーム体験をより豊かにするため、Havells Center for Research & Innovation（CRI）は、英語および複数のインド言語で自然な音声対話による家電操作を可能にする、Havells Oneアプリ内のインテリジェントな会話型インターフェース「Agentic AI Voice Mode」を開発しました。これはElevenAPIを基盤に、リアルタイムストリーミングのスピーチtoテキスト（Scribe v2 Realtime）とテキスト読み上げ（Eleven v3 Conversational）を、Havells独自のインテリジェントなデバイス制御エージェントに統合してプログラムで構築されています。

Havellsの従来の音声体験は、当初は一部の家電で英語、次いでヒンディー語に対応していましたが、コマンド主体でした。デバイスに正しく応答させるには、特定のフレーズや呼びかけ方を覚える必要がありました。しかし、インドの家庭では、1つの会話の中で英語、ヒンディー語、マラーティー語などの地域言語を自然に混ぜて話すことが少なくありません。Agentic AI Voice Modeは、これを覆します。人が自然に話し、システムが意図、文脈、言語を理解します。

評価を決めたのはレイテンシーと自然さ

Havellsは、言語認識の精度、多言語対応、レイテンシー、音声合成の観点から複数の音声AIプラットフォームを評価しました。高品質かつ低レイテンシーのストリーミング型テキスト読み上げを提供するプロバイダーを調査する中でElevenLabsを見つけ、精度、速度、多言語対応に加え、APIドキュメント、ダッシュボード、サポート、インド言語のサンプル音声を評価して、ElevenLabsを候補に絞り込みました。

直接比較テストでは、アシスタントの応答の速さと自然さに明確な違いが現れました。スマートホームアシスタントにとって、レイテンシーは単なる技術指標ではありません。応答が遅いと従来の音声インターフェースのように感じられ、速ければリアルタイムの会話のように感じられます。Havellsが最も重視したのは自然さとリアルタイムの応答性であり、その両方がElevenLabs上でVoice Modeを構築する決め手となりました。

インドの家庭で実際に話されている言葉に寄り添う8言語

Voice Modeは、英語とヒンディー語、タミル語、テルグ語、ベンガル語、カンナダ語、グジャラート語、マラヤーラム語の7つのインド言語に対応しています。固定されたコマンドセットではなく自然言語で、家電、部屋、シーンごとにデバイスを操作できます。

アシスタントは、コードミックスされた口語表現を構文ではなく意図として扱います。「Yaar thoda thanda lag raha hai」（ねえ、少し寒い）のようなリクエストでは、ユーザーがどちらのデバイス名も口にしなくても、ファンの速度を下げ、エアコンを調整します。 

.

Havells Oneプラットフォーム全体をカバーする単一の会話型インターフェース

Voice Modeは、Havells Oneプラットフォームの複数のスマートデバイスカテゴリをカバーしています。対象はエアコン、ファン、空気清浄機、浄水器、給湯器、洗濯機、スマートスイッチ、そして今後登場するデバイスです。

各カテゴリ内だけでなくカテゴリ横断でも幅広く対応し、モデルやバリエーションを問わず、音声コマンドで速度、モード、タイマー、逆回転を操作できます。

同じ会話レイヤーがすべてのカテゴリにまたがっているため、接続プロトコルが異なる場合でも、1つの音声指示でスマートHavellsデバイスを操作できます。「Geyser on karo aur fan bhi chalu karo」（ファンと給湯器をつけて）は分割され、複数のHavellsデバイスで同時に実行されます。

複数ターンの会話で文脈を保持し、確認を行う

Havellsのエージェントは、本番環境で10の機能を提供しています。自然言語理解、文脈メモリ、複数デバイスのオーケストレーション、コンテキスト認識、多言語AI、設定不要の有効化、プロトコル横断のデバイス制御、双方向の会話フィードバック、エラー診断、ルールベースの自動化です。実際には、次のように機能します。

• 「Fan slow karo ... thoda aur」（ファンを遅くして……もう少し）は後続の指示として認識されるため、ユーザーはコマンド全体を言い直す必要がありません。
• 「AC chalu karo」 は、エアコンが2台ある家では、推測するのではなくアシスタントがどの部屋かを尋ねます。
• 「AC pe E6 dikh raha hai, kya hua?」では、エラーコードをわかりやすく説明し、次に取るべき手順を提案します。

ここでは、双方向の会話フィードバックが認識精度と同じくらい重要です。アシスタントは実行した内容を確認し、実行できないことを説明し、曖昧なままでは実行できない操作の前には確認を求めます。

プロトタイプから本番運用まで6週間

Havellsは開発開始からおよそ2週間で、音声コマンドからデバイス操作、音声応答までの流れを検証する、動作するエージェントのプロトタイプを完成させました。プラットフォーム選定の決め手となったAPIドキュメントとダッシュボードは実装にも活用され、CRIチームはストリーミングのスピーチtoテキストとテキスト読み上げを直接統合しました。

残りの期間は音声レイヤーではなく、Havells固有の複雑さへの対応に充てられました。多言語対応の完全なデバイスカタログ、デバイスごとに異なる機能、複雑なコマンド、エッジケース、復旧シナリオです。ElevenLabsのフォワードデプロイメントエンジニアリングチームはHavellsと協力し、インドの地域言語における音声品質と発音を調整しました。また、同時セッション数が増えてもレイテンシーを安定させるストリーミング設定を構成しました。最初の統合から本番運用可能な展開まで、約6週間を要しました。

Voice Modeは現在、ダウンロード数が270万回を超えるHavells Oneの全ユーザーに提供されています。この規模により、CRIチームは言語、デバイス、コマンドの種類を横断して改善するための実環境のインタラクションデータを得られます。

今後の展望

HavellsはAgentic AI Voice Modeを完成済みの機能ではなく、より広範なインテリジェントホーム体験の基盤と位置づけ、次の4つの拡張方向を示しています。

1. より深いパーソナライゼーションにより、すべてのユーザーを一律に扱うのではなく、家庭内の各メンバーの好みや日々のリズムに住まいが応答します。
2. 対応言語の拡大。インドでは言語が依然として導入における最大の障壁であり、8言語は出発点にすぎません。
3. 音声ファーストのゲートウェイとしてHavellsエコシステム全体につなげ、アプリ、個別のデバイス、操作パネルを補完するとともに、現在は未接続の家電をエコシステムへ、さらに音声プラットフォームへ取り込みます。
4. オン／オフや設定値の指示を超えた音声操作。製品FAQ、トラブルシューティング、自動化ルーティン、スケジューリングへと広げます。

「Made in India, Made for the World」という理念のもとCRIチームが開発したこのプラットフォームは、グローバルなテクノロジーと、インドの家庭、言語、ライフスタイルへの深い理解を組み合わせています。エコシステムが成長しても、自然で応答性が高く、多言語対応でパーソナライズされた体験を維持することに注力します。人がテクノロジーに適応するのではなく、テクノロジーが人に適応するためです。