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
- 公開日
Voice Modeは、約270万ダウンロードを誇るHavells Oneの全ユーザー向けに提供開始され、7つのデバイスカテゴリで8言語をサポートしています。
Havellsは、エアコン、ファン、空気・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充実させるため、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操作により家電を制御できる、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をベースにプログラムで構築され、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と統合しています。
Havellsの従来の音声機能は、まず英語、次にヒンディー語で一部の家電に対応していましたが、コマンド主体のままでした。デバイスを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、同じ会話の中で英語、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します。Agentic AI Voice Modeはこの仕組みを逆転させます。人が自然に話せば、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テキスト読み上げを提供するベン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、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速度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、この両方がVoice ModeをElevenLabs上で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る言葉に合わせた8言語
Voice Modeは、英語と7つのインド言語、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を使い、家電、部屋、シーン単位でデバイスを操作できます。
アシスタントは、複数言語が混ざっ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」（ちょっと寒く感じる）といったリクエストでは、どちらのデバイス名も指定しなくても、ファンを弱めてエアコンを調整します。
.
Havells Oneプラットフォーム全体をつなぐ単一の会話型インターフェース
Voice Modeは、Havells Oneプラットフォーム内の複数のスマートデバイスカテゴリに対応しています。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。
対応範囲はカテゴリ横断だけでなく、各カテゴリ内でも幅広く、さまざまなモデルやバリエーションにわたります。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。
すべてのカテゴリに同じ会話レイヤーがあるため、接続プロトコルが異なる場合でも、一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」（給湯器とファンをつけて）という指示は分割され、複数のHavellsデバイスで同時に実行されます。
複数ターンの会話における文脈保持と確認
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、コンテキストメモリ、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、セットアップ不要の有効化、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」（ファンを弱くして……もう少し）は追加の指示として解釈されるため、完全なコマンドを言い直す必要がありません。
- 「AC chalu karo」 をエアコンが2台ある家で言うと、アシスタントは推測せず、どの部屋かを尋ねます。
- 「AC pe E6 dikh raha hai, kya hua?」と尋ねると、エラーコードの分かりやすい説明と、次に取るべき対応が返されます。
ここでは、双方向の会話フィードバックも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、できないことを説明し、曖昧になり得る操作を行う前には確認します。
プロトタイプから本番導入まで6週間
Havellsは開発開始から約2週間でエージェントの動作するプロトタイプを完成させ、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しました。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開発でも活用され、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固有の複雑さに注力しました。完全な多言語デバイスカタログ、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するとともに、同時セッションの増加時にもレイテンシーが安定するようストリーミング設定を構成しました。初期統合から本番導入可能なロールアウトまでに、約6週間を要しました。
Voice Modeは現在、270万ダウンロードを超える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、コマンドの種類ごとに改善を進めるための実環境でのインタラクションデータを得ています。
このAgentic AI Voice機能は、お客様にとって画期的なものです。コマンドを覚えたりルールを学んだりしなくても、自然にデバイスを操作し、やり取りできるようになります。その可能性は無限であり、デバイスやサービスに新たな機能が加わるたびに拡大し続けます。日常的に使うAI体験として、従来の音声インターフェースをはるかに超える、AIエージェントの変革的な可能性を示しています。この機能を使うには、Havells One Appに登録されたHavells Smartデバイスがあれば十分です。
- Havells、執行社長兼CTO、Dipesh Shah
100年にわたり、家電業界は製品を販売してきました。今、私たちが築いているのは関係性です。そこに暮らす家族の言葉とリズムを感じ取り、学び、応答する住まいです。
- Havells、CRI IoTシニアバイスプレジデント、Harikumar Varrier
今後の展望
Havellsは、Agentic AI Voice Modeを完成した機能ではなく、より広範なインテリジェントホーム体験の基盤と位置付け、次の4つの拡張方針を示しています。
- 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、各家庭メンバーの好みや生活リズムに住まいが応答できるようにします。
- 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。
- 音声ファーストのゲートウェイとしてHavellsエコシステム全体へつなげます。アプリ、個別デバイス、コントロールパネルを補完し、現在は接続されていない家電もエコシステムに取り込み、音声プラットフォームへとつなげます。
- オン／オフや設定値のコマンドを超えた音声操作、プロダクト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」の理念のもとCRIチームが開発したこのプラットフォームは、グローバルな技術と、インドの住まい、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。エコシステムの拡大にあたっても、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ています。人がテクノロジーに合わせるのではなく、テクノロジーが人に適応できるようにするためです。
