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270万件のダウンロードを誇る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言語をサポートしています。

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機器企業です。スマートホーム体験をさらに充実させるため、Havells Center for Research & Innovation（CRI）は、Havells Oneアプリ内で英語および複数のインド言語による自然な音声対話を通じて家電を操作できる、インテリジェントな会話インターフェース「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、まず英語、次にヒンディー語を一部の家電でサポートしていましたが、コマンド中心のものでした。ユーザーはデバイスが正しく応答するよう、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、同じ会話のなかで英語、ヒンディー語、マラーティー語、その他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、この仕組みを逆転させます。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事業者を調査するなかで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、ElevenLabsを最終候補に選びました。

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差が現れました。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上に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う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）をサポートしています。ユーザーは決まったコマンドセットではなく自然言語で、家電別、部屋別、シーン別にデバイスを操作できます。

アシスタントは、言語が混在した口語表現を構文ではなく意図として捉えます。たとえば「Yaar thoda thanda lag raha hai」（ちょっと寒く感じる）というリクエストでは、ユーザーがどちらのデバイス名も指定しなくても、ファンの速度を下げ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1つの会話インターフェース

Voice Modeは、Havells Oneプラットフォームに含まれる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、そして今後追加予定のデバイスです。

各カテゴリ内だけでなくカテゴリをまたいで幅広く対応し、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。

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、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」（給湯器とファンをつけて）は分割され、複数のHavellsデバイスで同時に実行されます。

マルチターン会話における文脈の維持と確認

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、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、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」（ファンを遅くして……もう少し）は追加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」 では、エアコンが2台ある家庭の場合、推測するのではなくどの部屋かをアシスタントが尋ねます。
• 「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、次に取るべき対応を提案します。

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、曖昧なまま実行されかねない操作については事前に確認します。

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固有の複雑さへの対応に充てられました。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と連携し、インド各地域の言語に合わせて音声品質と発音を調整するとともに、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構成を設定しました。初期統合から本番導入の準備完了まで、約6週間を要しました。

Voice Modeは現在、270万件を超えるダウンロードを記録したHavells Oneの全ユーザーが利用できます。この規模により、CRIチームは言語、デバイス、コマンドタイプを横断して改善するための、実環境でのインタラクションデータを得られます。

今後に向けて

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捉え、拡張に向けた4つの方向性を示しています。

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同じように扱うのではなく、家庭ごとの各メンバーの好みや日々のリズムに家が応答します。
2. 言語対応の拡大。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、アプリ、個別のデバイス、コントロールパネルを補完し、現在は未接続の家電もHavells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にとどまらない音声操作。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拡張します。

「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、グローバルな技術と、インドの家庭、言語、ライフスタイルに対する深い理解を組み合わせています。エコシステムの成長に伴っても、体験を自然で、応答性が高く、多言語対応で、パーソナライズされたものに保つことに注力し、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します。