Havells ger flerspråkig röststyrning till sitt ekosystem för uppkopplade hem med ElevenLabs
- Publicerad
LyssnaLyssna på den här artikeln
Voice Mode är tillgängligt för hela Havells One-användarbasen, en app med cirka 2,7 miljoner nedladdningar, med stöd för åtta språk i sju produktkategorier.
Havells är ett av Indiens ledande företag inom elektriska produkter och erbjuder ett brett sortiment av uppkopplade produkter, bland annat luftkonditioneringar, fläktar, luft- och vattenrenare, varmvattenberedare, tvättmaskiner och smarta strömbrytare. För att förbättra upplevelsen av det smarta hemmet utvecklade Havells Center for Research & Innovation (CRI) Agentic AI Voice Mode, ett intelligent samtalsgränssnitt i Havells One-appen som låter användare styra apparater genom naturliga röstinteraktioner på engelska och flera indiska språk. Det har byggts programmatiskt med ElevenAPI, med strömmande Speech to Text i realtid (Scribe v2 Realtime) och Text to Speech (Eleven v3 Conversational), integrerat med Havells egen intelligenta agent för enhetsstyrning.
Havells tidigare röstupplevelse stödde först engelska och sedan hindi för utvalda apparater, men den var fortfarande kommandostyrd. Användarna behövde komma ihåg specifika fraser och aktiveringsmönster för att enheterna skulle svara korrekt. Så talar indiska hushåll inte naturligt – de blandar ofta engelska, hindi, marathi och andra regionala språk i samma samtal. Agentic AI Voice Mode vänder på det. Människor talar naturligt och systemet förstår avsikt, sammanhang och språk.
Latens och naturlighet avgjorde utvärderingen
Havells utvärderade flera AI-röstplattformar utifrån språkigenkänningens precision, stöd för flera språk, latens och röstsyntes. Teamet hittade ElevenLabs när de undersökte leverantörer av högkvalitativ, strömmande Text to Speech med låg latens. ElevenLabs hamnade på slutlistan tack vare precision, hastighet och språkstöd, samt API-dokumentationen, instrumentpanelen, supporten och exempelrösterna på indiska språk.
I jämförande tester märktes skillnaden i hur snabbt och naturligt assistenten svarade. För en assistent i det smarta hemmet är latens inte bara ett tekniskt mått. Ett fördröjt svar känns som ett traditionellt röstgränssnitt, medan ett snabbt svar känns som ett samtal i realtid. Naturlighet och respons i realtid var viktigast för Havells, och båda låg till grund för beslutet att bygga Voice Mode med ElevenLabs.
Åtta språk som stämmer med hur indiska hushåll faktiskt talar
Voice Mode har stöd för engelska och sju indiska språk: hindi, tamil, telugu, bengali, kannada, gujarati och malayalam. Användarna styr enheter utifrån apparat, rum eller scen med naturligt språk i stället för en fast uppsättning kommandon.
Assistenten tolkar språkblandning och vardagligt tal som avsikt, inte som syntax. En begäran som ”Yaar thoda thanda lag raha hai” (Kompis, jag fryser lite) sänker fläkthastigheten och justerar luftkonditioneringen utan att användaren behöver nämna någon av enheterna.
.
Ett samtalsgränssnitt för hela Havells One-plattformen
Voice Mode omfattar flera kategorier av smarta enheter på Havells One-plattformen: luftkonditioneringar, fläktar, luftrenare, vattenrenare, varmvattenberedare, tvättmaskiner, smarta strömbrytare och kommande enheter.
Stödet är omfattande både inom och mellan kategorierna, över modeller och varianter, där röstkommandon kan styra hastighet, lägen, timers och omvänd rotation.
Eftersom samma samtalslager används för alla kategorier kan en enda talad instruktion styra smarta Havells-enheter även om de använder olika anslutningsprotokoll. ”Geyser on karo aur fan bhi chalu karo” (Slå på fläkten och varmvattenberedaren) delas upp och utförs på flera Havells-enheter samtidigt.
Kontextbevarande och förtydliganden i flerstegssamtal
Havells agent använder tio funktioner i produktion: förståelse av naturligt språk, kontextminne, samordning av flera enheter, kontextmedvetenhet, flerspråkig AI, aktivering utan installation, enhetsstyrning över olika protokoll, dubbelriktad återkoppling i samtal, feldiagnostik och regelbaserad automatisering. I praktiken ser det ut så här:
- ”Fan slow karo ... thoda aur” (Sänk fläkthastigheten ... lite till) tolkas som en uppföljning, så användaren behöver inte upprepa hela kommandot.
- ”AC chalu karo” i ett hem med två luftkonditioneringar gör att assistenten frågar vilket rum det gäller i stället för att gissa.
- ”AC pe E6 dikh raha hai, kya hua?” ger en lättförståelig förklaring av felkoden och föreslår nästa steg.
Dubbelriktad återkoppling i samtalet är lika viktig som igenkänningen. Assistenten bekräftar vad den har gjort, förklarar vad den inte kan göra och frågar innan den utför en åtgärd som annars skulle vara tvetydig.
Från prototyp till produktion på sex veckor
Havells hade en fungerande prototyp av sin agent ungefär två veckor in i utvecklingen, vilket bekräftade flödet från talat kommando till enhetsåtgärd och talat svar. API-dokumentationen och instrumentpanelen som påverkade plattformsvalet användes även i själva utvecklingen, och CRI-teamet integrerade strömmande Speech to Text och Text to Speech direkt mot dem.
De återstående veckorna gick åt till Havells egen komplexitet snarare än taltekniken: den kompletta flerspråkiga produktkatalogen, varierande enhetsfunktioner, komplexa kommandon, specialfall och återställningsscenarier. ElevenLabs team av utvecklare på plats arbetade med Havells för att finjustera röstkvalitet och uttal för regionala indiska språk samt konfigurera den strömmande lösningen så att latensen höll sig stabil när antalet samtidiga sessioner ökade. Den första integrationen till en produktionsklar lansering tog cirka sex veckor.
Voice Mode är nu tillgängligt för hela Havells One-användarbasen, i en app som har passerat 2,7 miljoner nedladdningar. Den skalan ger CRI-teamet data från verkliga interaktioner för att förbättra upplevelsen för olika språk, enheter och kommandotyper.
Den här Agentic AI Voice-funktionen är ett genombrott för våra kunder. Den låter dem styra och interagera med sina enheter på ett naturligt sätt, utan att behöva komma ihåg kommandon eller lära sig regler. Potentialen är obegränsad och kommer att fortsätta växa när nya funktioner läggs till i våra enheter och tjänster. Som en AI-upplevelse för daglig användning visar den AI-agenters omvälvande potential, långt bortom gårdagens traditionella röstgränssnitt. Konsumenter behöver bara ha en Havells Smart-enhet registrerad i sin Havells One-app för att använda funktionen
I hundra år har vitvarubranschen sålt produkter. Det vi bygger nu är en relation – ett hem som känner av, lär sig och svarar på språket och rytmen hos familjen som bor i det.
Framåt
Havells ser Agentic AI Voice Mode som grunden för en bredare upplevelse av ett intelligent hem, inte som en färdig funktion, och har beskrivit fyra riktningar för vidareutveckling:
- Djupare personalisering, så att hemmet svarar på enskilda familjemedlemmars preferenser och vardagsrytmer i stället för att behandla alla användare likadant.
- Bredare språkstöd, eftersom språket fortfarande är det största hindret för användning i Indien och åtta språk bara är en början.
- En röststyrd ingång till hela Havells ekosystem, som kompletterar appar, enskilda enheter och kontrollpaneler samt ansluter apparater som i dag saknar uppkoppling till ekosystemet och sedan till röstplattformen.
- Röststyrning bortom på/av- och börvärdeskommandon, med stöd för vanliga frågor om produkter, felsökning, automatiseringsrutiner och schemaläggning.
Plattformen har utvecklats av CRI-teamet utifrån filosofin ”Made in India, Made for the World” och kombinerar global teknik med en djup förståelse för indiska hem, språk och livsstilar. När ekosystemet växer ligger fokus kvar på att göra upplevelsen naturlig, responsiv, flerspråkig och personlig, så att tekniken anpassar sig till människor i stället för att människor måste anpassa sig till tekniken.
