Havells ger flerspråkig röststyrning till sitt ekosystem för uppkopplade hem med ElevenLabs

Voice Mode är tillgängligt för hela användarbasen av Havells One, en app med cirka 2,7 miljoner nedladdningar, och har stöd för åtta språk i sju enhetskategorier.

Havells är ett av Indiens ledande företag inom elektriska produkter och erbjuder ett brett utbud av uppkopplade produkter, bland annat luftkonditioneringar, fläktar, luft- och vattenrenare, varmvattenberedare, tvättmaskiner och smarta strömbrytare. För att förbättra upplevelsen i det smarta hemmet utvecklade Havells Center for Research & Innovation (CRI) Agentic AI Voice Mode, ett intelligent konversationsgränssnitt i Havells One-appen som gör det möjligt för användare att styra apparater med naturliga röstinteraktioner på engelska och flera indiska språk. Det är programmatiskt byggt på 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 hade först stöd för engelska och senare hindi på 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 röst-AI-plattformar utifrån träffsäkerhet i språkigenkänning, flerspråkigt stöd, latens och talsyntes. Teamet hittade ElevenLabs när de undersökte leverantörer av strömmande Text to Speech med hög kvalitet och låg latens. ElevenLabs hamnade på kortlistan tack vare träffsäkerhet, hastighet och flerspråkigt stöd, liksom API-dokumentationen, instrumentpanelen, supporten och exempelrösterna för indiska språk.

I direkta jämförelsetester märktes skillnaden i hur snabbt och naturligt assistenten svarade. För en assistent i ett smart hem 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 påverkade beslutet att bygga Voice Mode med ElevenLabs.

Åtta språk som speglar 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 efter apparat, rum eller scen med naturligt språk i stället för en fast uppsättning kommandon.

Assistenten tolkar blandat och vardagligt språk utifrån avsikt, inte syntax. En begäran som "Yaar thoda thanda lag raha hai" (Kompis, jag fryser lite) sänker fläkthastigheten och justerar luftkonditioneringen utan att användaren nämner någon av enheterna. 

.

Ett konversationsgränssnitt 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, med modeller och varianter där röstkommandon kan styra hastighet, lägen, timers och omvänd rotation.

Eftersom samma konversationslager används i 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 har tio funktioner i drift: förståelse av naturligt språk, kontextminne, samordning av flera enheter, kontextmedvetenhet, flerspråkig AI, aktivering utan konfigurering, enhetsstyrning över protokollgränser, dubbelriktad återkoppling i samtal, feldiagnostik och regelbaserad automatisering. I praktiken innebär det:

• "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 får assistenten att fråga 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 samtal är lika viktig som igenkänning här. 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 arbetet, som bekräftade flödet från talat kommando till enhetsåtgärd och talat svar. API-dokumentationen och instrumentpanelen som påverkade plattformsvalet användes också i själva utvecklingen, och CRI-teamet integrerade strömmande Speech to Text och Text to Speech direkt med dem.

De återstående veckorna ägnades åt Havells egen komplexitet snarare än taldelen: den fullständiga flerspråkiga enhetskatalogen, varierande enhetsfunktioner, komplexa kommandon, specialfall och återställningsscenarier. ElevenLabs ingenjörsteam på plats arbetade med Havells för att finjustera röstkvalitet och uttal för regionala indiska språk och konfigurera streaminglösningen så att latensen förblev stabil när antalet samtidiga sessioner ökade. Från första integration till en produktionsklar lansering tog det cirka sex veckor.

Voice Mode är nu tillgängligt för hela användarbasen av Havells One, 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 för våra enheter och tjänster. Som en AI-upplevelse för daglig användning visar den AI-agenternas omvälvande potential, långt bortom tidigare traditionella röstgränssnitt. För att använda funktionen behöver konsumenter bara en Havells Smart-enhet som är registrerad i Havells One-appen

- Dipesh Shah, Executive President och CTO, Havells

I hundra år har vitvaruindustrin 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.

- Harikumar Varrier, Senior Vice President, CRI IoT, Havells

Framåt

Havells ser Agentic AI Voice Mode som grunden för en bredare intelligent hemupplevelse, inte som en färdig funktion, och har beskrivit fyra utvecklingsriktningar:

1. Djupare personalisering, så att hemmet svarar på enskilda hushållsmedlemmars preferenser och dagliga rytmer i stället för att behandla alla användare likadant.
2. Bredare språkstöd, eftersom språk fortfarande är det största hindret för användning i Indien och åtta språk bara är en början.
3. En röststyrd ingång till hela Havells ekosystem, som kompletterar appar, enskilda enheter och kontrollpaneler samt för in apparater som ännu inte är anslutna i ekosystemet och sedan på röstplattformen.
4. Röststyrning bortom på/av- och börvärdeskommandon, med stöd även 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 fortsatt 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.