跳至内容

Havells 携手 ElevenLabs,为互联家居生态系统带来多语言语音控制

发布时间

收听收听本文

Voice Mode 已面向 Havells One 全体用户上线。该应用下载量约 270 万次,覆盖 7 类设备并支持 8 种语言。

Havells 是印度领先的电器公司之一,提供丰富的互联产品,包括空调、风扇、空气和净水器、热水器、洗衣机及智能开关。为提升智能家居体验,Havells 研发与创新中心(CRI)开发了 Agentic AI Voice Mode。这是 Havells One 应用内的智能对话界面,让用户可通过英语及多种印度语言的自然语音交互控制电器。该功能基于 ElevenAPI 以编程方式构建,采用实时流式 文本转语音(Scribe v2 Realtime)和文本转语音(Eleven v3 Conversational),并集成 Havells 自研的智能设备控制智能体。

Havells 早期的语音体验先支持英语,随后支持印地语,且仅覆盖部分电器,但仍以命令驱动为主。用户必须记住特定短语和唤醒模式,设备才能正确响应。这并不符合印度家庭的自然说话方式——他们常会在同一段对话中混用英语、印地语、马拉地语及其他地区语言。Agentic AI Voice Mode 改变了这一点。用户自然说话,系统便能理解意图、上下文和语言。

延迟与自然度决定了评估结果

Havells 从语言识别准确率、多语言支持、延迟和语音合成等方面评估了多个语音 AI 平台。团队在研究可提供高质量、低延迟流式文本转语音的供应商时发现了 ElevenLabs,并基于准确率、速度、多语言支持,以及 API 文档、控制台、支持服务和印度语言示例音色,将 ElevenLabs 列入候选名单。

在正面测试中,差异体现在助手响应的速度和自然度上。对智能家居助手而言,延迟不仅是一项技术指标。延迟回复会让人感觉像传统语音界面,而快速回复则更像实时对话。自然度和实时响应能力对 Havells 最为重要,也因此选择基于 ElevenLabs 构建 Voice Mode。

8 种语言,贴合印度家庭的真实表达方式

Voice Mode 支持英语及 7 种印度语言:印地语、泰米尔语、泰卢固语、孟加拉语、卡纳达语、古吉拉特语和马拉雅拉姆语。用户可按电器、房间或场景,用自然语言控制设备,无需使用固定命令集。

助手将混合语码和口语化表达理解为意图,而非语法。比如,“Yaar thoda thanda lag raha hai”(兄弟,我觉得有点冷)这样的请求,无需用户点名任何设备,系统就会调低风扇转速并调节空调。 

Havells One 平台上的统一对话界面

Voice Mode 覆盖 Havells One 平台的多类智能设备:空调、风扇、空气净化器、净水器、热水器、洗衣机、智能开关及即将推出的设备。

覆盖范围不仅横跨各类设备,也深入每个类别,涵盖不同型号和版本,语音命令可控制转速、模式、定时器和反向旋转。

同一对话层覆盖所有类别,因此即使采用不同连接协议,一句语音指令也能控制 Havells 智能设备。“Geyser on karo aur fan bhi chalu karo”(打开风扇和热水器)会被拆分,并同时在多台 Havells 设备上执行。

多轮对话中的上下文保留与澄清

Havells 的智能体已在生产环境中运行 10 项能力:自然语言理解、上下文记忆、多设备编排、上下文感知、多语言 AI、零设置激活、跨协议设备控制、双向对话反馈、错误诊断和基于规则的自动化。实际表现如下:

  • “Fan slow karo ... thoda aur”(把风扇调慢一点……再慢一点)会被识别为后续指令,因此用户无需重复完整命令。
  • “AC chalu karo” 在有两台空调的家中,会让助手询问是哪个房间,而不是自行猜测。
  • “AC pe E6 dikh raha hai, kya hua?”会以通俗语言解释错误代码,并建议下一步操作。

双向对话反馈在这里与识别能力同样重要。助手会确认已完成的操作,说明无法执行的操作,并在行动存在歧义时先进行询问。

6 周从原型到生产环境

项目启动约 2 周后,Havells 就完成了可用的智能体原型,验证了从语音命令到设备操作再到语音回复的完整路径。帮助团队决定采用该平台的 API 文档和控制台也直接用于实际开发,CRI 团队据此集成了流式文本转语音和文本转语音。

之后几周投入的是 Havells 自身的复杂性,而非语音层:完整的多语言设备目录、不同的设备能力、复杂命令、边缘情况和恢复场景。ElevenLabs 的前驻式工程团队与 Havells 合作,调优印度地区语言的语音质量和发音,并配置流式方案,确保并发会话增加时延迟依然稳定。从初始集成到可投入生产的上线约用了 6 周。

Voice Mode 现已面向 Havells One 全体用户开放,该应用下载量已超过 270 万次。这一规模为 CRI 团队提供了真实交互数据,以便持续改进各语言、设备和命令类型的体验。

这项 Agentic AI Voice 能力为客户带来了突破,让他们无需记住命令或学习规则,就能自然地控制设备并与之交互。随着设备和服务不断新增能力,它的潜力将持续拓展。作为一项日常使用的 AI 体验,它展现了 AI 智能体的变革潜力,远超以往传统语音界面。消费者只需在 Havells One App 中注册一台 Havells Smart 设备,即可使用此功能。

- Dipesh Shah,Havells 执行总裁兼 CTO

过去 100 年,家电行业一直在销售产品。如今我们正在打造的是一种关系——一个能够感知、学习,并响应居住其中的家庭语言和生活节奏的家。

- Harikumar Varrier,Havells CRI IoT 高级副总裁

展望未来

Havells 将 Agentic AI Voice Mode 视为更广泛智能家居体验的基础,而非一项已完成的功能,并规划了 4 个扩展方向:

  1. 更深入的个性化,让家能响应每位家庭成员的偏好和日常节奏,而非对所有用户一视同仁。
  2. 覆盖更多语言,因为语言仍是印度用户采用这项技术的最大障碍,而 8 种语言只是起点。
  3. 以语音为先的入口,连接整个 Havells 生态系统,补充应用、单个设备和控制面板,并将当前未联网的电器接入生态系统,再接入语音平台。
  4. 超越开关和设定值命令的语音能力,扩展至产品常见问题、故障排除、自动化流程和日程安排。

该平台由 CRI 团队秉持“Made in India, Made for the World”的理念开发,结合全球技术与对印度家庭、语言和生活方式的深刻理解。随着生态系统发展,重点始终是保持自然、快速响应、多语言和个性化的体验,让技术适应人,而非要求人适应技术。

相关内容

用高质量 AI 音频创作