Investigacion_Dispositivos_Luis_Villalta: Reconocedor de Voz, Dispositivo de Entrada

Reconocedores de Voz

Uno de los campos de investigación actual más relevantes relacionados con la Informática es el reconocimiento de la voz. Se pretende una comunicación directa del hombre con el ordenador, sin necesidad de transcribir la información a través de un teclado u otros soportes intermedios de información.

Usualmente los dispositivos de reconocimiento de la voz o de la palabra tratan de identificar fonemas o palabras dentro de un repertorio o vocabulario muy limitado. Un fonema es un sonido simple o unidad del lenguaje hablado. Un sistema capaz de reconocer, supongamos, 7 palabras, lo que hace al detectar un sonido es extraer características o parámetros físicos inherentes a dicho sonido, y compararlos con los parámetros (previamente memorizados) de las 7 palabras que es capaz de reconocer. Si, como resultado de la comparación, se identifica como correspondiente a una de las 7 palabras, se transmite a la memoria intermedia del dispositivo el código binario identificador de la palabra. Si el sonido no se identifica, se indica esta circunstancia al usuario (iluminándose una luz, por ejemplo) para que el usuario vuelva a emitir el sonido.

Existen dos tipos de unidades de reconocimiento de la voz:

Dependientes del usuario: En estos sistemas es necesario someter al dispositivo a un período de aprendizaje o programación, al cabo del cual puede reconocer ciertas palabras del usuario. En el período de aprendizaje el sistema retiene o memoriza las características o peculiaridades de los sonidos emitidos por el locutor, y que luego tendrá que identificar.

Independientes del usuario: Estos sistemas están más difundidos, pero el vocabulario que reconocen suele ser muy limitado. Los parámetros de las palabras que identifican vienen ya memorizados al adquirir la unidad. Son utilizados, por ejemplo, para definir el movimiento de cierto tipo de robots. En este caso el operador da verbalmente órdenes elegidas de un repertorio muy limitado, como puede ser : para, anda, arriba, abajo,... La unidad cuando capta un sonido comprueba si corresponde a uno de los del repertorio. En caso de identificación se transmite a la ordenador central la información necesaria para la ejecución del programa que pone en marcha y controla la acción requerida.

El reconocimiento de voz es una de las formas de comunicación con las máquinas que se está sobreponiendo con más fuerza a otras formas de interacción más tradicionales, sobre todo los botones físicos, aunque también está desplazando a la funcionalidad táctil en algunos casos.

Ya es posible hablar a los dispositivos móviles –siempre dentro de un esquema– y los coches nuevos incorporan sistemas de comandos por voz, con lo que no es necesario despegar las manos del volante para encender la radio o calcular una ruta con el GPS, mientras que las smart TV y otras tecnologías domésticas también son capaces de recibir mensajes hablados.

No sólo se da en los productos de consumo. El reconocimiento de voz juega un papel importante en el segmento empresarial y en ciertas profesiones, como en el dictado médico o en laboratorios, donde la transcripción ahorra mucho tiempo. Hoy en día las grandes compañías de tecnología cuentan con equipos dedicados a la mejora de los comandos por voz. El caso más conocido es el de Apple con Siri, pero también Microsoft, Samsung o IBM tienen sus propios sistemas.