Escuchar instrucciones, en vez de leer de una lista, una etiqueta o la pantalla de un terminal port\u00e1til, permite al usuario trabajar sin perder de vista el objeto de su tarea: sus ojos est\u00e1n libres. La respuesta se comunica al sistema a trav\u00e9s del micr\u00f3fono: las manos no tienen que teclearla. Es el momento de los sistemas dirigidos por voz.
\nTecnolog\u00eda y organizaci\u00f3n del trabajo son los dos ingredientes b\u00e1sicos de la eficiencia en el movimiento de mercanc\u00edas en almacenes, donde en los \u00faltimos a\u00f1os hemos conocido muchas innovaciones. El problema fundamental sigue siendo el mismo: la interacci\u00f3n entre el hombre (que mueve la mercanc\u00eda o maneja los equipos) y el sistema de informaci\u00f3n.
\nEstamos hablando de aquel mecanismo de di\u00e1logo que en jerga inform\u00e1tica se llama input y output. En dicho frente siempre se han concentrado las investigaciones tecnol\u00f3gicas y aplicativas. A dicho tema se refieren el c\u00f3digo de barras y los terminales port\u00e1tiles montados en carros y conectados por radio al sistema, en un intento continuo por llevar la informaci\u00f3n (recogida o facilitada al operador) “cerca de la acci\u00f3n”.
\nLos investigadores llevan mucho tiempo estudiando la tecnolog\u00eda de la s\u00edntesis vocal y el esfuerzo ha producido importantes soluciones en diferentes campos, desde la medicina, hasta la vida diaria. Con esta tecnolog\u00eda, la interacci\u00f3n se produce utilizando nuestro sistema b\u00e1sico de comunicaci\u00f3n – la voz – sin tener que recurrir a la escritura o las teclas para el input, y a la lectura de un visor.
\nEs evidente que dicha modalidad es interesante en las operaciones de movimiento de mercanc\u00edas y concretamente en las tareas de picking de mercader\u00eda, al dejar al operador las manos libres para mover las mismas. Esta tecnolog\u00eda est\u00e1 disponible desde hace algunos a\u00f1os, pero solamente ahora est\u00e1 realmente madura y se ofrece a costes compatibles con la cuenta de p\u00e9rdidas y ganancias.
\nUna novedad muy interesante, que intentamos descubrir profundizando en el estado del arte, observando de cerca los equipos, detallando las arquitecturas inform\u00e1ticas que le dan soporte as\u00ed como las condiciones en las que dicha tecnolog\u00eda puede arrojar su m\u00e1ximo beneficio. Sin olvidar a los principales actores de este nuevo mercado, algunas realizaciones significativas y el fermento del \u201ccoro\u201d.<\/p>\n
El reconocimiento de la voz, es decir, la conversi\u00f3n de la voz en un texto, de manera eficaz, es b\u00e1sico para el \u00e9xito de un sistema industrial dirigido por la voz. El interrogante que cabe plantearse para medir la precisi\u00f3n de un sistema de reconocimiento vocal es: \u201c\u00bfEl sistema transcribe correctamente lo que oye?\u201d.
\nPoner a un ordenador en condiciones de reconocer la voz como un ser humano es una empresa que a\u00fan no se ha logrado; sin embargo, si se quiere que un sistema alcance un alto nivel de precisi\u00f3n en el reconocimiento vocal, cabe simplificar al m\u00e1ximo el problema. Lo cual significa, por ejemplo, limitar el reconocimiento al \u00e1rea de la aplicaci\u00f3n espec\u00edfica para el que se dise\u00f1a el sistema, tomando en cuenta que el propio reconocimiento ha de producirse en tiempos compatibles con la aplicaci\u00f3n.
\nLas palabras que un sistema de reconocimiento vocal est\u00e1 destinado a comprender son su vocabulario. Los seres humanos tienen un vocabulario muy amplio, pueden comprender miles de palabras. Si embargo, la incorporaci\u00f3n de un sistema de reconocimiento de un vocabulario amplio a un dispositivo m\u00f3vil encuentra una serie de obst\u00e1culos dif\u00edciles de salvar, debido a la limitada capacidad de memoria y la modesta capacidad de procesamiento del dispositivo. Afortunadamente, las aplicaciones industriales que contemplan la utilizaci\u00f3n del reconocimiento vocal precisan de un vocabulario bastante reducido: una t\u00edpica aplicaci\u00f3n de almac\u00e9n necesita un vocabulario de menos de cien palabras, mientras que una tarea de control industrial puede llegar a utilizar como mucho unas pocas palabras.
\nCabe realizar otra reflexi\u00f3n: las personas comprenden frases compuestas por palabras, sin pausas significativas entre las mismas. Analizando la evoluci\u00f3n de los sistemas de reconocimiento vocal, se descubre que los primeros avances al respecto estaban basados en la incorporaci\u00f3n de pausas sensibles entre una palabra y otra, situaci\u00f3n que hoy se mantiene tan s\u00f3lo para utilizaciones de muy bajo coste (por ejemplo, en algunos juguetes).
\nEn aplicaciones industriales, este tipo de soluci\u00f3n no es aceptable: la incorporaci\u00f3n de pausas ralentiza el trabajo y produce frustraci\u00f3n. Un sistema de reconocimiento vocal industrial ha de poder reconocer palabras expresadas con continuidad (por ejemplo una secuencia de n\u00fameros), si bien ello supone un desarrollo m\u00e1s complejo de los algoritmos de descodificaci\u00f3n.
\nOtro aspecto que diferencia la modalidad con la que se lleva a cabo el reconocimiento de la voz es la dependencia o no de la persona que, al hablar, utiliza el equipo.
\nLos sistemas que dependen del hablante (\u201cspeaker dependent\u201d) optimizan el reconocimiento a trav\u00e9s de una breve capacitaci\u00f3n del usuario y la creaci\u00f3n del perfil vocal del mismo: lo cual se almacena en el terminal y en el servidor de aplicaci\u00f3n para poderlo propagar a otros dispositivos. Los sistemas \u201cspeaker independent\u201d funcionan gracias a vocabularios y modelos estad\u00edsticos del lenguaje.
\nPara la s\u00edntesis vocal, o, lo que es lo mismo, la conversi\u00f3n del texto digital en un sonido para facilitar el input al usuario, el sistema normalmente utilizado se identifica por la sigla TTS (Text To Speech). Se trata de una soluci\u00f3n no de alta calidad (\u201ccomputer voice\u201d), pero sin lugar a dudas m\u00e1s f\u00e1cil de utilizar y m\u00e1s flexible en comparaci\u00f3n con la voz digitalizada o construida sobre la base de palabras o frases grabadas previamente. Cabe destacar que el ser humano se ajusta con facilidad a los nuevos sonidos o a los nuevos acentos; adem\u00e1s, las aplicaciones industriales se componen de frases breves que se repiten muchas veces durante la jornada y, por consiguiente, f\u00e1ciles de aprender.<\/p>\n
El Picking es la tarea de almac\u00e9n m\u00e1s cr\u00edtica: se lleva a cabo manualmente, tiene un tiempo de ejecuci\u00f3n bastante largo, pero con una planificaci\u00f3n totalmente r\u00edgida, al estar vinculada al sistema de transporte de la mercanc\u00eda al destinatario. Adem\u00e1s, la calidad de la tarea es muy importante: un error de picking produce contratiempos, retrasos, falta de producto en el punto de venta y, por consiguiente, ventas fallidas y desapego de la clientela. En cuanto a los recursos, por lo general los que est\u00e1n destinados al picking representan la gran mayor\u00eda de la plantilla de un almac\u00e9n.
\nDichas reflexionen han llevado las empresas a buscar y experimentar diferentes soluciones para optimizar la tarea de picking, tanto en t\u00e9rminos de calidad como de productividad. La utilizaci\u00f3n de terminales m\u00f3viles, si por un lado permite la certificaci\u00f3n del producto tomado mediante la lectura del c\u00f3digo de barras, por otro introduce un equipo que el operador ha de manejar y consultar: desafortunadamente, no siempre la aplicaci\u00f3n est\u00e1 lo suficientemente bien dise\u00f1ada como para poderse aprender r\u00e1pidamente por parte de una plantilla que se alterna con gran frecuencia. Otro problema que se plantea es la necesidad de tener que utilizar las manos para llevar a cabo dos tareas diferentes, tanto la consulta del terminal como el picking de la mercanc\u00eda, con la necesidad de dirigir la atenci\u00f3n (y la vista) hacia objetivos diferentes. La soluci\u00f3n que contempla la utilizaci\u00f3n de ordenadores \u201cque pueden llevarse puestos\u201d (en uno de los dos brazos) permite trabajar con las manos casi completamente libres, sin embargo produce a\u00fan m\u00e1s cansancio en una tarea que por su propia naturaleza ya es pesada.
\nAl analizar la tarea de Picking y al desglosarla en los movimientos elementales que la componen, podemos observar que el operador:
\n– lee la lista de picking (o la pantalla del terminal)
\n– se desplaza junto al medio que transporta la mercanc\u00eda tomada
\n– comprueba que el producto que est\u00e1 tomando es el correcto (si utiliza el terminal, lo saca y lo vuelve a colocar en su funda)
\n– toma el producto seg\u00fan la cantidad indicada
\n– puntea la lista o confirma en el terminal.
\nSe puede calcular que el verdadero picking \u201cf\u00edsico\u201d representa tan s\u00f3lo un veinte por ciento de todo el tiempo dedicado a la tarea. Dicha consideraci\u00f3n ha llevado a valorar la posibilidad de optimizar la tarea de picking eliminando o acortando algunas de sus fases, utilizando un veh\u00edculo de informaci\u00f3n muy sencillo: la voz.
\nEscuchar unas instrucciones, en lugar de leer de una lista, una etiqueta o la pantalla de un terminal port\u00e1til, permite trabajar sin abandonar con los ojos el objeto de la tarea. Lo mismo se puede decir tambi\u00e9n en el otro sentido: es m\u00e1s sencillo y \u201cdirecto\u201d facilitar una respuesta vocal en lugar de teclear en un teclado. Adem\u00e1s, no hay que olvidar que la distracci\u00f3n puede producir errores operativos y aumentar los accidentes laborales.
\nEchando un vistazo a un esquema general de la tarea de picking, se puede entender mejor c\u00f3mo la utilizaci\u00f3n de la voz es sencilla y c\u00f3mo pueden llevarse a cabo unas funcionalidades concretas. B\u00e1sicamente, el detalle de picking se traduce en la identificaci\u00f3n de la ubicaci\u00f3n de donde ha de tomarse la mercanc\u00eda y del n\u00famero de bultos o piezas por tomar. El sistema indica al operador la ubicaci\u00f3n de picking, y la certificaci\u00f3n que la ubicaci\u00f3n es la correcta la lleva a cabo el propio operador, leyendo unos n\u00fameros presentes cerca de la etiqueta de la ubicaci\u00f3n: se llaman d\u00edgitos de control y son un n\u00famero al azar que el sistema conoce. Los d\u00edgitos de control tienen un tama\u00f1o relativamente modesto a prop\u00f3sito, es decir, son m\u00e1s peque\u00f1os que los caracteres utilizados para identificar la ubicaci\u00f3n, para garantizar que el operador lleve a cabo el picking desde la ubicaci\u00f3n correcta. El mismo resultado puede lograrse mediante la lectura de los dos \u00faltimos d\u00edgitos del c\u00f3digo de barras del producto o del cart\u00f3n por tomar.
\nEl problema de las excepciones se resuelve con facilidad utilizando unas palabras cortas que llevan a cabo la misma tarea que una tecla funci\u00f3n: \u201cfalta\u201d (picking no realizado), \u201cbasta\u201d (los contenedores – pallets o rollteiners – est\u00e1n llenos), \u201cstop\u201d (mi turno ha terminado) etc\u00e9tera, sin olvidar \u201crepetir\u201d para que el sistema le recuerde la \u00faltima informaci\u00f3n que le ha comunicado.<\/p>\n
La evoluci\u00f3n de los sistemas vocales ha sido todo menos r\u00e1pido. Algunas empresas no han tenido recursos suficientes para poder aguardar el \u00e9xito que, antes o despu\u00e9s, iba a llegar, raz\u00f3n por la cual hoy en el mercado hay principalmente una empresa l\u00edder, Vocollect, y numerosos socios de las mismas. Sin embargo, en los \u00faltimos a\u00f1os han surgido otras empresas, quiz\u00e1 de tama\u00f1o modesto, que est\u00e1n dejando su huella en el sector. Adem\u00e1s, algunos agentes hist\u00f3ricos de la identificaci\u00f3n autom\u00e1tica no han querido desaprovechar esta nueva oportunidad, produciendo, a su vez, interpretaciones diversificadas de dichos sistemas.
\nVocollect es l\u00edder a nivel mundial en la producci\u00f3n y comercializaci\u00f3n de sistemas con tecnolog\u00eda vocal. Compa\u00f1\u00eda dedicada al desarrollo y la implementaci\u00f3n de soluciones vocales fiables para el sector industrial desde su fundaci\u00f3n en 1987, hoy hace alarde de cientos de instalaciones en todo el mundo, para la gesti\u00f3n de aplicaciones cr\u00edticas en los centros de distribuci\u00f3n, desde el picking hasta la recepci\u00f3n, desde la reposici\u00f3n hasta el control de calidad.
\nCon el objeto de permitir una incorporaci\u00f3n r\u00e1pida y f\u00e1cil a los sistemas de gesti\u00f3n de almac\u00e9n (WMS, Warehouse Management System) y a los procesos empresariales (ERP), Vocollect ofrece dos posibilidades de incorporaci\u00f3n de sus sistemas vocales Talkman. La primera soluci\u00f3n es una interfaz est\u00e1ndar y directa desarrollada con los sistemas WMS m\u00e1s populares. La segunda es el middleware VoiceLink, dise\u00f1ado por Vocollect para una incorporaci\u00f3n r\u00e1pida y sencilla a cualquier tipo de sistema. Ambas posibilidades aseguran visibilidad en tiempo real de los datos producidos por la aplicaci\u00f3n vocal: la tarea de cada operador y el flujo de informaci\u00f3n correspondiente est\u00e1n disponibles para una reconciliaci\u00f3n, actualizaci\u00f3n y gesti\u00f3n r\u00e1pidas de las excepciones.
\nLos terminales Talkman est\u00e1n dotados de BlueStreak, software para el reconocimiento vocal producido por Vocollect y dise\u00f1ado especificadamente para utilizarse en medios industriales ruidosos. Basado en el modelo de Markov, permite comparar la modalidad de comunicaci\u00f3n de cada operador con una serie de esquemas vocales espec\u00edficos, seleccionando el m\u00e1s parecido a la modalidad de comunicaci\u00f3n del operador. BlueStreak acepta la comunicaci\u00f3n en serie de n\u00fameros largos y pronunciados r\u00e1pidamente, as\u00ed como la comunicaci\u00f3n de palabras individuales, mientras filtra todos los ruidos de fondo e intermitentes, con precisi\u00f3n y calidad.<\/p>","protected":false},"excerpt":{"rendered":"
Un coro de voces Escuchar instrucciones, en vez de leer de una lista, una etiqueta o la pantalla de un terminal port\u00e1til, permite al usuario trabajar sin perder de vista el objeto de su tarea: sus ojos est\u00e1n libres. La respuesta se comunica al sistema a trav\u00e9s del micr\u00f3fono: las manos no tienen que teclearla. … <\/p>\n