Diseño e implementación de un módulo de reconocimiento de voz para el control de sistemas robóticos

Abstract

Este trabajo presenta el diseño, la implementación y la validación de un módulo de reconocimiento de voz en español para el control de sistemas robóticos. El objetivo principal es reducir la carga operativa relacionada al uso de las manos. El sistema se estructura de cuatro componentes. El primero transcribe en tiempo real la voz del usuario a texto legible mediante un servicio speech-to-text en modalidad de streaming . El segundo, un ánalizador sintáctico-semántico, toma las expresiones transcritas y las traduce a intenciones entendibles para el sistema robótico. El tercero es un controlador capaz de ejecutar órdenes sobre el robot que considere los límites articulares y los comandos con instrucciones preestablecidas. El cuarto es una interfaz gráfica que permite visualizar las transcripciones, las acciones interpretadas, el estado y los ángulos del robot. Para la validación experimental de este proyecto, se utilizó un myCobot280 M5 y un micrófono JBL Quantum, con 8 sujetos de prueba. El sistema alcanzó un desempeño de comandos interpretados y ejecutados de 96.25 % en modo absoluto y 95 % en modo relativo, lo que demuestra su viabilidad operativa.

This work presents the design, implementation, and validation of a Spanish voice recognition module for the control of robotic systems. The main objective is to reduce the operational burden associated with the use of hands when manipulating robotic systems. The system is structured into four components. The first component transcribes the user’s speech into readable text in real time through a streaming speech-to-text service. The second component is a syntacticsemantic analyzer that processes the transcribed expressions and translates them into system-understandable robotic commands. The third component is a controller capable of executing robot commands while enforcing joint limits and predefined instruction constraints. The fourth component is a graphical user interface that displays live transcriptions, interpreted actions, system status, and robot joint angles. For experimental validation, a myCobot280 M5 manipulator and a JBL Quantum microphone were used, involving eight test subjects. The system achieved a correctly interpreted and executed command rate of 96.25% in absolute mode and 95% in relative mode, demonstrating operational feasibility.