Los proyectos europeos COALA y WASABI construyeron todo un framework de asistente de voz industrial sobre OpenVoiceOS (una plataforma de voz de código abierto sin ánimo de lucro) y HiveMind, integrándolos con su propia interfaz Android, motor de NLP y stack de Docker.
No participé en estas implementaciones. Esa es la cuestión: el stack se está adoptando por sus propios méritos, por equipos con requisitos industriales reales.
Convocatoria Abierta WASABI
La 2.ª Convocatoria Abierta WASABI para prestar apoyo financiero a al menos 10 experimentos liderados por pymes cerró recientemente. Esta convocatoria abierta está diseñada para apoyar experimentos de asistencia digital basados en IA que involucran a pymes de la industria manufacturera.
Todos los experimentos de la Convocatoria Abierta WASABI están obligados a:
- ejecutar el stack Docker OVOS de WASABI/COALA
- conectarse a través de HiveMind
- desarrollar una Skill OVOS personalizada que contenga su lógica industrial
El uso de OVOS/HiveMind se explica en estos 2 documentos del proyecto WASABI:
Ejemplos de Aplicaciones Industriales
1. Orientación de Trabajadores y Apoyo al Ensamblaje
Experimentos como TICONAI y SKITE usan skills OVOS para orientar a los trabajadores durante tareas complejas, como ensamblar componentes, validar procedimientos o proporcionar instrucciones paso a paso sin usar las manos.
2. Control de Calidad y Reducción de Errores
Proyectos como WALLABI y HUMANENERDIA se centran en proporcionar a los trabajadores instrucciones y listas de verificación en tiempo real para prevenir errores. Los asistentes de voz ayudan a los operarios a verificar configuraciones, recordar comprobaciones de seguridad o contrastar parámetros.
3. Asistencia al Mantenimiento Predictivo
Experimentos como GENIUS-PM usan el asistente para dar a los técnicos de mantenimiento acceso rápido a datos de estado de las máquinas, explicaciones de fallos y pasos de reparación, especialmente cuando tienen las manos ocupadas.
4. Logística, Manipulación de Materiales y Apoyo al Almacén
VELO y AIVEA usan la voz para ayudar a los trabajadores a localizar artículos, confirmar inventario o verificar tareas de entrega mientras se desplazan por la planta de fábrica.
5. Incorporación y Formación
ONBOARD y AI-MODE prueban cómo se puede guiar a los nuevos empleados a través de tareas mediante orientación por voz, reduciendo la carga sobre los supervisores.
6. Sostenibilidad, Seguimiento de Residuos y Eficiencia de Recursos
VAFER integra interfaces de voz con sistemas que monitorizan el reciclaje, la reutilización de materiales y los flujos de recursos: reporte sin usar las manos en entornos fabriles.
Todo esto depende de OVOS y de HiveMind para encaminar la comunicación entre dispositivos, interfaz Android y sistemas backend.
Lo Que COALA/WASABI Construyó Sobre OVOS
Aunque los proyectos no produjeron skills industriales de código abierto, sí crearon varios componentes en torno a OVOS + HiveMind:
1. Un Asistente de Dominio (DA) basado en RASA
La investigación inicial de COALA desarrolló un pipeline de NLP RASA entrenado con conversaciones de la industria manufacturera (sobre comprobaciones de calidad, resolución de problemas, operación de máquinas). En WASABI, este motor RASA se conecta a OVOS como una skill, gestionando el diálogo específico del dominio.
2. La Aplicación Android COALA
Un front-end Android para los trabajadores, que se conecta a OVOS a través de HiveMind.
Versión inicial publicada aquí: https://github.com/BIBA-GmbH/Mycroft-Android
Las funcionalidades incluyen:
- inicio de sesión mediante Keycloak
- chat por texto o voz
- interfaz para instrucciones, avisos y notas
- mensajería basada en HiveMind
3. Un Stack Industrial Completo Basado en Docker
Ambos proyectos ofrecen un entorno Docker preconfigurado que reúne:
- OVOS
- HiveMind
- Keycloak (gestión de usuarios)
- motor de NLP RASA
- servicios de conector COALA
Esto forma el stack estándar de asistente de voz industrial que todos los experimentos WASABI deben implementar.
4. Un Dataset de Habla Industrial
COALA publicó un dataset de habla multilingüe grabado en fábricas y talleres: https://zenodo.org/record/8268928
Por Qué Funciona para la Industria
Los objetivos de diseño que importan en la planta de fábrica —transparencia total para sectores regulados, implementación local/edge sin dependencia de la nube, skills modulares para lógica propietaria y la capacidad de HiveMind de distribuir nodos de voz por una instalación— se incorporaron desde el principio, no se añadieron a posteriori.
Código fuente de OVOS y HiveMind: github.com/OpenVoiceOS · github.com/JarbasHiveMind