CARACTERÍSTICAS PRINCIPALES 92

 GNU/Linux® es un poderoso y sumamente versátil sistema operativo con licencia libre y que implementa el estándar POSIX (acrónimo de Portable Operating System Interface, que se traduce como Interfaz de Sistema Operativo Portable).

 El usuario es libre de redistribuir y modificar de acuerdo a necesidades específicas, siempre que se incluya el código fuente, como lo indica la Licencia Pública General GNU (acrónimo de GNU is Not Unix), que es el modo que ha dispuesto la Free Software Foundation (Fundación de Programática Libre). Esto también incluye el derecho a poder instalar el núcleo de GNU/Linux® en cualquier número de ordenadores o equipos de cómputo que el usuario desee.

 La GPL (acrónimo de General Public Licence, que se traduce como Licencia Pública General), a la cual Linus Torvalds incorporó a Linux, está diseñada para asegurar que el usuario tenga siempre la libertad de distribuir copias del sustento lógico libre (y cobrar por el servicio si así lo desea). La GPL tiene como objetivo garantizar al usuario la libertad de compartir y cambiar; es decir, asegurarse de que el sustento lógico siempre permanezca siendo libre para todos los usuarios. La GPL es aplicable a la mayoría del sustento lógico de la Free Software Foundation así como a cualquier otro programa cuyos autores se comprometan a usarlo.

 Es un sistema operativo idóneo para utilizar en Redes, como es el caso de servidores, estaciones de trabajo y también para computadoras personales.

 Permiten desempeñar múltiples tareas en forma simultánea de forma segura y confiable. Los distintos servicios se pueden detener, iniciar o reiniciar independientemente sin afectar al resto del sistema, permitiendo operar las 24 horas del día los 365 días del año.

3.3.2 VXIAsterisk

La plataforma VXIasterisk VoiceXML browser (VXI*) desarrollada por I6NET permite combinar servicios avanzados de portal de voz y portal de video sobre el estándar W3C VoiceXML. VXI* es más flexible, fácil de instalar y de configurar que otros sistemas actuales, lo que permite extender estos servicios de voz hacia proveedores de aplicaciones móviles que hasta ahora dependían de entornos más costosos u orientados a operadores.

VXI* es una plataforma convergente por excelencia que permite procesar contenidos en formatos wav, gsm, mp3, 3gp sobre redes de telefonía convencional, VoIP, GSM, UMTS-3G. Con un solo servidor de hardware estándar que funciona a la vez de gateway IP/3G y de motor IVVR, se ejecutan aplicaciones interactivas alojadas en entorno web.

VXI* es completamente escalable, lo que permite también a grandes empresas apostar por un modelo de ahorro de costes y desplegar servicios de forma progresiva.

VXI* incorpora motores de síntesis de voz (TTS) y reconocimiento de voz (ASR) de diferentes proveedores reconocidos en modo plugin, de tal forma que el cliente puede elegir los tipos de componentes adicionales para sus servicios interactivos.

VXI* es ideal para empresas que desean lanzar servicios convergentes web/móvil con voz o vídeollamada 3G. Está totalmente basado en estándares y soporta VoiceXML, lo que le permite construir aplicaciones abiertas de forma evolutiva. I6NET contribuye al desarrollo de nuevos servicios de telefonía avanzada incorporando su motor VXI* basado en software, auto-instalable en servidores convencionales, fácilmente escalable y con costes más reducidos.

3.3.3 DAHDI

DAHDI es el acrónimo para Digium Asterisk Hardware Device Interface. En este proyecto se ha separado en 2 paquetes, dahdi-linux y dahd-tools, la primera contiene los controladores y librerías para el hardware digium y la segunda contiene los programas y herramientas para interactuar con este hardware.

3.3.4 ASTERISK

Asterisk es una aplicación software libre de una central telefónica (PBX). Como cualquier PBX, se puede conectar un número determinado de teléfonos para hacer llamadas entre sí e incluso conectar a un proveedor de VoIP o bien a una RDSI tanto básicos como primarios. Fue creado por Mark Spencer, de Digium, y en la actualidad es su principal desarrollador, junto con otros programadores que han contribuido a corregir errores y añadir novedades y funcionalidades. Originalmente desarrollado para el sistema operativo GNU/Linux, Asterisk actualmente también funciona en BSD, MacOSX, Solaris y Microsoft Windows, aunque la plataforma nativa (GNU/Linux) es la mejor soportada de todas.

Asterisk incluye muchas características anteriormente sólo disponibles en costosos sistemas propietarios PBX: buzón de voz, conferencias, IVR, distribución automática de llamadas y otras muchas más. Los usuarios pueden crear nuevas funcionalidades escribiendo un dialplan en el lenguaje de script de Asterisk o añadiendo módulos escritos en lenguaje C o en cualquier otro lenguaje de programación soportado por Linux. Para conectar teléfonos normales analógicos hacen falta unas tarjetas telefónicas con un modulo FXS o FXO fabricadas por Digium o por otros fabricantes13. Asterisk se utilizará como un Gateway que integrará la Red Telefónica Tradicional (PSTN) con VXIAsterik lo cual que permitirá acceder a la aplicación telefónica utilizando un teléfono convencional.

3.3.5 VERBIO TTS

La tecnología TTS permite generar voces-mensajes hablados-a partir de un texto escrito, en forma totalmente automática. Las voces incorporadas dentro del motor TTS (texto a voz) se caracterizan por:

Voces con gran naturalidad de hombre y mujer. Entorno multilingüe.

Entonación dinámica y adaptativa.

Algoritmo de ritmos y pausas del habla basado en la propia sintaxis y en métodos estadísticos.

Locutor corporativo: disponer de una voz sintética a su medida o a la de su cliente. Es una herramienta imprescindible en aplicaciones cuyo texto, es desconocido o muy cambiante y por lo tanto hay que comunicar información dinámica. La síntesis no pretende sustituir nunca a la calidad de una grabación profesional hecha en un estudio de grabación, pero sí dispone de calidad suficiente como para sustituir temporalmente cuando se necesitan de forma inmediata mensajes o locuciones estáticas o definitivamente cuando lo que se pretende es un ahorro directo de los costos.

Cuando se persigue mayor calidad que lo que representa la simple concatenación directa de ficheros .wav de pequeñas locuciones grabadas en estudio, ya que con ella se perdería la entonación dinámica necesaria en un idioma concreto. Un ejemplo típico de ello es la locución de cantidades numéricas. Con la utilización TTS en un sistema de información se evita la grabación constante en estudio de nuevos mensajes y se consigue por lo tanto un ahorro elevado en los costos y tiempo, disponiendo de una flexibilidad total y disponibilidad inmediata. Este software es el encargado de generar voz natural en tiempo real de cualquier texto e idioma, en nuestro caso se utilizar la voz en castellano de “Carlos”, en una versión de evaluación. La conversión de texto en habla permite que una aplicación tenga la funcionalidad de transformar un texto escrito en habla. Es decir, permite que la máquina pueda “leer en voz alta” cualquier texto.

Para ello utiliza una expansión inteligente de números, fechas, abreviaturas, etc., que puede personalizarse mediante diccionarios propios. Mediante un lenguaje estándar de marcas se puede controlar el comportamiento del motor, para cambiar el idioma o el locutor, variar la velocidad de elocución, introducir pausas, solicitar notificaciones, etc14.

14

Guía de Verbio

3.3.6 VERBIO ASR

El Reconocimiento Automático del Habla convierte de forma automática una locución hablada en formato de texto en cualquier idioma. Permite una interacción muy natural, puesto que reconoce cualquier palabra o persona sin entrenamiento previo. ASR es una herramienta imprescindible en aplicaciones interactivas entre usuarios y sistemas automáticos o de control por voz. Cuando se requiere una navegación más flexible, con iniciativa y control por parte del usuario.

Para ahorrar tiempos de interacción y para evitar memorización de menús muy largos. En aplicaciones en que el teléfono, o simplemente la voz, siga siendo el único canal o medio de interacción.

Verbio ASR ha sido entrenado con una población de miles de hablantes de cada lengua en una proporción equilibrada en sexo y edad y de todas las partes del territorio de uso de cada lengua, recogiendo sus voces a través de la red telefónica fija y móvil para los modelos a 8KHz, así como micrófono para los modelos a 16KHz.

Por tratarse de un software comercial para la demostración del prototipo se lo utilizará únicamente una versión de prueba, misma que se encuentra activa por un lapso de treinta minutos, después del cual se debe reiniciar el servidor Verbio-ASR.