ES2242791T3 - Sistema y metodo de reconocimiento de la palabra,basados en la telefonia para proporcionar informacion para seleccionar correo y paquetes. - Google Patents

Abstract

Un sistema (100) para procesar información verbal de clasificación por un usuario y para generar una señal de retorno, que comprende una señal de datos codificada con una señal de voz en respuesta a la información verbal de clasificación, comprendiendo el sistema: un dispositivo de habla (102) con un codificador de habla (106) y un descodificador de habla (106), en el que el codificador de habla está configurado para recibir información verbal de clasificación por un usuario y para codificar la información verbal de clasificación en una señal de datos y en el que el descodificador de habla está configurado para recibir una señal de retorno a partir de la información verbal de clasificación y para descodificar la señal de retorno en una señal de voz; un ordenador (114) configurado para procesar la señal de datos, que contiene información verbal de clasificación, desde el codificador de habla (106) y configurado además para generar una señal de retorno a partir de la información verbal de clasificación, en el que la señal de retorno (134) comprende simultáneamente tanto una señal de datos como una señal de voz codificada; y una red (108) para comunicar señales entre el dispositivo de habla (102) y el ordenador (114), en la que el codificador de habla (106) envía la información verbal de clasificación a través de la red al ordenador (114), en la que el descodificador de habla (106) recibe la señal de retorno que comprende la señal de datos codificada con la señal de voz desde el ordenador (114) a través de la red (108).

Description

Sistema y método de reconocimiento de la palabra, basados en la telefonía para proporcionar información para seleccionar correo y paquetes.

Campo técnico

De forma general, la presente invención se refiere a sistemas de clasificación de correo y de paquetes y, más específicamente, a un sistema de reconocimiento del habla basado en telefonía para proporcionar información para clasificar correo, por ejemplo paquetes.

Antecedentes de la invención

Dicho en términos generales, la clasificación de correo o paquetes puede ser una tarea que requiere mucha mano de obra. La clasificación de correo o paquetes supone el uso de una dirección de entrega puesta en el correo o en el paquete. Las operaciones que incluyen transporte, pesaje y clasificación dependen de la lectura de la dirección de entrega. Una vez leída la dirección de entrega, operaciones tales como la clasificación automática y la creación de registros de envío y documentos de facturación, dependen de la dirección de entrega para la exactitud de los registros y de los documentos.

Empresas de entrega de correo o de paquetes han utilizado sistemas convencionales de reconocimiento del habla para aumentar la eficacia de la clasificación de correo y paquetes. Por lo general, una entrada de habla del usuario proporciona información sobre direcciones de entrega a un ordenador remoto. El ordenador remoto procesa la entrada de voz o de habla del usuario para comparar la dirección de entrega con una base de datos almacenada con información sobre direcciones correctas. El ordenador remoto devuelve una respuesta al usuario respecto a la entrada de habla del usuario. Un ordenador puede proporcionar al usuario una respuesta de audio o visual respecto a una dirección de entrega. La respuesta de audio puede adoptar la forma de una señal de audio reproducida para el usuario a través de un audífono, un auricular o un altavoz. La respuesta visual puede adoptar la forma de una señal de video enviada a un monitor o pantalla de visualización para que el usuario la vea. Los sistemas convencionales de clasificación proporcionan una señal al usuario en forma de o bien una señal de audio o bien una señal de video para una pantalla de visua-
lización. El usuario recibe la respuesta desde el ordenador y el usuario actúa en consecuencia en respuesta a la señal.

Una tentativa de un sistema de clasificación por reconocimiento del habla describe un terminal de transacción portátil con un lector de código de barras, un microprocesador, un transceptor, un módem, una pantalla de visualización y un sistema de reconocimiento del habla incluido en un auricular. Cuando un usuario lleva a cabo una operación de clasificación, el microprocesador recibe una entrada de información desde el escáner de código de barras o desde la salida del sistema de reconocimiento del habla que procesa palabras y nombres alfanuméricos hablados por el usuario en el auricular. A través del módem, el transceptor puede intercambiar información con un módem colocado a distancia. El microprocesador proporciona al usuario mensajes de audio preprogramados a través del auricular o información en la pantalla de visualización. Un inconveniente del equipo que se ha descrito es que un auricular que incluye características tales como un lector de código de barras, un transceptor, un módem, una pantalla de visualización y un sistema de reconocimiento del habla en un único auricular, hace que el auricular sea una pieza complicada y cara del equipo que para el usuario resultaría incomoda de llevar y de accionar. Además, la fabricación y el mantenimiento de un auricular dotado de un equipo tan complejo resultarían caros. Otro inconveniente del equipo es que el microprocesador no puede enviar al usuario una señal de retorno simultánea, es decir, una señal de audio al auricular y una señal para su visualización.

Otra tentativa en el estado de la técnica para usar el reconocimiento del habla en operaciones de clasificación de correo o paquetes, incluye un auricular y un aparato informático portátil y autónomo. El aparato informático comprende un módulo de reconocimiento del habla y el auricular incluye una pantalla para el usuario y un micrófono y un altavoz. Cuando el usuario introduce datos de voz en el aparato, el aparato procesa la información con un ordenador portátil acoplado que proporciona una respuesta de datos al usuario, en forma de respuesta de audio a través del auricular o información visual en la pantalla. Al igual que ocurre con el terminal de transacción portátil que se ha descrito anteriormente, un inconveniente del aparato informático portátil que se ha descrito es que un auricular que incluye características tales como un módulo de reconocimiento del habla, una pantalla, un micrófono y un altavoz en un auricular hace que el auricular sea una pieza complicada y cara del equipo que para el usuario resultaría incomoda de llevar y de accionar junto con un ordenador portátil que también llevaría el usuario. Además, la fabricación y el mantenimiento de un auricular que contiene aparatos tan complejos resultarían caros. Otro inconveniente del aparato es que el ordenador portátil no puede enviar al usuario una señal de retorno simultánea, es decir, una señal de audio al auricular y una señal para su visualización.

Otra tentativa más conocida en el estado de la técnica gracias al documento US-A-5.677.834, por ejemplo, usa un ordenador portátil que se lleva en el cuerpo del usuario. El usuario se comunica con el ordenador portátil a través de un micrófono instalado en un auricular. El usuario envía información hablada sobre direcciones al ordenador portátil, en el que la información se procesa en información de clasificación proporcionada al usuario. De nuevo, un inconveniente es que para el usuario podría resultar incómodo llevar y accionar el auricular y el ordenador portátil. De nuevo, otro inconveniente es que el ordenador portátil no puede enviar al usuario señales de retorno simultáneas, es decir, una señal de audio al auricular y una señal para su visualización.

Por lo tanto, en la técnica conocida existe la necesidad de un sistema de reconocimiento del habla para clasificar correo, tal como paquetes, que sea cómodo de llevar y más sencillo de accionar y mantener que los sistemas y los aparatos convencionales. Además, existe la necesidad de un sistema de reconocimiento del habla para clasificar correo, tal como paquetes, que pueda devolver al usuario señales de retorno simultáneas, es decir, una señal de audio al auricular y una señal para su visualización.

Resumen de la invención

La presente invención trata de solucionar los problemas que se han descrito anteriormente. Estos problemas se solucionan según la invención con el sistema según la reivindicación 1 y el procedimiento según la reivindicación 26. Formas de realización concretas de la invención son el objeto de las respectivas reivindicaciones dependientes. La presente invención proporciona un sistema de reconocimiento del habla basado en telefonía para proporcionar información para clasificar correo y paquetes que es cómodo de llevar, más sencillo de accionar y mantener que los sistemas y aparatos convencionales. Además, la presente invención proporciona un sistema de reconocimiento del habla basado en telefonía para proporcionar información para clasificar correo y paquetes que puede devolver señales simultáneas de respuesta al usuario. Es decir, el sistema proporciona señales simultáneas, tales como una señal de voz a un auricular del usuario y una señal de datos a un monitor o pantalla de visualización para visualizar la información. Estos objetivos se consiguen según la presente invención en un sistema de reconocimiento del habla basado en telefonía para proporcionar información para clasificar correo y paquetes.

Un sistema de reconocimiento del habla basado en telefonía que proporciona las ventajas anteriores se traduce en una adquisición de datos de direcciones de entrega y un sistema de devolución de menor coste. Señales simultáneas enviadas en respuesta a una entrada hablada de direcciones de entrega por parte del usuario puede proporcionar al usuario varias formas de respuesta y puede proporcionar a uno o más usuarios la misma o similar respuesta para llevar a cabo una o más operaciones diferentes de clasificación o de entrega. Además, ventajas tales como que al usuario le resulte cómodo llevar el equipo, un accionamiento sencillo del equipo y costes de mantenimiento inferiores, reducen conjuntamente los costes totales que supone el manejo de un sistema de reconocimiento del habla para clasificar correo y paquetes.

Descrito en términos generales, el sistema incluye un aparato de telefonía inalámbrica para enviar información verbal de clasificación por un usuario. Un primer módem recibe la información verbal de clasificación desde el aparato de telefonía inalámbrica y envía la información verbal de clasificación a un segundo módem a través de un sistema de telefonía. El segundo módem recibe la información verbal de clasificación a través del sistema de telefonía y envía la información verbal de clasificación a un ordenador. El ordenador recibe la señal que contiene la información verbal de clasificación desde el segundo módem. El ordenador procesa la señal usando un programa de reconocimiento de voz y, en respuesta a la información verbal de clasificación, el ordenador genera una señal de retorno con una señal de voz y una señal de datos. El ordenador envía la señal de voz y la señal de datos al segundo módem. El segundo módem codifica la señal de datos con la señal de voz y envía la señal de retorno codificada al primer módem a través del sistema de telefonía. El primer módem descodifica la señal de retorno codificada en la señal de datos y en la señal de voz. El primer módem envía la señal de voz al aparato de telefonía inalámbrica y envía la señal de datos a un equipo asociado, tal como un ordenador local para otros usos de la respuesta, tales como una visualización en una pantalla de visualización o una impresión de una etiqueta en una impresora.

Descrito más específicamente, el aparato de telefonía inalámbrica incluye un micrófono y un transmisor. Cuando un usuario lee ante el micrófono la información de clasificación, tal como una dirección de entrega asociada a un paquete, el transmisor envía una señal a una radiofrecuencia a un receptor telefónico base. El receptor telefónico base envía la señal de voz a un primer módem de voz y de datos simultáneos (SVD). El primer módem SVD transmite la señal de voz a través de una red telefónica conmutada (PSTN) a un segundo módem SVD.

Un segundo módem SVD recibe la señal de voz y envía la señal, a través de una interfaz de telefonía, a un ordenador. El ordenador ejecuta un conjunto de instrucciones almacenadas, tales como un programa de reconocimiento del habla, para determinar la información verbal de clasificación a partir de la señal de voz. En respuesta a la información de clasificación, el ordenador genera una señal de retorno con una señal de voz y una señal de datos que se vuelve a enviar al segundo módem SVD. El módem SVD codifica la señal de datos con la señal de voz de manera que el segundo módem SVD puede enviar una combinación de señales, a través de la red telefónica conmutada (PSTN), al primer módem SVD. El primer módem SVD recibe la señal de retorno y descodifica la señal de retorno en la señal de voz y la señal de datos. El primer módem SVD envía la señal de voz al receptor telefónico base y el receptor telefónico base envía la señal de voz al aparato de telefonía inalámbrica. El receptor del aparato de telefonía inalámbrica transmite la señal de voz al altavoz para su salida al usuario.

El primer módem SVD envía la señal de datos a un ordenador local, a una impresora, a una pantalla de visualización o a cualquier combinación de dispositivos periféricos. La señal de datos se puede usar para formatear una etiqueta o una visualización en pantalla. En una forma de realización preferente, la señal de datos se puede enviar directamente a una impresora para imprimir una etiqueta. Alternativamente, la señal de datos se puede enviar directamente a una pantalla de visualización para que la vea un usuario.

En otro aspecto de la invención, la invención funciona junto con una red de ordenadores de área local (LAN). Un usuario expresa una información verbal de clasificación en un micrófono de un aparato inalámbrico. El micrófono transmite la información verbal de clasificación a un transmisor. El transmisor envía una señal, que contiene la información verbal de clasificación, sobre una radiofrecuencia a un dispositivo de habla, tal como un codificador/descodificador de habla. El codificador/descodificador de habla envía una señal de voz, a través de una LAN, a un ordenador. El ordenador recibe la señal de voz que contiene la información verbal de clasificación. Un conjunto de instrucciones almacenadas, tales como un programa de reconocimiento del habla, interpreta la señal de voz en la información verbal de clasificación. En respuesta a la información verbal de clasificación, el ordenador genera una señal de retorno con una señal de voz y una señal de datos. El ordenador codifica la señal de datos con la señal de voz y envía las señales codificadas a través de la LAN al codificador/descodificador de habla. El codificador/descodificador de habla descodifica o separa la señal de retorno en la señal de voz y la señal digital. La señal de voz se envía al receptor del aparato inalámbrico. El receptor transmite la señal de voz al altavoz para su salida al usuario. La señal de voz puede contener instrucciones audio o si no proporcionar una respuesta al usuario en respuesta a la información verbal de clasificación.

La señal de retorno también se puede enviar a un ordenador local a través de la LAN. El ordenador local descodifica la señal de retorno en la señal de datos. La señal de datos se envía a una impresora, a una pantalla de visualización o a otro dispositivo periférico asociados, o en lugar de ello proporciona una respuesta en respuesta a la información verbal de clasificación.

Otros objetivos, características y ventajas de la presente invención resultarán evidentes tras la lectura de la siguiente memoria descriptiva, cuando se realice con relación a los dibujos y las reivindicaciones adjuntas.

Breve descripción de los dibujos

La Fig. 1 es un diagrama funcional de bloques de una primera forma de realización de la presente invención.

La Fig. 2 es un diagrama funcional de bloques de una segunda forma de realización de la presente invención.

La Fig. 3 es un diagrama de flujo que ilustra un primer procedimiento de la presente invención.

Descripción detallada de formas de realización de la invención

La invención puede ser llevada a la práctica como un sistema para proporcionar información para clasificar correo y paquetes. En respuesta a la recepción de una entrada de voz del usuario, que contiene instrucciones de clasificación, a través de una red telefónica conmutada, un ordenador, tal como un ordenador central o remoto, usa un programa de reconocimiento del habla para interpretar la entrada de voz del usuario. Una rutina de respuesta asociada al ordenador central o remoto crea una señal de retorno, tal como una señal de datos y una señal de voz. El ordenador central o remoto envía la señal de retorno a un dispositivo codificador, tal como un módem SVD, para codificar la señal de datos con la señal de voz para una transmisión simultánea de señales a través de la red telefónica conmutada. Un dispositivo descodificador, tal como otro módem SVD recibe la señal de retorno a través de la red telefónica conmutada y separa o descodifica la señal de retorno en la señal de datos y la señal de voz. Cada parte de señal de la señal de retorno se envía al usuario o a varios usuarios para diversos dispositivos y aplicaciones, tales como un auricular de audio para una respuesta de audio, un monitor o pantalla de visualización para la visualización de la información visual, una impresora para una etiqueta o respuesta tangible similar, o tipos similares de dispositivos periféricos para otras funciones de envío o clasificación.

La presente invención se puede realizar como un sistema con un ordenador, tal como un ordenador central o remoto, conectado a un primer módem SVD en comunicación con un segundo módem SVD a través de una red telefónica conmutada. Un usuario se comunica con el sistema a través de un aparato de telefonía inalámbrica en comunicación con un receptor telefónico base. El aparato de telefonía inalámbrica envía una transmisión de radiocomunicación al receptor telefónico base. El receptor telefónico base envía la entrada de voz del usuario al primer módem SVD. El primer módem SVD convierte la entrada de voz del usuario en una señal de voz para su transmisión, a través de la red telefónica conmutada pública, al segundo módem SVD. El segundo módem SVD recibe la señal de voz que contiene la entrada de voz del usuario y envía la señal de voz al ordenador central o remoto. En algunos casos una interfaz de telefonía recibe la señal digital antes de que la señal llegue al ordenador central o remoto. Un programa de reconocimiento del habla asociado al ordenador central o remoto interpreta la señal de voz del usuario y una rutina de respuesta almacenada en el ordenador compara la entrada de voz del usuario con una base de datos de información de clasificación. La rutina de respuesta genera una señal de retorno que contiene, por ejemplo, una señal de voz y una señal de datos en respuesta a la entrada de voz del usuario.

La rutina de respuesta envía la señal de retorno al segundo módem SVD con el fin de codificar la señal de datos con la señal de voz para una transmisión simultánea al primer módem SVD a través de la red telefónica conmutada pública. Cuando el primer módem SVD recibe la señal de retorno, el módem descodifica la señal de retorno en la señal de voz y en la señal de datos. El primer módem SVD envía la señal de voz al receptor telefónico base para su posterior transmisión al usuario a través del aparato de telefonía inalámbrica. Además, el primer módem SVD envía la señal de datos a un ordenador local para procesar la señal para ser utilizada en un monitor o en una pantalla de visualización, en una impresora para formatear e imprimir una etiqueta o en otro dispositivo periférico.

El aparato de telefonía inalámbrica puede ser cualquier dispositivo que permita al usuario comunicar una entrada de voz para transmisión a través de una red telefónica conmutada o tipo de red similar. Un receptor telefónico base puede ser cualquier dispositivo que pueda intercambiar señales entre un aparato de telefonía inalámbrica y un
módem.

Los módems SVD usados con la invención pueden ser cualquier tipo de módem o dispositivo que pueda enviar y recibir señales simultáneas, tales como una señal de datos y una señal de voz. Además, los módems SVD pueden ser cualquier dispositivo que pueda codificar una señal de datos con una señal de voz y además descodificar la señal de datos de la señal de voz. La red telefónica conmutada pública puede ser cualquier tipo de red para intercambiar señales, tales como señales analógicas y digitales entre dos módems SVD.

La interfaz de telefonía puede ser cualquier tipo de interfaz para enviar o recibir señales desde un ordenador. El ordenador puede ser un ordenador central o remoto o cualquier tipo de ordenador o dispositivo que pueda ejecutar un conjunto de instrucciones almacenadas para reconocer una entrada de voz del usuario, para generar una respuesta a la entrada de voz del usuario y para generar una señal de retorno, tal como una señal de datos y una señal de voz para volverla a enviar al usuario. Normalmente, un ordenador central o remoto está colocado lejos de la posición del usuario y el usuario puede acceder al mismo a través de un sistema de telefonía o de una conexión de redes informáticas. En algunos casos, el ordenador central o remoto puede estar colocado cerca de la posición del usuario o en esta misma, pero el usuario sigue accediendo a través de un sistema de telefonía o de una conexión de redes informáticas. El ordenador local puede ser cualquier tipo de ordenador o dispositivo que pueda recibir una señal de datos y procesar la señal para entrada a un dispositivo periférico, tal como una impresora o un monitor o pantalla de visualización. Normalmente, un ordenador local está colocado en la posición del usuario o cerca de ésta y el usuario puede acceder fácilmente al mismo si la señal de datos se procesa para una respuesta, tal como una etiqueta, una visualización o un tipo de respuesta similar. No obstante, existen algunos casos en los que el ordenador local está colocado en una posición inaccesible para el usuario, pero la señal de datos se envía a otro usuario para una respuesta, tal como impresión de una etiqueta, visualización de una salida visual o para otro tipo similar de repuesta.

En relación ahora con los dibujos, en los que números similares indican elementos similares en las distintas vistas, la Fig. 1 ilustra una primera forma de realización de la presente invención. El sistema 100 incluye un aparato de telefonía inalámbrica 102, un receptor telefónico base 104, un primer módem 106, una red telefónica conmutada pública (PSTN) 108, un segundo módem 110, una interfaz de telefonía 112, un ordenador central o remoto 114 y un ordenador local 116.

El aparato de telefonía inalámbrica 102 puede ser un auricular convencional de telefonía configurado para intercambiar señales entre un usuario 118 y un receptor telefónico base 104 sobre una radiofrecuencia seleccionada. El aparato de telefonía inalámbrica 102 incluye un receptor inalámbrico 120 conectado a un altavoz 122, y un transmisor inalámbrico 124 conectado a un micrófono 126. El usuario 118 lleva el aparato de telefonía inalámbrica 102 sobre la cabeza del usuario o cualquier otra parte del cuerpo del usuario en la que el usuario 118 pueda hablar por el micrófono 126 y escuchar una señal de salida a través del altavoz 122. El transmisor inalámbrico 124 está configurado para enviar una señal de radio 128 sobre una radiofrecuencia desde el auricular inalámbrico 102 hasta el receptor telefónico base 104. El receptor inalámbrico 120 está configurado para recibir una señal de radio 128 sobre una radiofrecuencia desde un receptor telefónico base 104 y está configurado además para transmitir la señal 128 al altavoz 122. Un aparato de telefonía inalámbrica adecuado es un sistema VL2h Voice Link fabricado por Voice Communication Interface, Inc., Wilton, Connecticut.

El receptor telefónico base 104 está configurado para comunicar una señal de telefonía 130a entre el aparato de telefonía inalámbrica 102 y el primer módem 106. Normalmente, el receptor telefónico base 104 está conectado al primer módem 106 por medio de una línea convencional de telefonía. No obstante, las conexiones de telefonía pueden incluir Internet, comunicaciones inalámbricas y otros enlaces adecuados. Un receptor telefónico base 104 puede, por ejemplo, estar configurado para comunicar una señal de telefonía 130a con el primer módem 106 sobre una radiofrecuencia.

El primer módem 106 conecta entre el receptor telefónico base 104 y la PSTN 108, y entre la PSTN 108 y un ordenador local 116. El primer módem 106 está configurado para enviar y recibir una señal de telefonía 130a desde el receptor telefónico base 104, así como para transmitir la señal de telefonía 130a a la PSTN 108. El primer módem 106 está configurado además para recibir una señal de datos 132, una señal de voz 133 o una combinación de las dos, tal como una señal de retorno compuesta 134 desde la PSTN 108. Usando procedimientos y equipos convencionales de descodificación, el primer módem 106 está configurado para descodificar o separar una señal de retorno compuesta 134 con una señal de datos 132 y una señal de voz 133 en un componente de señal de datos 132 y en un componente de señal de voz 133 independientes. El primer módem 106 está configurado además para enviar la señal de datos 132 a un ordenador local 116, y para enviar la señal de voz 133 al receptor telefónico base 104.

Por ejemplo, en respuesta a una entrada de voz del usuario que contiene información de clasificación, tal como una dirección de entrega, se puede crear una señal de retorno con una señal de voz que contiene una instrucción de clasificación, tal como un número concreto de taquilla de clasificación para clasificar dentro una carta o un paquete y con una señal de datos que contiene una instrucción de clasificación tal como el número concreto de taquilla para clasificar una carta o un paquete. La señal de voz se envía al receptor telefónico base y se transmite al aparato de telefonía inalámbrica del usuario para una recepción audio, por parte del usuario, del número concreto de taquilla de clasificación, mientras que la señal de datos se envía al ordenador local para su transmisión a una impresora asociada para formatear e imprimir una etiqueta que contenga el número concreto de taquilla de clasificación. Se pueden crear otros tipos de señales, tales como un tono de confirmación o una respuesta de voz generados por ordenador o pregrabados. Se pueden crear otras señales de datos tales como secuencias ordenadas de texto o numéricas. Usando una señal de voz combinada con una señal de datos, una señal de retorno puede proporcionar información de clasificación al usuario para verificar, corregir, motivar o en su caso proporcionar una respuesta a la información verbal de clasificación del usuario.

Un primer módem adecuado es un módem de voz y datos simultáneos (SVD) capaz de comunicar una señal de voz al y desde el receptor telefónico base 104, y para descodificar una señal de datos codificada recibida desde la PSTN 108. Por ejemplo, un primer módem adecuado usa un conjunto de circuitos integrados RC288Aci/SVD fabricado por Rockwell Telecommunications, Newport Beach, California.

La PSTN 108 conecta entre sí el primer módem 106 y el segundo módem 110. La PSTN 108 es un sistema convencional de telefonía conmutada pública u otro tipo de red de comunicación configurada para comunicar una señal de telefonía, una señal de datos o una combinación de las dos señales entre el primer módem 106 y el segundo módem 110. La PSTN 108 comunica estos tipos de señales entre el primer módem 106 y el segundo módem 110 por medio de una línea convencional de telefonía o a través de una radiofrecuencia.

El segundo módem 110 conecta entre la PSTN 108 y una interfaz de telefonía 112 de un ordenador. El segundo módem 110 está configurado para comunicar una señal de voz 130a que contiene información verbal de clasificación desde la PSTN 108 hasta una interfaz de telefonía 112. Además, el segundo módem 110 está configurado para codificar y enviar una señal de retorno, tal como una señal de datos 132, o una señal de voz 133, o una combinación de dos señales, tal como una señal de retorno compuesta 134. El segundo módem 110 usa procedimientos y técnicas convencionales para codificar la señal de datos 132 con la señal de voz 133 para formar una señal de retorno compuesta 134. Un segundo módem adecuado puede ser un módem de datos y voz simultáneos (SVD) capaz de transmitir simultáneamente sobre el mismo hilo una señal de voz con otras señales, tal como una señal de datos. Por ejemplo, un segundo módem adecuado usa un conjunto de circuitos integrados RC288Aci/SVD fabricado por Rockwell Telecommunications, de Newport Beach, California.

La interfaz de telefonía 112 conecta entre el segundo módem 110 y un ordenador, tal como un ordenador central o remoto 114. La interfaz de telefonía 112 está configurada para recibir una señal de voz 130a desde el segundo módem 110 y está configurada además para convertir la señal recibida 130a en un formato útil para el ordenador central o remoto 114. Una interfaz de telefonía adecuada puede ser un convertidor convencional de analógico a digital para convertir una señal de voz 130a en una señal digital 130b para un ordenador.

Como se observa, el ordenador central o remoto 114 está conectado a la interfaz de telefonía 112. El ordenador central o remoto 114 está configurado para procesar una señal digitalizada o una señal de telefonía 130b, que contiene la información verbal de clasificación, recibida desde la interfaz de telefonía 112, y está configurada además para generar una señal de retorno, tal como una señal de datos 132, una señal de voz 133 o una combinación de las dos, tal como una señal de datos 132 codificada con una señal de voz 133 en respuesta a la información verbal de clasificación. Normalmente, el ordenador central o remoto 114 almacena un conjunto de instrucciones que contienen un programa de reconocimiento del habla 136, o el conjunto de instrucciones con un programa de reconocimiento del habla 136 se puede almacenar en un dispositivo externo (no mostrado) o en formato accesible por el ordenador central o remoto 114. El ordenador 114 ejecuta el programa de reconocimiento del habla 136 para procesar la señal recibida que contiene la información verbal de clasificación en un formato legible por un ordenador, tal como una secuencia ordenada de datos que puede ser procesada por el ordenador 114.

El ordenador 114 está configurado para ejecutar un conjunto de instrucciones almacenadas que contienen una rutina de respuesta (no mostrada) para usar la información verbal de clasificación procesada desde el programa de reconocimiento del habla 136 para generar una señal de retorno. Normalmente, el ordenador 114 puede acceder a una base de datos (no mostrada) o a un dispositivo de almacenamiento que contiene información de clasificación. Por ejemplo, el ordenador 114 está configurado para procesar la información verbal de clasificación recibida, tal como una dirección de entrega, comprobando una base de datos, tal como una base de datos que contiene direcciones de entrega previamente almacenadas, para verificar la exactitud de la información de clasificación recibida. La rutina de respuesta está configurada para usar la información de clasificación de la base de datos para crear una señal de retorno, tal como una señal digitalizada que contiene una respuesta de voz con el número concreto de taquilla de clasificación y una señal de datos con el número concreto de taquilla de clasificación correspondientes a la dirección de entrega hablada por el usuario. Otra rutina de respuesta se puede configurar para usar información verbal de clasificación procesada desde el programa de reconocimiento del habla 136 para generar una señal de retorno a partir de la comparación con una base de datos, con información de un dispositivo de almacenamiento o con datos almacenados en otras estructuras o dispositivos similares.

Por lo tanto, en respuesta a la información verbal de clasificación recibida, el ordenador remoto o central 114 está configurado para generar una señal de retorno, tal como una señal de datos 132 o una señal de voz 133, o una combinación de las dos, como una señal de retorno compuesta 134. El ordenador 114 puede volver a enviar la señal de retorno al usuario 118 o a un ordenador local 116, para usos asociados, de la manera siguiente.

El ordenador central o remoto 114 está conectado al segundo módem 110. Como se ha descrito previamente, el segundo módem 110 está configurado para transmitir simultáneamente sobre el mismo hilo una señal de voz con otras señales, tal como una señal digital. Es decir, el segundo módem 110 está configurado para transmitir una señal de retorno que contiene una combinación de señales de voz y de datos desde el ordenador 114 a la PSTN 108. Además, la PSTN 108 está conectada al primer módem 106 y está configurada para transmitir señales de voz y de datos simultáneas desde el segundo módem 110 hasta el primer módem 106.

El ordenador local 116 conecta entre sí el primer módem 106 con dispositivos periféricos del ordenador, tales como una impresora 138 y una pantalla de visualización 140. El ordenador local 116 está configurado para procesar el componente de señal de datos descodificado desde el ordenador central o remoto 114. El componente de señal de datos procesado se puede formatear con una impresora asociada 138 conectada al ordenador local 116. Además, el componente de señal de datos procesado se puede formatear o imprimir para visualizarlo en una pantalla de visualización asociada 140 conectada al ordenador local 116. Otros dispositivos periféricos asociados del ordenador, tales como un dispositivo de almacenamiento u otros dispositivos de salida, se pueden configurar para recibir el componente de señal de datos procesado desde el ordenador local 116. Alternativamente, el primer módem 106 puede estar conectado directamente a un dispositivo periférico del ordenador, tal como la impresora 138 o la pantalla de visualización 140, en el que el primer módem 106 está configurado para desviar el ordenador local 116 para enviar la señal de retorno de datos descodificada directamente al dispositivo periférico 138, 140 del ordenador.

Para accionar un sistema de reconocimiento del habla basado en telefonía 100, un usuario 118 es portador de un aparato de telefonía inalámbrica 102. El usuario 118 inicia una operación de clasificación, tal como clasificar un paquete 142, o una carta, o un bulto, y similares. El usuario 118 lee la información de clasificación, tal como una dirección de entrega del paquete 144 en una etiqueta 146 asociada al paquete 142, en un micrófono 126 del aparato de telefonía inalámbrica 102. El micrófono 126 transfiere la información verbal de clasificación a un transmisor inalámbrico 124 del aparato de telefonía inalámbrica 102. El transmisor inalámbrico 124 envía una señal de radio 128 que contiene la información verbal de clasificación sobre una radiofrecuencia a un receptor telefónico base 104.

El receptor telefónico base 104 recibe la señal de radio 128 desde el transmisor 124 y genera una señal telefónica de voz 130a que contiene la información verbal de clasificación. El receptor telefónico base 104 envía la señal telefónica de voz 130a a un primer módem 106 a través de una radiofrecuencia o línea convencional de telefonía.

El primer módem 106 recibe la señal telefónica de voz 130a que contiene la información de clasificación desde el receptor telefónico base 104. El primer módem 106 envía la señal telefónica de voz 130a que contiene la información verbal de clasificación a través de la red telefónica conmutada (PSTN) 108. La PSTN 108 recibe la señal de voz 130a que contiene la información verbal de clasificación desde el primer módem 106 y transmite la señal 130a a un segundo módem 110 a través de una radiofrecuencia o línea convencional de telefonía.

Cuando el segundo módem 110 recibe la señal de voz 130a desde la PSTN 108, el segundo módem 110 envía la señal de voz 130a a una interfaz de telefonía 112. La interfaz de telefonía 112 recibe la señal 130a desde la interfaz de telefonía 112 y convierte la señal 130a en un formato 130b para permitir que el ordenador central o remoto 114 ejecute un programa de reconocimiento del habla 136.

Cuando el ordenador central o remoto 114 recibe la señal convertida 130b desde la interfaz de telefonía 112, el ordenador 114 ejecuta un conjunto de instrucciones que contienen un programa de reconocimiento del habla 136 para interpretar la información verbal de clasificación de la señal convertida 130b. El programa de reconocimiento del habla 136 procesa la información verbal de clasificación para determinar el contenido de la información verbal de clasificación. Por ejemplo, la información verbal de clasificación puede contener una dirección de entrega 144 de una etiqueta 146 puesta en un paquete 142. El programa de reconocimiento del habla 136 interpreta la señal convertida 130b como la dirección de entrega hablada por el usuario para uso de una rutina de repuesta asociada (no mostrada).

La rutina de respuesta usa los resultados del programa de reconocimiento del habla 136 para generar una señal de retorno, tal como una señal de voz digitalizada 133 o una señal de datos 132 o ambas, tal como una señal de retorno compuesta 134, en respuesta a la información verbal de clasificación. Una señal de retorno es una respuesta devuelta al usuario 118, al ordenador local 116 o a un dispositivo periférico del ordenador 138, 140 a partir de la información verbal de clasificación, tal como una dirección de entrega 144. Por ejemplo, el ordenador 114 puede acceder a una base de datos interna o externa para verificar o comparar la información verbal de clasificación que contiene una dirección de entrega 144 con direcciones previamente almacenadas. En respuesta a encontrar una dirección coincidente con la dirección de entrega, el ordenador 114 genera una señal de retorno correspondiente, tal como una secuencia ordenada de texto validado. La secuencia ordenada de texto validado puede contener un código de verificación que autoriza la entrega del paquete en la dirección de entrega 144 o a una taquilla concreta de clasificación correspondiente a la dirección de entrega 144. Alternativamente, en respuesta a no encontrar ninguna dirección de entrega coincidente, el ordenador 114 genera una señal de retorno correspondiente, tal como una secuencia ordenada de texto validado que contiene un código que deniega la entrega del paquete en la dirección de entrega 144. En cualquiera de los casos, la secuencia ordenada de texto validado de la señal de retorno se envía al usuario 118 para verificar, corregir, motivar o si no proporcionar una respuesta a la información verbal de clasificación por el usuario.

Otros ejemplos de una señal de retorno que puede generar el ordenador, tal como un ordenador central o remoto 114 son, una señal de voz que contiene un mensaje para un usuario, una petición de información de clasificación adicional u otros tipos de respuesta similares para el usuario 118. Otro ejemplo más de una señal de retorno que puede generar el ordenador central o remoto 114 es una señal de retorno compuesta 134, tal como una señal de datos 132 codificada con una voz 133. La señal de datos 132 puede contener información de clasificación de retorno, tal como un código de identificación de la taquilla de clasificación, un código de confirmación, y la señal de voz 133 puede contener una respuesta audio de confirmación.

El ordenador central o remoto 114 vuelve a enviar la señal de voz 133 al usuario 118 a través del sistema 100. El ordenador central o remoto 114 envía la parte de señal de voz 133 a través de la interfaz de telefonía 112 al segundo módem 110. El segundo módem 110 recibe la señal de voz 133 desde la interfaz de telefonía 112.

El ordenador central o remoto 114 envía directamente la señal digital 132 al segundo módem 110. El segundo módem 110 recibe tanto la señal de datos 132 como la señal de voz 133 y codifica la señal de datos 132 con la señal de voz 133 para formar una señal de retorno compuesta 134. El segundo módem 110 envía la señal de retorno compuesta 134, que contiene la señal de datos 132 y la señal de voz 133, a través de la PSTN 108 al primer módem 106.

El primer módem 106, que se ha descrito previamente como configurado para llevar a cabo una transmisión simultánea de voz y datos, recibe la señal de retorno compuesta 134 que contiene la señal de voz 133 y la señal de datos 132. El primer módem 106 descodifica la señal de retorno compuesta 134 en la señal de voz 133 y en la señal de datos 132 independientes. La señal de voz descodificada 133 se envía al usuario 118 a través del receptor telefónico inalámbrico base 104. El receptor telefónico inalámbrico base 104 recibe la señal de voz 133 desde el primer módem 106 y envía la señal de voz 133 al receptor inalámbrico 120 del auricular de telefonía inalámbrica 102 del usuario. El usuario 118 recibe la señal de voz 133 en forma de una señal de audio que contiene información de clasificación de retorno, tal como un número de taquilla de clasificación o un tono de confirmación, transmitido desde el receptor inalámbrico 120 al altavoz 122 del auricular de telefonía inalámbrica 102 del usuario.

El primer módem 106 envía la parte de señal de datos descodificada 132 a un ordenador local 116 conectado al primer módem 106. El ordenador local 116 recibe la señal de datos 132 y usa la señal de datos 132 como entrada a un conjunto de instrucciones almacenadas. El ordenador local 116 puede ejecutar el conjunto de instrucciones almacenadas para dar instrucciones a una impresora asociada 138 para imprimir una etiqueta con un símbolo MaxiCode, con un código de barras, con un código postal o con otro tipo de código o información de texto legible por una máquina o para visualizar información en un monitor o pantalla de visualización 140 asociado.

Alternativamente, el primer módem 106 puede enviar la señal de datos 132 a una impresora 138 asociada al primer módem 106. Usando la señal de datos 132, la impresora 138 puede formatear e imprimir información de clasificación de retorno contenida en la parte de señal de datos 132. Además, la señal de datos 132 también se puede enviar directamente desde el primer módem 106 a un monitor o pantalla de visualización 140 asociado al primer módem 106. Usando la señal de datos 132, el monitor o pantalla de visualización 140 puede visualizar la información de clasificación de retorno contenida en la parte de señal de datos 132.

La Fig. 2 es un diagrama de bloques funcional de una segunda forma de realización de la presente invención. La presente invención se muestra incluida en el sistema 200 que incluye una red de ordenadores de área local (LAN) 202. El sistema 200 incluye un dispositivo de habla, tal como un codificador/descodificador de habla 204 en comunicación con la LAN 202 para intercambiar señales de entrada de habla y señales de salida de habla con uno o más ordenadores asociados 206, 208. El codificador/descodificador de habla 204 está configurado para codificar digitalmente una señal de entrada de voz de un usuario 210 para uso en un ordenador. Además, el codificador/descodificador de habla 204 está configurado para descodificar o convertir una señal de retorno desde la LAN 202 a un formato audio para el usuario 210. El codificador/descodificador de habla 204 incluye un procesador 212 para convertir una entrada de voz del usuario en un formato de señal digital que se puede comunicar a través de la LAN 202 a uno o más ordenadores asociados 206, 208. Por ejemplo, un codificador/descodificador de habla 204 puede incluir un procesador configurado con Voz sobre el Protocolo de Internet (VoIP) o con un tipo similar de protocolo que proporcione transmisión de voz sobre Internet. Alternativamente, el procesador puede estar equipado con un módulo de hardware o software de reconocimiento del habla para convertir una entrada de voz del usuario en un formato para transmisión sobre la LAN 202 o sobre Internet.

Un aparato inalámbrico 214, que lleva el usuario 210, se comunica con el dispositivo codificador/descodificador de habla 204 para intercambiar señales. El aparato inalámbrico 214 puede ser similar al aparato de telefonía inalámbrica 102 descrito en la Fig. 1 y puede incluir componentes de tipo similar, tales como un receptor inalámbrico 216 conectado a un altavoz 218 y un transmisor inalámbrico 220 conectado a un micrófono 222. Un usuario 210 lleva el aparato inalámbrico 214 sobre la cabeza del usuario o sobre cualquier otra parte del cuerpo del usuario en la que el usuario 210 pueda hablar al micrófono 222 y escuchar una señal de salida a través del altavoz 218.

El transmisor inalámbrico 220 está configurado para recibir una entrada de voz del usuario que contiene información verbal de clasificación por el usuario desde el micrófono 222 y convierte la entrada de voz del usuario en una señal 224. El transmisor inalámbrico 220 está configurado además para enviar la señal 224 sobre una radiofrecuencia al codificador/descodificador de habla 204. El receptor inalámbrico 216 también está configurado para recibir una señal 224 sobre una radiofrecuencia desde el codificador/descodificador de habla 204 y está configurado además para transmitir la señal 224 al altavoz 218. Un auricular inalámbrico adecuado es un sistema VL2h Voice Link fabricado por Voice Communication Interface, Inc, de Wilton, Connecticut.

La LAN 202 es una red distribuida de ordenadores. La presente invención también se puede poner en práctica con Internet, una intranet u otro tipo de red informática. La LAN 202 conecta entre sí el codificador/descodificador de habla 204 y un ordenador, tal como un ordenador remoto 206. La LAN 202 está configurada para transmitir una entrada de voz del usuario que se ha convertido en un formato de señal usando Voz sobre el Protocolo de Internet (VoIP) o un protocolo de tipo similar, o para transmitir una señal desde el software o hardware de reconocimiento del habla según se ha descrito anteriormente. Además, la LAN 202 está configurada para transmitir una señal de retorno codificada de salida de datos y de voz generada por el ordenador remoto 206.

El ordenador remoto 206 está conectado a la LAN 202 por medio de un enlace de datos convencional de manera que el ordenador remoto 206 está configurado para comunicarse con la LAN 202. El ordenador remoto 206 está configurado además para recibir una entrada de voz del usuario que se ha convertido en un formato de señal digital usando Voz sobre el Protocolo de Internet (VoIP) o un protocolo de tipo similar, o una señal desde un módulo de software o hardware de reconocimiento del habla. Normalmente, un ordenador, tal como un ordenador remoto 206 está en una posición lejos de la posición del usuario 210 y además inaccesible para el usuario, excepto mediante comunicación a través de la LAN 202. En algunos casos, el ordenador local 208 está colocado en la posición del usuario o cerca de la posición del usuario 210, pero no obstante el ordenador local 208 sigue conectado a la LAN 202 en comunicación con el ordenador local 208. Usando software o hardware convencional de reconocimiento del habla (no mostrado), el ordenador remoto 206 puede procesar un formato de señal que contiene la entrada de voz del usuario para determinar una secuencia ordenada de texto que contiene la información verbal de clasificación por el usuario. En respuesta a la información verbal de clasificación por el usuario, el ordenador remoto 206 usa una rutina de respuesta (no mostrada) para generar una señal digital de retorno de datos 227 o una señal codificada de retorno de salida de audio 226, o ambas 226, 227. Normalmente, el ordenador remoto 206 compara la información verbal de clasificación de la señal recibida desde la LAN 202 con la información de clasificación de una base de datos asociada. El ordenador remoto 206 genera una señal digital de retorno de datos 227 o una señal codificada de retorno de salida de audio 226, o ambas 226, 227, a partir de la comparación de la secuencia ordenada de texto, que contiene la información verbal de clasificación, con la información de clasificación de la base de datos asociada. Un ordenador remoto adecuado 206 es un ordenador de sobremesa Deskpro Pentium III fabricado por Compaq Computer Corporation, de Houston, Texas.

Un ordenador local 208 está conectado a la LAN 202 con un enlace convencional, de manera que el ordenador local 208 se puede comunicar con la LAN 202. El ordenador local 208 es un ordenador conectado a la LAN 202 en comunicación con el ordenador remoto 206. Normalmente, el ordenador local 208 está situado en la posición del usuario o cerca de la posición del usuario 210. En algunos casos, el ordenador local 208 está colocado en una posición inaccesible para el usuario 210, aunque el ordenador local 208 sigue conectado a la LAN 202 en comunicación con el ordenador remoto 206. El ordenador local 208 está configurado para recibir una señal de retorno de salida que es una señal digital de retorno de datos 227 desde el ordenador remoto 206 a través de la LAN 202. El ordenador local 208 puede procesar la señal digital de retorno de datos 227 y enviar una señal digital de retorno de datos 227 a una impresora asociada 228 o a una pantalla o monitor de visualización 230 o a ambos. Otros dispositivos periféricos del ordenador, tales como un dispositivo de almacenamiento u otros dispositivos de salida, pueden estar configurados para recibir la señal digital de retorno de datos desde el ordenador local 208.

La impresora 228 recibe la señal digital de retorno de datos 227 desde el ordenador local 208. La impresora 228 está configurada para formatear e imprimir información contenida en la señal digital de retorno de datos 227.

La pantalla 230 o monitor de visualización recibe la señal digital de retorno de datos 227 desde el ordenador local 208. La pantalla 230 o monitor de visualización está configurada para formatear y visualizar información contenida en la señal digital de retorno de datos 227.

Alternativamente, el ordenador remoto 206 puede enviar la señal digital de retorno de datos 227 directamente a una impresora 228 asociada a la LAN 202. Usando la señal digital de retorno de datos 227 la impresora 228 puede formatear e imprimir información de clasificación de retorno contenida en la señal digital de retorno de datos 227. Además, la señal digital de retorno de datos 227 también se puede enviar directamente desde el ordenador remoto 206 a un monitor 230 o pantalla de visualización asociado al ordenador local 208. Usando la señal digital de retorno de datos 227 el monitor 230 o pantalla de visualización puede visualizar información de clasificación contenida en la señal digital de retorno de datos 227.

Para accionar el sistema 200, un usuario 210 es portador del auricular inalámbrico 214. El usuario 210 inicia una operación de clasificación, tal como clasificar un paquete 232, una carta, un bulto o similar. El usuario 210 lee la información de clasificación, tal como una dirección de entrega 234 del paquete en una etiqueta 236 asociada al paquete 232 en el micrófono 222 del auricular inalámbrico 214. El micrófono 222 transfiere la información verbal de clasificación al transmisor 220 y el transmisor 220 envía una señal de radio 224 al codificador/descodificador de habla 204. El codificador/descodificador de habla 204 recibe la señal de radio 224 y el procesador 212 convierte la señal de radio 224 en una señal digital para transmisión sobre la LAN 202 usando Voz sobre el Protocolo de Internet (VoIP) o un protocolo de tipo similar. Alternativamente, el procesador 212 puede estar equipado con software o hardware convencional de reconocimiento del habla (no mostrado) que puede convertir la señal de radio 224, que contiene información verbal de clasificación, en una señal digital para transmisión sobre la LAN 202 o Internet. El codificador/descodificador de habla 204 envía una señal 238, que contiene la información verbal de clasificación, a la LAN 202.

La LAN 202 recibe la señal 238 desde el codificador/descodificador de habla 204 y transmite la señal 238 al ordenador remoto 206. El ordenador remoto 206 recibe la señal 238 desde la LAN 202 y usa software o hardware convencional de reconocimiento del habla (no mostrado) para procesar la señal 238 que contiene la información verbal de clasificación. En respuesta a la información verbal de clasificación, el ordenador remoto 206 genera una señal de retorno de salida que contiene una señal digital de retorno de datos 227, una señal codificada de retorno de salida de audio 226 o ambas 226, 227. El ordenador remoto 206 vuelve a enviar la señal de retorno de salida que contiene una señal codificada de retorno de audio 226 al codificador/descodificador de habla 204 a través de la LAN 202.

Por ejemplo, el ordenador remoto 206 puede recibir una señal 238 desde la LAN 202 que comprende información verbal de clasificación, tal como una dirección de entrega 234. Usando un módulo de software o hardware de reconocimiento del habla, el ordenador remoto 206 procesa la señal 238 en un formato de secuencia ordenada de texto. El ordenador remoto 206 compara la secuencia ordenada de texto que contiene la información verbal de clasificación con una base de datos asociada (no mostrada) que contiene información de clasificación, tal como direcciones previamente almacenadas. El ordenador remoto 206 accede a la base de datos asociada para verificar o comparar la secuencia ordenada de texto que contiene la información verbal de clasificación con direcciones previamente almacenadas en la base de datos asociada. En respuesta a encontrar una dirección coincidente con la información verbal de clasificación, el ordenador 206 genera una señal de retorno de salida correspondiente que contiene una señal digital de retorno de datos 227 o una señal codificada de retorno de salida de audio 226, o ambas 226, 227, tal como una secuencia ordenada de texto validado. La secuencia ordenada de texto validado puede contener un código de verificación que autorice la entrega del paquete en la dirección de entrega. El ordenador remoto 206 vuelve a enviar la señal de retorno de salida que contiene la señal digital de retorno de datos 227, una señal codificada de retorno de salida de audio 226, o ambas 226, 227, al dispositivo codificador/descodificador de habla a través de la LAN 202.

Alternativamente, en respuesta a no encontrar ninguna dirección de entrega coincidente, el ordenador remoto 206 genera una señal de retorno de salida 226 correspondiente, tal como una secuencia ordenada de texto validado que contiene un código que deniega la entrega del paquete en la dirección de entrega 234. En cualquiera de los casos, una señal de retorno de salida 226, que contiene una señal codificada de retorno de salida de audio 226, se envía al usuario 210 para verificar, corregir, motivar o proporcionar una respuesta a la información verbal de clasificación por el usuario.

Otros ejemplos de una señal de retorno de salida que puede generar un ordenador, tal como un ordenador remoto 206, son una señal de audio que contiene un mensaje para un usuario, una petición de información de clasificación adicional u otros tipos de respuesta similares para el usuario 210. Otro ejemplo de una señal de retorno de salida que puede generar el ordenador remoto 206 es una parte de señal digital de datos 227. La parte de señal digital de datos 227 puede contener información de clasificación de retorno, tal como un código de confirmación para una impresora o para un visualizador.

La LAN 202 recibe la señal de retorno de salida 226 desde el ordenador remoto. La LAN 202 envía la señal de retorno de salida 226 al codificador/descodificador de habla 204. El receptor inalámbrico 216 del codificador/descodificador de habla 204 recibe la señal de retorno de salida 226 desde la LAN 202. El codificador/descodificador 204 envía la señal de retorno de salida 226 al procesador 212. El procesador 212 descodifica la señal de retorno de salida 226 en una señal de audio analógica. La señal de audio descodificada se envía como una señal 224 a través de una radiofrecuencia al receptor 220 del aparato inalámbrico 218. El receptor transfiere la señal 224 al altavoz 218 del aparato inalámbrico 218. El usuario 210 escucha la señal 224 en forma de una señal audio que contiene información de clasificación de retorno transmitida desde el altavoz 218.

El procesador 212 puede enviar también una señal digital de datos descodificada 227 al usuario 210. El procesador 212 puede funcionar junto con hardware o software convencional de síntesis del habla (no mostrados) para crear habla sintetizada. El habla sintetizada se puede enviar al usuario 210 a través del altavoz 218 del aparato inalámbrico 218 del usuario. Por ejemplo, el módulo de hardware o software de síntesis del habla puede procesar una señal digital de datos 227, que contiene información de clasificación de retorno, para crear una orden de habla sintetizada. El procesador 212 envía al receptor 220 la orden de habla sintetizada a través de una señal 224 por radiofrecuencia. El receptor 220 transfiere la señal al altavoz 218, de manera que el altavoz 218 puede emitir la orden de habla sintetizada al usuario 210.

La Fig. 3 es un diagrama de flujo lógico que ilustra un primer procedimiento de la presente invención. El primer procedimiento 300 se puede usar con diferentes formas de realización de la invención. Por ejemplo, el primer procedimiento 300 se describe como sigue junto con el sistema 100 descrito en la Fig. 1. El primer procedimiento 300 empieza en la etapa 302.

A la etapa 302 la sigue la etapa 304, en la que el sistema 100 recibe información verbal de clasificación por un usuario, que contiene una dirección de paquete. Como se muestra en la Fig. 1, un usuario 118 es portador de un aparato de telefonía inalámbrica 102. El usuario 118 inicia una operación de clasificación, tal como clasificar un paquete 142, una carta, un bulto o similar. El usuario lee la información de clasificación, tal como una dirección de entrega 144 de una etiqueta asociada 146 del paquete 142, en un micrófono 126 de un aparato de telefonía inalámbrica 102.

La etapa 304 es seguida por la etapa 306, en la que el sistema 100 envía la información verbal de clasificación a un ordenador remoto 114. El micrófono 126 transfiere la información verbal de clasificación a un transmisor 124, el cual envía una señal de radio 128, que contiene la información verbal de clasificación, a un receptor telefónico base 104. El receptor telefónico base 104 envía una señal de voz 130a, que contiene la información verbal de clasificación, a un primer módem 106 a través de una radiofrecuencia o línea convencional de telefonía. El primer módem 106 envía la señal de voz 130a, que contiene la información verbal de clasificación, a través de una red telefónica conmutada (PSTN) 108. La PSTN 108 transmite la señal 130a a un segundo módem 110 a través de una radiofrecuencia o línea convencional de telefonía. El segundo módem 110 envía la señal de voz 130a a una interfaz de telefonía 112. La interfaz de telefonía convierte la señal 130a en un formato para que un ordenador, tal como un ordenador remoto 114, ejecute un programa de reconocimiento del habla 136. El ordenador remoto 114 recibe la señal convertida 130b desde la interfaz de telefonía 112 y procesa la señal convertida 130b en información de clasificación.

Después de la etapa 306 viene la etapa 308, en la que el sistema 100 genera una señal de retorno, tal como una señal de datos 132, una señal de voz 133 o una combinación de las dos en una señal de retorno compuesta 134, en respuesta a la recepción de la información verbal de clasificación, tal como una dirección de entrega 144. El ordenador remoto 114 ejecuta un conjunto de instrucciones que contienen un programa de reconocimiento del habla 136 para interpretar la información verbal de clasificación, que contiene la dirección de entrega, en la señal convertida 130b. El programa de reconocimiento del habla 136 procesa la información verbal de clasificación para determinar la información de entrega y/o clasificación. Por ejemplo, la información verbal de clasificación puede contener una dirección de entrega 144 de un paquete 142 o una etiqueta 146. Una rutina de respuesta (no mostrada) usa la dirección de entrega 144 del programa de reconocimiento del habla 136 para generar una señal de retorno en respuesta a la información verbal de clasificación. Una señal de retorno es una respuesta devuelta al usuario 118, al ordenador local 116 o a un dispositivo periférico de ordenador 138, 140 a partir de la información verbal de clasificación. Por ejemplo, el ordenador 114 puede acceder a una base de datos interna o externa para verificar o comparar la información verbal de clasificación que contiene una dirección de entrega 144 con direcciones previamente almacenadas. En respuesta a encontrar una dirección coincidente con la dirección de entrega 144, el ordenador 114 genera una señal de retorno correspondiente, tal como una secuencia ordenada de texto validado. La secuencia ordenada de texto validado puede contener un código de verificación que autorice la entrega en la dirección de entrega 144. Alternativamente, en respuesta a no encontrar ninguna dirección de entrega coincidente, el ordenador 114 genera una señal de retorno correspondiente, tal como una secuencia ordenada de texto validado que contiene un código que deniega la entrega en la dirección de entrega 144. En cualquiera de los casos, la secuencia ordenada de texto validado de la señal de retorno se envía al usuario 118 para verificar, corregir, motivar o si no proporcionar una respuesta a la información verbal de clasificación por el usuario.

La etapa 308 es seguida por la etapa 310, en la que el sistema 100 codifica la señal de retorno como una señal de datos 132, como una señal de voz 133 o como una combinación de las dos, tal como una señal de retorno compuesta 134. El ordenador remoto 114 envía la señal de voz 133 a través de la interfaz de telefonía 112 al segundo módem 110. El segundo módem 110 recibe la señal de voz 133 desde la interfaz de telefonía 112. La señal de datos 132 se envía desde el ordenador central o remoto 114 directamente al segundo módem 110. El segundo módem 110 recibe tanto la señal de datos 132 como la señal de voz 133 y codifica la señal de datos 132 con la señal de voz 133 para formar una señal de retorno compuesta 134.

Después de la etapa 310 viene la etapa 312, en la que el sistema 100 envía la señal de retorno compuesta 134 al primer módem 106. El segundo módem 110 envía la señal de retorno compuesta 134, que contiene la señal de datos 132 y la señal de voz 133, a través de la PSTN 108 al primer módem 106.

A la etapa 312 la sigue la etapa 314, en la que el sistema 100 descodifica la señal de retorno compuesta 134. El primer módem 106 descodifica la señal de retorno 134 en la señal de voz 133 y en la señal de datos 132 independientes. La señal de voz descodificada 133 se puede enviar al usuario 118 a través del receptor telefónico inalámbrico base 104. El receptor telefónico inalámbrico base 104 recibe la señal de voz 133 desde el primer módem 106 y envía la señal de voz 133 al receptor inalámbrico 120 del auricular de telefonía inalámbrica 102 del usuario. El usuario recibe la señal de voz 133 en forma de una señal de audio que contiene información de clasificación de retorno transmitida desde el receptor inalámbrico 120 al altavoz 122 del auricular de telefónica inalámbrica 102 del usuario.

El primer módem 106 puede enviar la señal de datos descodificada 132 a un ordenador local 116 conectado al primer módem 106. El ordenador local 116 recibe la señal de datos 132 y usa la señal de datos 132 como entrada a un conjunto de instrucciones almacenadas. El ordenador local 116 puede ejecutar el conjunto de instrucciones almacenadas para dar instrucciones a una impresora asociada 138 para imprimir una etiqueta o para visualizar información en un monitor o pantalla de visualización 140 asociado.

A continuación de la etapa 314 viene la etapa 316, en la que termina el procedimiento 300.

En vista de lo anterior, se entenderá que la invención proporciona un sistema de reconocimiento del habla basado en telefonía para proporcionar información para uso en la clasificación de paquetes y cartas. La presente invención proporciona un sistema de reconocimiento del habla basado en telefonía para proporcionar información para uso en la clasificación de paquetes y cartas que es cómodo de llevar y más sencillo de accionar y de mantener que los sistemas y aparatos convencionales. Además, la presente invención proporciona un sistema de reconocimiento del habla basado en telefonía para proporcionar información para clasificar correo y paquetes que puede devolver señales simultáneas al usuario para respuesta. Se entenderá que la forma de realización preferente se ha descrito a modo de ejemplo y que a los expertos en la materia se les pueden ocurrir otras modificaciones sin apartarse del alcance de las reivindicaciones adjuntas.

Claims (30)

1. Un sistema (100) para procesar información verbal de clasificación por un usuario y para generar una señal de retorno, que comprende una señal de datos codificada con una señal de voz en respuesta a la información verbal de clasificación, comprendiendo el sistema:

un dispositivo de habla (102) con un codificador de habla (106) y un descodificador de habla (106), en el que el codificador de habla está configurado para recibir información verbal de clasificación por un usuario y para codificar la información verbal de clasificación en una señal de datos y en el que el descodificador de habla está configurado para recibir una señal de retorno a partir de la información verbal de clasificación y para descodificar la señal de retorno en una señal de voz;

un ordenador (114) configurado para procesar la señal de datos, que contiene información verbal de clasificación, desde el codificador de habla (106) y configurado además para generar una señal de retorno a partir de la información verbal de clasificación, en el que la señal de retorno (134) comprende simultáneamente tanto una señal de datos como una señal de voz codificada; y

una red (108) para comunicar señales entre el dispositivo de habla (102) y el ordenador (114), en la que el codificador de habla (106) envía la información verbal de clasificación a través de la red al ordenador (114), en la que el descodificador de habla (106) recibe la señal de retorno que comprende la señal de datos codificada con la señal de voz desde el ordenador (114) a través de la red (108).

2. El sistema de la reivindicación 1, en el que dicho dispositivo de habla es un aparato de telefonía inalámbrica (102) operativo para:

recibir información verbal de clasificación por un usuario;

enviar la información de clasificación a un primer módem (106),

siendo el primer módem (106) operativo para:

enviar información verbal de clasificación desde el aparato de telefonía inalámbrica hasta un segundo módem (110) a través de dicha red que comprende un sistema de telefonía (108);

siendo el segundo módem (110) operativo para:

recibir información verbal de clasificación desde el primer módem (106);

enviar información verbal de clasificación a dicho ordenador (114), y

siendo el ordenador (114) operativo para:

recibir la información verbal de clasificación desde el segundo módem (110),

generar una señal de retorno que comprende una señal de voz y una señal de datos en respuesta a la información verbal de clasificación,

enviar la señal de voz y la señal de datos al segundo módem (110),

siendo el segundo módem (110) operativo además para:

codificar la señal de datos con la señal de voz para su transmisión al primer módem (106) a través del sistema de telefonía (108),

siendo el primer módem (106) operativo además para:

descodificar la señal de datos y la señal de voz desde el segundo módem (110) en la señal de voz y en la señal de datos independientes,

enviar la señal de voz al aparato de telefonía inalámbrica (102); y

siendo el aparato de telefonía inalámbrica (102) operativo además para:

recibir la señal de voz desde el ordenador (114).

3. El sistema de la reivindicación 2, en el que el primer módem comprende un módem simultáneo de voz y de datos (SVD).

4. El sistema de la reivindicación 2 o de la reivindicación 3, en el que el primer módem comprende un módem simultáneo de voz y de datos (SVD).

5. El sistema de la reivindicación 1, en el que el dispositivo de habla (102) comprende un aparato de telefonía inalámbrica con un transmisor (124) configurado para enviar información verbal de clasificación al codificador de habla (106) y un receptor (120) configurado para recibir una señal de retorno desde el descodificador de habla (106).

6. El sistema de la reivindicación 4, en el que el codificador de habla y el descodificador de habla es un módem (106).

7. El sistema de la reivindicación 5, en el que el módem (106) es un módem simultáneo de voz y de datos (SVD).

8. El sistema de cualquiera de las reivindicaciones 5 a 7, en el que el aparato de telefonía inalámbrica comprende además un micrófono (126) configurado para recibir una entrada hablada por un usuario y un altavoz (122) operativo para emitir la señal de retorno recibida por el receptor (120).

9. El sistema de cualquiera de las reivindicaciones 5 a 8, en el que el aparato de telefonía inalámbrica comprende además:

un receptor telefónico base operativo para:

recibir información verbal de clasificación desde el transmisor, y

enviar la información verbal de clasificación al primer módem.

10. El sistema de cualquier reivindicación precedente, en el que dicha red es un sistema de telefonía que comprende una red telefónica inalámbrica.

11. El sistema de la reivindicación 9, en el que el sistema de telefonía comprende una red telefónica conmutada.

12. El sistema de cualquier reivindicación precedente, en el que la red (108) comprende una red de ordenadores de área local.

13. El sistema de cualquier reivindicación precedente, en el que el ordenador (114) está configurado además para ejecutar un conjunto de instrucciones que contienen un programa de reconocimiento del habla para interpretar la información verbal de clasificación.

14. El sistema de cualquier reivindicación precedente, en el que el ordenador (114) comprende un ordenador remoto.

15. El sistema de cualquier reivindicación precedente, en el que la información verbal de clasificación comprende una instrucción o dirección de entrega.

16. El sistema de cualquier reivindicación precedente, en el que la señal de retorno comprende un mensaje para el usuario para que responda a la exactitud de la información verbal de clasificación.

17. El sistema de cualquier reivindicación precedente, en el que la señal de retorno comprende una instrucción de clasificación.

18. El sistema de cualquier reivindicación precedente, en el que la señal de retorno comprende una instrucción de audio en respuesta a la información verbal de clasificación del usuario.

19. El sistema de cualquier reivindicación precedente, en el que el ordenador (114) está configurado además para enviar la señal de retorno a un ordenador local (116).

20. El sistema de la reivindicación 19, en el que el ordenador local (116) procesa la señal de retorno y el ordenador local (114) da instrucciones a una impresora asociada (138) para formatear o imprimir una etiqueta.

21. El sistema de la reivindicación 19 o de la reivindicación 20, en el que el ordenador local (116) procesa la señal de retorno y el ordenador local (116) visualiza la información en un dispositivo de visualización asociado (140).

22. El sistema según cualquiera de las reivindicaciones 1 a 19, en el que el ordenador envía la señal de retorno a una impresora asociada para formatear e imprimir una etiqueta.

23. El sistema según cualquiera de las reivindicaciones 1 a 19, en el que el ordenador envía la señal de datos a un dispositivo de visualización asociado.

\newpage

24. El sistema de cualquier reivindicación precedente, en el que el descodificador es un módem operativo para descodificar la señal de retorno en una señal de voz y en una señal de datos.

25. El sistema de la reivindicación 24, en el que dicho módem es operativo además para enviar la señal de datos a un ordenador local (116).

26. Un procedimiento para procesar información verbal de clasificación y para generar una respuesta a la información verbal de clasificación, que comprende:

recibir información verbal de clasificación por un usuario a través del receptor telefónico base;

generar una señal de retorno con el ordenador en respuesta a la recepción de la información verbal de clasificación, comprendiendo dicha señal de retorno una señal de datos codificada con una señal de voz para su transmisión al receptor telefónico base;

enviar la señal de retorno al usuario a través del receptor telefónico base; y

descodificar la señal de retorno en la señal de datos y en la señal de voz.

27. El procedimiento de la reivindicación 26, que comprende además:

enviar la señal de datos a un ordenador local asociado operativo para:

generar una etiqueta usando la señal de datos; e

imprimir la etiqueta en respuesta a la información verbal de clasificación.

28. El procedimiento de la reivindicación 26 o de la reivindicación 27, que comprende además:

enviar la señal de datos a un dispositivo de visualización asociado operativo para:

generar una visualización usando la señal de datos y en respuesta a la información verbal de clasificación.

29. El procedimiento de cualquiera de las reivindicaciones 26 a 28, en el que las instrucciones de clasificación habladas comprenden una instrucción o dirección de entrega.

30. El procedimiento de cualquiera de las reivindicaciones 26 a 29, en el que el ordenador está colocado a distancia.