INSTITUTO POLITECNICO NACIONAL

Transcripción

1 INSTITUTO POLITECNICO NACIONAL UNIDAD PROFESIONAL INTERDISCIPLINARIA EN INGENIERÍA Y TECNOLOGÍAS AVANZADAS UPIITA Trabajo Terminal "SISTEMA DE MENSAJERÍA INSTANTÁNEA BASADO EN VOICEXML PARA PERSONAS CON CAPACIDADES DIFERENTES" Que para obtener el Título de ''Ingeniero en Telemática" Presentan: PELAEZ NOLASCO JOSE LUIS PERALTA HERNÁNDEZ XAVIER ALEXANDER Asesores: M. EN C. PEREDO VALDERRAMA RUBÉN M. EN C. MATA RIVERA MIGUEL FÉLIX ING. POLANCO MONTELONGO FRANCISCO ANTONIO MÉXICO D.F. A 7 DE JUNIO DEL 2007

2 AGRADECIMIENTOS GENERALES Agradecemos al Instituto Politécnico Nacional por ser el recinto que nos brindo nuestra formación durante los últimos cinco años y ahora tenemos la oportunidad de convertirnos en ingenieros. Agradecemos a nuestros a los asesores: M. en C. Rubén Peredo Valderrama. M. en C. Miguel Félix Mata Rivera. Ing. Franciso Antonio Polanco Montelongo. Por habernos apoyado en con sus sugerencias y su tiempo. Y en especial nombramiento al Profesor Rubén del CIC, por habernos apoyado con sus enseñanzas, la información brindada, con su tiempo para la corrección de este trabajo, sus comentarios y darnos animo de manera constante para el desarrollo de este proyecto.

3 PELAEZ NOLASCO, JOSÉ LUIS. A mis padres. Por su constancia y apoyo en el transcurso de mi carrera, de manera espiritual y humana. Para ellos mi más profundo agradecimiento. También y muy especialmente, mi reconocimiento a mi guía Patricia Martínez Laguna por la gran ayuda que en diferentes ocasiones me brindo, no solo profesionalmente, si no en el señalamiento al sentido de mi camino, y esencia de humanidad. A mi maestra tutora. Rico Jiménez Blanca Alicia, con su apoyo facilitado durante este periodo en aclaraciones y dudas, así como brindándome su amistad como persona. Pelaez Nolasco José Luís. UPIITA, IPN, México, D.F.

4 PERALTA HERNÁNDEZ, XAVIER ALEXANDER. DEDICADA A MI ABUELO FILIBERTO HERNÁNDEZ ALONSO f - Terminar este largo camino para lograr mi Ingeniería, ha sido el producto del apoyo de muchas personas, que han estado a mi lado y otras que han dejado huella en mi camino, todas ellas han cooperado de una u otra manera. Agradezco a todas estas personas por su apoyo, ya que sin ellas no hubiese sido posible este Trabajo Final. A DIOS Por otorgarme la familia que tengo. Y Por haber puesto en mi camino a esas personas que han contribuido y sido compañía durante todo mi periodo de estudio. A MIS PADRES A mis padres Carlos Peralta y Geralda Hernández, por la educación que me han brindado, no solo en estos últimos años, sino a lo largo de toda mi vida. Por su apoyo incondicional, que a pesar de la distancia, siempre estuvo ahí. Gracias por inyectar esa fuerza y valor para conseguir este objetivo. Viviré Eternamente Agradecido. Este Logro Es Enteramente Suyo. A MIS HERMANOS A Ani y Car por compartir una vida con ustedes. Por la amistad, por los sueños que compartidos y los que faltan. Con mucho cariño. A SAI A Betsaida por creer, por el apoyo. Lo difícil, sofocante y estresante al inicio de todo esto solo tú lo supiste. Gracias por todo aquello me diste. AMIGOS Y AMIGAS Con quienes he compartido muchos momentos. Ustedes enriquecen mi vida día a día, con su alegría y apoyo. Gracias por recordarme que hay personas valiosas en el mundo, gracias por estar en el mío. Y gracias por permanecer aquí.

5 ÍNDICE GENERAL ÍNDICE GENERAL... I ÍNDICE DE FIGURAS... IV ÍNDICE DE TABLAS... V ABSTRACT... 1 INTRODUCCIÓN... 3 RESUMEN... 3 OBJETIVO GENERAL DEL PROYECTO... 4 OBJETIVOS PARTICULARES " Objetivo Objetivo ^' Objetivo Objetivo Objetivo PRIMER CAPITULO... 6 ANTECEDENTES Contexto Histórico Marco Teórico Características Especificadas en VoiceXML 2.0: Componentes Básicos del Reconocimiento de voz Que es un archivo grammar? X+V Contexto Social Justificación Impacto Social Tendencias de futuro en el desarrollo de nuevas interfaces SEGUNDO CAPITULO PLANTEAMIENTO DEL PROBLEMA Introducción TERCER CAPITULO PROPUESTA DE SOLUCIÓN Una Interfaz Amigable Establecimiento de la Comunicación Forma del establecimiento de la comunicación... 21

6 3.3 Arquitectura Módulo de asistente Módulo de usuario Módulo de administrador Módulo del interprete VoiceXML Módulo del middleware Alcance Del Proyecto Presente CUARTO CAPITULO DISEÑO Y ESTRUCTURA DEL SISTEMA Diagrama De Bloques De La Estructura General Del Sistema Consideraciones Del Sistema Módulos del Sistema de Mensajería Instantánea Módulo de administrador Módulo de auxiliar Módulo de usuario (invidente) Servidor WEB El Browser (Navegador) La Base de Datos Modelo Vista-Controlador Lógica de programación a Emplear: Características del Modelo Vista Controlador Apache Struts Arquitectura De Struts Flujo de Control de Struts Módulo de VoiceXML Funcionamiento De Módulo VXML Reconocimiento de Texto (TTS) Reconocimiento de voz (ASR) Consideración Del Módulo VXML Diagramas de UML Diagramas de Interacción Diagramas de Casos de Uso Diagramas de Secuencia Diagramas de Colaboración Diagramas de Estado Diagramas Módulo Administrador Diagramas Módulo Auxiliar Diagramas Módulo Invidente Diagramas Establecimiento de Chat... 50

7 5 QUINTO CAPITULO PRUEBAS Y RESULTADOS SEXTO CAPITULO MANUAL DE USUARIO Introducción: Sistema de Administración Interfaz Ingresando como Administrador Nuevo Auxiliar a la base de Datos Ingresando como Auxiliar Sistema de Control VXML Opción SAY Opción SEND Opción CLOSE Opción HEAR Comandos De Voz En La Interfaz De Invidente Archivos Necesarios: CONCLUSIONES TRABAJOS A FUTURO APÉNDICE A ACERCA DE VXML TAGS DE VXML ALGUNAS NOTAS PARA LA CREACIÓN DE ARCHIVOS GRAMATICALES DE VOICEXML ACLARACIÓN APÉNDICE B ACERCA DE XHTML APÉNDICE C OTRAS TECNOLOGÍAS UTILIZADAS Java Builder Jsp: Java Beans: Apache Struts JavaScript: CSS: Apache Tomcat ACLARACIÓN VERBIO BIBLIOGRAFÍA GLOSARIO... 88

8 INDICE DE FIGURAS Ilustración 1. Historia de VoiceXML... 2 Figura 1-1. Interacción de Redes con VoiceXML... 7 Figura 1-2. Lenguaje X+V Estructurado con Múltiples Contenedores Figura 1-3 Áreas tecnológicas clave para la Vida Independiente. Adaptado de Cullen, WRT Figura 3-1. Representación General Del Funcionamiento Del Proyecto Figura 3-2. Representación De Los Modos Con Que Se Podrá Interactuar Figura 3-3. Formato de la comunicación Figura 3-4. Diagrama de Establecimiento de la Comunicación Figura 3-5. Módulos a Desarrollar Figura 4-1. Diagrama Modular de Comunicación Figura 4-2. Representación de la Lógica de Interacción en el Sistema Figura 4-3. Base de Datos BdVXML Figura 4-4. Diagrama del Modelo Vista Controlador Figura 4-5. Arquitectura de Struts Figura 4-6. Flujo de Control de Struts Figura 4-7. Funcionamiento de VoiceXML Figura 4-8. Caso de Uso - Módulo Administración Figura 4-9. Diagrama de Secuencia. Administración Figura Diagrama de Colaboración. Administración Figura Diagrama de Secuencia. Administración Figura Diagrama de Colaboración. Administración Figura Diagrama de Actividades. Administración Figura Casos de Uso. Módulo Auxiliar Figura Diagrama de Secuencia. Módulo Auxiliar Figura Diagrama de Colaboración. Módulo Auxiliar Figura Diagrama de Actividades. Módulo Auxiliar Figura Casos de Uso. Módulo Invidente Figura Diagrama de Secuencia. Módulo Invidente Figura Diagrama de Colaboración. Módulo de Invidente Figura Diagrama de Actividad. Módulo Invidente Figura Diagrama de Casos de Uso. Establecimiento des Chat Figura Diagrama de Secuencia. Comunicación Figura Diagrama de Colaboración. Comunicación Figura Diagrama de Actividades. Comunicación Figura 6-1. Login de inicio Figura 6-2. Marco Administrador Figura 6-3. Formulario Nuevo Auxiliar Figura 6-4. Consulta y eliminación de Auxiliar Figura 6-5. Marco Auxiliar Figura 6-6. Generación de Mensajes Personalizados Figura 6-7. Despliegue de Mensajes Personalizados Figura 6-8. Interfaz de Invidente Figura 6-9. Ingreso de Frases. (Opción Say) Figura Terminación del Mensaje Figura Jsp de Retorno... 64

9 Figura Mensaje de Entrada Figura Diagrama de Flujo de Interfaz Invidente Figura Paso de Mensajes Figura Diagrama de Struts ÍNDICE DE TABLAS Tabla A. Forma Básica de Vxml Tabla B. Opciones de Auxiliar Tabla C. Opciones de Invidente Tabla D. Errores producidos por el ruido Tabla E. Comandos de Voz Tabla F. Forma VXML Tabla G. Archivo de Gramática... 74

10 VOICEXML ABSTRACT VoiceXML es una especificación de W3C^ que permite la creación de servicios de audio complejos con reconocimiento de voz (ASR^), Texto-A- Habla (TTS^) y detección de teclas pulsadas (tonos DTMF*). Es un lenguaje de marcación de estándar abierto para aplicaciones de voz creado en 1995 por investigadores de AT&T, en 1999 las compañías telefónicas tenían incompatibilidad con respecto a sus lenguajes de marcación, en ese mismo año AT&T, Lucent, Motorola e IBM iniciaron la organización de un foro VoiceXML que lo regule. VoiceXML 1.0 fue publicado por el foro de VoiceXML un consorcio de más de 500 compañías, en el 2000 el foro proporciono el control a la W3C y esta se encarga de la conformación para la difusión y control de su comercialización. A continuación en la Ilustración 1 se puede ver la historia de esta tecnología y su evolución a desde su aparición. ^ World Wide Web Consortium ^ Automatic Speech Recognition ^ Text-to-Speech Dual-tone multi-frequency

11

12 INTRODUCCIÓN Esta tesis tiene como objetivo mostrar las conclusiones sobre el diseño del Sistema de Mensajería Instantánea Basado en VoiceXML, las decisiones fueron tomadas con respecto al estudio realizado durante el prímer semestre del Trabajo Terminal. De las tecnologías propuestas y otras que durante el análisis se consideraron. Se descríbirán puntos como las diversas tecnologías a emplear, la lógica de programación y diagramas que nos servirán para guiarnos y visualizar el desempeño del Sistema. RESUMEN En la actualidad la Internet es sumamente importante y es de las tecnologías más desarrolladas en los últimos años, se ocupa para el impulso de sistemas de información y comunicación a través de las diferentes ramas de la innovación y transmisión de datos a larga distancia. Además, los medios de comunicación se han encaminado paulatinamente hacia la accesibilidad, y cada vez son más numerosos los productos y los portales de Internet accesibles para las personas con discapacidad. Las nuevas tendencias, están presentándose cada vez más novedosas en diferentes medios^. Esto será útil para la elaboración de aplicaciones que se podrán implementar en el presente Trabajo Terminal. Esto indica la implementación y conjunción de diferentes tecnologías a emplear como XML^. Las Herramientas como Flash serán utilizadas para entornos con sonido (ejecución de sonidos o de presentación). Java y herramientas colaborativas en conjunto. Todo a su vez se adaptará a los sistemas de información que tengamos, con el fin de brindar comunicación a las personas de capacidades diferentes (invidentes) por medio de Internet, en una aplicación interactiva y fácil de manejar. ^ Se entiende por diferentes medios a tecnologías de Internet, VoIP, Telefonía, Telefonía Celular. ^ XML Extensible Markup Language. Lenguaje de Marcado Extensible.

13 OBJETIVO GENERAL DEL PROYECTO Proporcionar un sistema de mensajería para personas de capacidades diferentes, enfocado particularmente a individuos invidentes. Además que sea factible de implementar en una aplicación Web, facilitando la comunicación de personas invidentes y otros usuarios que no lo son. El diseño estará constituido de una interfaz adecuada para los usuarios con capacidades diferentes (invidentes). OBJETIVOS PARTICULARES La especificación de los objetivos particulares indican las diferentes metas que se deben ir logrando para alcanzar el objetivo principal sin embargo, esto no se refiere a las tecnologías a utilizar, ya que se podrían utilizar diferentes herramientas para lograr los mismos objetivos 1 er Objetivo - Investigación bibliográfica acerca de VoiceXML - Reconocimiento de la tecnología VoiceXML - Análisis de los Protocolos y Aplicaciones de VoiceXML Planteamiento del procedimiento y protocolo a realizar. - Conocimiento general de la tecnología VoiceXML Metas: Tener un panorama adecuado para la implementación del proyecto basado en VoiceXML y conocer como funciona esta tecnología. 2 Objetivo Estudio de Tecnologías de Macromedia, Flash y Dreamweaver - Conocimiento de las Tecnologías Java y su programación. Estudio de tecnologías aplicadas a paginas dinámicas en Internet Metas: Incluirle al proyecto en la medida de lo posible una interfaz adecuada a las capacidades de las personas que vayan a interactuar con el.

14 3 er Objetivo Manejo de aplicaciones de voz basadas en VoiceXML Programación de las aplicaciones de VoiceXML para implementar el proyecto - Integración de las herramientas estudiadas para implementar en un browser con soporte de tecnología VoiceXML Metas: Implementar las tecnologías de voz en VXML y tener una aplicación y análisis de cuales son sus limitantes aunadas al proyecto. 4 Objetivo - Implantación y montado de un sistema Cliente / Servidor para el prototipo elaborado. Prueba del prototipo montado en la red. Estudio y Análisis de las herramientas colaborativas aunadas al proyecto - Implementación de estas herramientas colaborativas al proyecto Metas: Incluir nuevos medios para las aplicaciones de nuestro proyecto aunado a su implementación en una Intranet / Internet. 5 Objetivo - Pruebas y resultados del proyecto - Análisis de los defectos y limitaciones del proyecto. Metas: Pruebas del proyecto para hacer depuración de la aplicación, y resultados para plantear el trabajo futuro.

15 1 PRIMER CAPITULO ANTECEDENTES 1.1 CONTEXTO HISTÓRICO VoiceXML es una especificación de W3C que permite la creación de servicios de audio complejos con reconocimiento de voz. Es un lenguaje de marcación de estándar abierto para aplicaciones de voz creado en 1995 por investigadores de AT&T, en 1999 las compañías telefónicas tenían incompatibilidad con respecto a sus lenguajes de marcación, en ese mismo año AT&T, Lucent, Motorola e IBM iniciaron la organización de un foro VoiceXML que lo regule. VoiceXML 1.0 fue publicado por el foro de VoiceXML un consorcio de más de 500 compañías, en el 2000 el foro proporciono el control a la W3C y esta se encarga de la conformación para la difusión y control de su comercialización. El W3C ha publicado recientemente a VoiceXML 2.0 como candidato a recomendación. Sin embargo algunas aplicaciones basadas en VoiceXML ya están disponibles y totalmente funcionales a lo largo de Internet. VoiceXML asume que existen una salida de audio, una entrada de audio y un teclado de entrada. VoiceXML conjunta la estructura masiva de la Web, desarrollada hasta ahora, para crear y desarrollar aplicaciones de voz y en la actualidad ha abierto amplias oportunidades de negocios.

16 Un navegador de voz típicamente corre en un gateway^ de voz que esta conectado a la Internet y a la red de conmutación de telefonía publica. Ver Figura 1-1. Un gateway de voz puede soportar cientos o miles de llamadas simultáneas. Para finalizar este es un lenguaje soportado sobre XML que permite a los desarrolladores realizar avanzadas aplicaciones y tecnologías basadas en la implementación de voz a través de una red por medio de sistemas de información y la transferencia de datos a través de ellos. Puerta de enlace o gateway es normalmente un equipo informático configurado para dotar a las máquinas de una red local (LAN) conectadas a él de un acceso hacia una red exterior, generalmente realizando para ello operaciones de traducción.

17 1.2 MARCO TEÓRICO VoiceXML también conocido como VXML es una tecnología que permite al usuario interactuar con Internet a través a través de un proceso de reconocimiento de voz. Usando VoiceXML, el usuario interactúa con navegador de voz escuchando la salida que puede ser pre-grabada o computarizadamente sintetizada^ o añadiendo una entrada de audio "natural" o desde un teclado de tonos Características Especificadas en VoiceXML 2.0: El lenguaje promueve portabilidad de servicios a través de la abstracción de los recursos de plataforma. El lenguaje permite la diversificación de plataforma en el audio soportado, el archivo de gramática y los esquemas de URI^. Reconoce interpretaciones semánticas de los archivos de grammars y hace esta información disponible para la aplicación. No esta hecho para computación intensiva, operaciones con bases de datos u operaciones legales. Todas estas se asume que son manejadas por recursos fuera del documento intérprete. En el servidor. Tiene mecanismo de control de flujo. Habilita una separación de la lógica de servicio del interacción y comportamiento. VoiceXML provee formas de identificar exactamente que información se envía al servidor y que tipo de método HTTP se ocupa para su envió. Sin embargo hay que tomar en cuenta que no todas, son ventajas ya que la voz no es como un teclado, no se trata de un conjunto de tonos constantes y universales. Siempre existirán errores en el reconocimiento de voz, en la compresión o al convertir voz a texto. Además al introducir datos con la voz hay que tomar en cuenta que existen gramáticas, que recogen las entradas validas y por mucho vocabulario que abarquen estas, siempre quedara alguna que no contemple. Por esta razón se debe guiar de algún modo al usuario para definir las entradas validas, y que no crea que podrá hablar libremente pues la "máquina" no podrá interpretar totalmente todo, lo que se le ocurra decir. Pero este inconveniente no solo se presentara en el reconocimiento de voz sino también en la conversión de texto a voz. Ya que la conversión de texto a voz, es posible a partir de textos de calidad muy alta. ^ Voz sintetizada. Proceso de producción artificial de voz humana, ^ Uniform Resource Identifier. Identificador de recurso uniforme.

18 Sin embargo se planea que para futuros no muy lejanos, no se podrá distinguir una voz sintetizada de una natural pregrabada. Se debe tomar en cuenta que esto no se realizara en este proyecto Componentes Básicos del Reconocimiento de voz En base a la investigación realizada proveemos en esta parte, el esquema general para realizar una aplicación VoiceXML y a continuación se enumeraran algunos pasos para realizar una aplicación sencilla. Componentes principales del proceso de reconocimiento de voz: Componentes principales del proceso de reconocimiento de voz: - Una buena gramática del usuario, esto requerirá que tengamos una adecuada forma de hablar las palabras que son preestablecidas en el archivo de grammar (gramática) del proyecto. - VoiceXML usa un modelo de formulario, similar a las formas de HTML^, se estarán llenando artículos sobre una forma Que es un archivo grammar? El archivo "grammar" ayuda a definir, qué puede decir el usuario por medio de campos preestablecidos en este archivo, de esa forma el intérprete de VoiceXML comprenderá lo que el usuario está diciendo. El reconocimiento de voz en VoiceXML no es un estilo de dictado en absoluto, en lo que respecta usa un juego predeterminado de gramáticas, que describen una lista de cosas que la persona puede decir en un punto en particular. Mientras el reconocimiento de voz para el dictado trabaja bien sobre una computadora con un buen micrófono, (después el entrenamiento de voz), el reconocimiento de voz de VXML tiene que trabajar sin este entrenamiento. Por lo tanto, el reconocimiento de voz para aplicaciones de IVR" está basado en gramáticas que incrementan la exactitud de reconocimiento limitando las cosas que las personas pueden decir. ^ HyperText Markup Language Interactive Voice Response

19 Las gramáticas son definidas usando una lengua de gramática; el formato de Nuance GSL^^ reservado, el SRGS^^ de W3C o el JSGF^^ de Java, que las organiza. El siguiente código muestra una sintaxis simple de código para VoiceXML forma básica de VXML. Ver Tabla A. Forma Básica de un Archivo VoiceXML HTML form <html> <body> <p>please enter your favorite boy band here</p> <input type="radio" name="radioset" value="n Sync"> <input type="radio" name="radioset" value="hansen"> <input type="radio" name="radioset" value="sweetheartz"> </body> </html> VoiceXML Field + GrammarE <vxml version="2.0"> <form> <field name="boyband"> <prompt>please enter the name of your favorite boy band</prompt> <grammar type="text/gsl"> [ (en sink) hansen (sweet hearts) (kill me now)] </grammar> </field> </form></vxml> Tabla A. Forma Básica de Vxml ^^Grammar Specification Language ^^Speecli Recognition Grammar Specification "Java Speech Grammar Format

20 1.2.4 X+V El lenguaje XHTM^^L+Voice (X+V) permite desarrollar aplicaciones multimodales. Se ocupara este lenguaje para escribir estas aplicaciones basadas en XHTML y VoiceXML 2.0. El resultado de estas aplicaciones puede ser desplegado en un browser modificado para aceptar entradas de habla. Llamado browser Multimodal. Una de las ventajas de mantener separado VoiceXML y XHTML. Es que permite la reutilización de los snippets^^ de VoiceXML en contenedores de XHTML. Por ejemplo, podremos usar un documento VoiceXML como un contenedor, como se muestra en la Figura 1-2. En este caso X+V^'' esta utilizando a documentos y formularios, donde un documento de VXML contiene uno o mas formularios. Y se sabe que los formularios de VoiceXML pueden ser vinculados con documentos XHTML para crear aplicaciones multimodal. extensible HyperText Markup Language. Lenguaje Extendido de Marcas de Hipertexto. Snippet es un término en programación de una pequeña región de código reutilizable. Usualmente para incorporar dentro de grandes módulos de programación. X+V. XHTML+Voice.

21 1.3 CONTEXTO SOCIAL La atención a personas en situación de dependencia, personas con discapacidad, mayores u otros colectivos vulnerables, ya sean de asistencia sanitaria o de asistencia social, es cada vez más importante en una sociedad. Las TIC^^ pueden ayudar a la prestación de los servicios necesarios de modo eficaz, para satisfacer con éxito las necesidades y las demandas de dichos colectivos, en un entorno organizativo adecuado. Las TIC en la sociedad digital en la que estamos inmersos en el mundo, pueden ser un elemento, en general, que favorezca la inclusión o la exclusión social. La e-inclusión es un término que designa al conjunto de las políticas que se diseñan para construir una sociedad de la información y el conocimiento inclusivo y no exclusivo, e-inclusión también se usa para definir las formas concretas de luchar contra la brecha digital en cualquiera de sus vertientes. La e-igualdad se orienta, como concepto político complementario, a garantizar la igualdad de oportunidades independientemente de situaciones o condiciones personales, de género, de entorno socio-económico, de procedencia o ubicación geográfica o étnica y de contexto o realidad cultural o ideológica. En ambas situaciones las TIC pueden constituir valiosas herramientas de ayuda para superar las desigualdades y contribuir a promover la integración social. Las posibilidades que ofrecen las tecnologías, productos y servicios directa o indirectamente relacionados con la sociedad de la información, se proyectan en cualquiera de los aspectos de la vida, ya sea familiar, laboral, educativo o social. Para las personas especialmente vulnerables, en términos de exclusión, las consecuencias de este progreso tecnológico presentan a veces un carácter dual, por un lado estos desarrollos pueden ser revolucionarios en cuanto a su capacidad de ofrecer un medio alternativo de entrada e interacción con el mundo global. Por el otro, a veces, los desarrollos tecnológicos pueden plantear obstáculos graves, difícilmente superables, cuando, por ejemplo, no se aplican principios básicos para la accesibilidad o el diseño para todos. 1 Tecnologías de la información y la Comunicación

22 Las personas con problemas de visión, cognitivos, perceptivos o movilidad restringida encuentran al utilizar ordenadores y navegar por Internet barreras similares a las que existen en las calles y los edificios. Los creadores de sitios y servicios online olvidan a menudo que un amplio colectivo accede a la red con técnicas de navegación asistida, impidiendo su acceso a la información por no tener en cuenta los criterios de accesibilidad. De este modo se traza un esquema incluyente^^ para contrarrestar las limitantes tecnológicas para las personas con capacidades diferentes. En la Figura 1-3 se traza un escenario complejo incluyendo todas las tecnologías y aplicaciones que, tienen incidencia en las situaciones de dependencia. l^ INFORME - FUNDACIÓN VODAFONE Tecnologías de la Información y Comunicaciones y Discapacidad. Dependencia y Diversidad

23 1.4 JUSTIFICACIÓN Impacto Social El proyecto proporcionara un impacto importante para la gente con capacidades diferentes (invidentes), ya que solo una parte de ésta, tiene acceso a las computadoras e Internet, sin mencionar que estos servicios no siempre están adecuados al perfil de ellos. Con esto pretendemos cubrir este sector de la población, es decir tomar en cuenta la e-inclusión para que con esto, las personas de capacidades diferentes (invidentes), no necesitaran sentirse socialmente fuera de los sistemas de comunicación. Por otro lado será una aplicación pensando en el aprendizaje que la comunicación ofrece, en el aspecto de poder comunicarse a distancia con otra persona, sin limitantes de los sentidos (una persona invidente tendrá la posibilidad de comunicarse y no estará limitada por el hecho de no poder ver). Solo basta imaginarse cuantas personas, instituciones, empresas, centros educativos, etc. aceptarían esta tecnología en México, ya que no hay implementadas en nuestro país y es algo realmente novedoso, creativo e interesante. En el mercado hay algunas aplicaciones que trabajan en este aspecto, y en otros países desarrollados emplean esta tecnología ingeniosa, en este proyecto se pretende analizar esas tecnologías y adaptar una nueva interacción con la computadora, así como realizar el propio programa basándose en VXML y adaptarlo en un sistema fácil de utilizar e implementado tal que sea útil y sostenible. El grado de complejidad del proyecto se basa en el desarrollo de la programación del sistema de comunicación, ya que, VXML es una tecnología que tiene buena aceptación en el área de desarrollo de software en México y además hay relativamente pocas personas desarrollando sobre esto, también se debe de tomar en cuenta que se integrara con Programación en Java y que puedan ser manejados en aplicaciones de red. También se considerarán las limitantes que se tienen en el aspecto de reconocimiento de la información escrita para desplegarlo a un campo audible y reconocimiento de la voz para personas que padecen de una deficiencia en el habla.

24 1.4.2 Tendencias de futuro en el desarrollo de nuevas interfaces Desde que existen los ordenadores, también siguen existiendo las barreras de interacción de las personas con este tipo de máquinas. Hasta ahora, siguen siendo el teclado y el ratón los periféricos de entrada mas utilizados de acceso al ordenador "aunque la voz encontrará un espacio en la interfaz entre el ser humano y la máquina, no parece que vaya a ser la vía preferente de interacción" (Shneiderman), sino que la combinación de varios modos o sistemas de entrada (visual, posición, gestos y reconocimiento de voz y tacto) se presenta como la solución a los tradicionales interfaces personaordenador. Lo anterior nos indica como dice en el documento consultado que la diversidad para obtener los datos es importante, pues de ese modo el sistema no depende totalmente de un modulo, es susceptible a cambios y tenemos la posibilidad de una interacción con el usuario. ^ 20 INFORME FUNDACIÓN VODAFONE Tecnologías de la Información, Comunicaciones y Discapacidad - Comunidad Europea Shneiderman(1998) Fundamenta los tres pilares donde que proveen la excelencia en el diseño del interfaces centrado en el usuario

25 2 SEGUNDO CAPITULO PLANTEAMIENTO DEL PROBLEMA 2.1 INTRODUCCIÓN En algunos casos la Sociedad de la Información está siendo construida sobre 3 pilares de exclusión. Se excluye a aquellos que no tienen recursos económicos para adquirir los medios tecnológicos adecuados. Se excluye a las personas que por su edad o formación no saben como operar con la tecnología. Y por último, se excluye a las personas con discapacidad o en situación de dependencia que no pueden acceder a estos recursos por su condición. Es evidente que son necesarias medidas de inclusión para conseguir evitar esta situación. Las Tecnologías TIC en la sociedad digital en la que estamos inmersos, pueden ser un elemento, que favorezca la inclusión o la exclusión social. Por lo tanto tratando de abarcar este campo hacemos el planteamiento del trabajo, y en este se tiene la necesidad de resolver la siguiente problemática: Las personas de capacidades diferentes (invidentes), tienen la dificultad de no contar con sistemas propios para el acceso a la información a través de sitios Internet o sitios en red. El acceso a la información hablando en el rubro de VoiceXML se basa en obtener de manera audible mucha de la información que existe en páginas Web, esta podrá ser traducida a voz, para que las personas de capacidades diferentes puedan tener acceso a esta información que existen en Internet, sin embargo nuestra meta no será realizar la lectura de archivos de páginas Web que actualmente son proyectos de tesis en otras universidades del mundo. Sino la de realizar el mensajero antes mencionado, esto nos dará conocimientos para saber como poder realizar lo anterior. Ahora de este modo surge el problema a resolver, comunicación entre 2 personas invidentes, pretendiendo implementar un mensajero instantáneo que pueda cubrir sus necesidades de comunicación, entre ellas sean o no ambas invidentes. También, se debe tomar en cuenta que el Trabajo a desarrollar puede ser considerado como un prototipo de herramienta colaborativa, que pueda ser implementado en tecnologías e-learn ng para el aprendizaje o evaluación a distancia de personas del mismo tipo, sin embargo esto solo se quedara como un conjunto de posibilidades a realizar en un trabajo posterior al mencionado.

26 3 TERCER CAPITULO PROPUESTA DE SOLUCIÓN 3.1 UNA INTERFAZ AMIGABLE En este aspecto se tendrá una interfaz que será adecuada para la persona invidente, esto es, será propicia para que la persona invidente tenga la posibilidad de interactuar con ella. Será propicia gracias a que se tiene una idea de que requerimientos tiene una persona invidente, pues durante el estudio de este semestre se verificaron las características y limitaciones de las personas invidentes. De este modo sabemos que dificultades tendrán los usuarios al interactuar con el sistema. En este proceso se usará para el intercambio de mensajes por Intranet o Internet con el usuario que establezca la comunicación, mensajes de control como la opción de iniciar el envío de un mensaje, enviar el mensaje, cancelar el mensaje, o incluso el cierre de la comunicación. La tecnología misma de VoiceXML tendrá posibles aplicaciones de control para la interacción con el proceso de establecimiento de la comunicación. Estas aplicaciones de interfaz adecuada únicamente se incluirán cuando la persona invidente interactué con el programa, la persona auxiliar no necesitara este tipo de interfaz amigable solamente una interfaz de control administrativa. Lo anterior se resolverá por medio de un sistema de mensajería que permitirá el acceso a personas de capacidades diferentes (invidentes), por medio de la tecnología VXML, coadyuvado por otras herramientas que complementen la funcionalidad total del proyecto, esta tecnología es novedosa en México, con ella se podrá elaborar un sistema de comunicación que permitirá la interacción entre personas de capacidades diferentes (invidentes), con cualquier otro individuo, ya sea con otra persona invidente, o que no lo sea, todo esto por medio de la aplicación probada en red y mas adelante en Internet.

27 Un aspecto importante es mencionar que la comunicación será establecida entre 2 terminales de la red (Terminal A y B), por medio de algún módulo que estará en el sistema. Hay que entender que la comunicación entre terminales se llevara entre dos personas ya definidas (Comunicación Cliente/Servidor), De este modo cuando una persona invidente hable con su computadora, por medio de un micrófono, la tecnología VoiceXML se encargara de traducir su voz y mandarla en formato tal que del otro lado se pueda presentar en forma audible y/o en texto, esta funcionalidad esta implementada en VoiceXML y no se necesitará de ninguna herramienta extra para el desarrollo de aplicaciones que interpreten voz, sin embargo es una funcionalidad que será ajustada a las necesidades del proyecto y programada para realizar lo que se requiere. Ver Figura 3-1.

28 Por otro lado cuando una persona de un lado puede ver, y escribe el interprete de VoiceXML interpreta el texto y lo pasa en formato de voz, esto para cubrir que dicha persona no pudiera hablar adecuadamente por algún problema del habla, pero si escribir y escuchar, así se establecerá la comunicación entre una persona invidente y esta persona con dificultades en el habla ver Figura 3-2. En conclusión de un lado se podrá hablar o escribir, y del otro se desplegara la información audiblemente.

29 3.2 ESTABLECIMIENTO DE LA COMUNICACIÓN Para el problema del arranque del sistema de mensajería, el trabajo a realizar no incluirá ningún tipo de mecanismo u aparato físico externo (palancas, controles, o cualquier otro tipo de hardware), para que una persona invidente pueda acceder al programa (interfaz al usuario) que se realizará; es decir que una persona externa (auxiliar), tendrá que prender la maquina, y arrancar el programa para que la persona invidente pueda empezar a utilizarlo. La persona invidente en ningún momento tendrá acceso al programa activándolo por voz, el programa primero tiene que ser inicializado por una persona(auxiliar), que ayude a ejecutarlo como cualquier otro tipo de programa convencional, esto es, arrancando el proceso desde un icono en el escritorio. Esto se debe a que el reconocimiento de voz por VXML es un sistema que solo funciona con el programa en ejecución de esta tecnología, y por el momento no se pretende que el programa genere procesos permanentes en el sistema operativo.

30 3.2.1 Forma del establecimiento de la comunicación. Para que la comunicación se establezca deberán estar los dos programas corriendo en ambas terminales de la red. Una vez que el programa este en ejecución, la comunicación se entablara entre dos computadoras ver Figura 3-3. Cuando un usuario establezca la comunicación en la Terminal A, el programa en el servidor se encargara de monitorear a su contraparte (Terminal B), recordemos que la comunicación será punto a punto y se tendrá conocimiento previamente establecido de la otra Terminal. En el diagrama de flujo de la Figura 3-4, se ilustra el funcionamiento del establecimiento de la comunicación del proyecto.

31

32 Como se puede ver en el diagrama, unos cuadros solamente es la parte en donde interactúa la persona invidente. La persona auxiliar será la encargada de establecer la comunicación con el otro usuario y una vez establecida se le dará el control a la persona invidente, esta entablara la comunicación por medio de voz, y para dar paso al envío de mensaje que será activado por medio de voz. Una vez cerrada la comunicación la persona auxiliar será la encargada de cerrar y terminar la aplicación o se podrá ocupar en browser multimodal de modo habitual.

33 3.3 ARQUITECTURA. En la Figura 3-5 se muestra a grandes rasgos los módulos que se desarrollarán, cada módulo incluirá sus características esenciales que se explicarán a continuación: Módulo de asistente Este contendrá la interfaz adecuada y de fácil entendimiento para la persona auxiliar que colaborara con la persona invidente. Aquí se aplicaran tecnologías basadas en Web (Flash para presentaciones. Java etc.) Módulo de usuario Este contendrá las aplicaciones ya mencionadas de la interfaz a la persona invidente y todas las características que presenta para su funcionalidad.

34 3.3.3 Módulo de administrador Aquí será la parte que el administrador de la red tendrá par el mantenimiento e incorporación de nuevas aplicaciones al proyecto. Este módulo no será visible para el usuario común Módulo del intérprete VoiceXML Este será el módulo mas importante ya que aquí se basa el desarrollo de la tecnología a emplear, este módulo será el encargado de llevar a cabo la traducción de los mensajes enviados en el proceso de comunicación por mensajería, tendrá la capacidad de reconocer la voz, interpretarla, y convertirla en texto para su traslado a través de la red, así también el proceso inverso Módulo del middleware Este se encargara de los servicios de Web para los clientes, tal como el acceso a historiales de cada usuario. Bases de datos de los usuarios y control de la red. Esto se analizara para saber cuales tecnologías podrán ser mas convenientes (Servlets, JSP, ASP, tipos de bases de datos como SQL, Access, etc.). Hay que tomar en cuenta que a pesar de que se ocuparan bases de datos estas no serán de gran complejidad (no nos referimos al aspecto de seguridad de datos), sino a la complejidad del diseño, estas solo serán para administrar los usuarios conectados, historial, etc. Esto es así pues la complejidad del proyecto se basa en la implementación y manipulación del proceso de transferencia de mensajes del proyecto. ^^Software de conectividad que ofrece un conjunto de servicios que liacen posible el funcionamiento de aplicaciones distribuidas sobre plataformas heterogéneas. Funciona como una capa de abstracción de software distribuida, que se sitúa entre las capas de aplicaciones y las capas inferiores (sistema operativo y red).

35 3.4 ALCANCE DEL PROYECTO PRESENTE Este sistema tratará de mejorar los modos de comunicación entre las personas de capacidades diferentes, a pesar de que puedan existir sistemas con los cuales estas personas puedan interactuar, es necesario recordar que no existen sistemas enfocados totalmente a personas invidentes, entonces realmente no se tiene un modo de comunicación a través de red factible para ellos. El sistema se implementará en una aplicación Web, es decir realizando el desarrollo del software, que pueda tener una utilidad relevante en la comunicación de estas personas, el diseño estará constituido de una interfaz adecuada^^ y cómoda para los usuarios con capacidades diferentes (invidentes), del mismo modo contará con ciertas facilidades para permitir al usuario interactuar con la maquina y a su vez con otro usuario dentro de una red. ^^Recordemos que adecuada es interpretado como una forma fácil con la cual la persona invidente tenga la posibilidad de interactuar con ella

36 4 CUARTO CAPITULO DISEÑO Y ESTRUCTURA DEL SISTEMA. 4.1 DIAGRAMA DE BLOQUES DE LA ESTRUCTURA GENERAL DEL SISTEMA. En la Figura 4-1 se muestra un diagrama que presenta a módulos el funcionamiento principal del proyecto, por medio de dos módulos donde interactuara el usuario y el sistema central de administración. El usuario podrá tener acceso a información de administración en su propio sistema de Administración, a su vez establecer la comunicación, la cual será establecida por el servidor por medio de su sistema de control VXML. El Servidor será donde se lleve a cabo la labor de trabajo de VXML, así como también se tendrá una pequeña interfaz para control del administrador, y la base central del sistema, esto para el control de los datos de usuario.

37 4.2 CONSIDERACIONES DEL SISTEMA La persona invidente en ningún momento tendrá acceso al programa activándolo por voz, el programa primero tiene que ser inicializado por una persona (auxiliar) que ayude a ejecutarlo como cualquier otro tipo de programa convencional. Esto se debe a que el reconocimiento de voz por VXML es un sistema que solo funciona con el programa en ejecución de esta tecnología, un navegador, y por el momento no se pretende que el programa genere procesos permanentes en el sistema operativo. En la Figura 3-4 ierror! No se encuentra el origen de la referencia se mostró diferenciando, cada una de las interacciones que realizara cada actor. La persona auxiliar será la encargada de establecer la comunicación con el otro usuario y una vez establecida se le dará el control a la persona invidente, esta entablará la comunicación por medio de voz, y para dar paso al envío de mensajes se ocuparán diferentes métodos. Estos no están totalmente definidos pero se tomarán en cuenta los siguientes: código de voz, activación desde teclado o mouse. Ya que de acuerdo a los requerimientos que conocemos son los mas susceptibles a ser implementados. En este aspecto se adaptara la mejor opción, para las personas invidentes. El usuario (persona invidente), podrá permanecer conectada el tiempo que desee, hasta que el sistema reciba algún comando para cerrar sesión, este comando se adaptara al anterior.

38 4.3 MÓDULOS DEL SISTEMA DE MENSAJERÍA INSTANTÁNEA Módulo de administrador Este módulo se ocupará de registrar a los auxiliares que tendrán el acceso al programa, algunas funciones de ellos serán registrar auxiliares y verificar. Así como dar tratamiento de control y mantenimiento al sistema. Con respecto a la investigación y estudio que se realizo, se ha convenido utilizar las siguientes tecnologías. -JSP's para la presentación de los datos al Administrador. -Serviet manejo y control. -Java Beans acceso a base de datos Módulo de auxiliar Este será el encargado de iniciar la cuenta en el sistema de mensajería, ya que tendrá una cuenta asignada y validada por los administradores. Así es que solo iniciara con su cuenta y apoyara al usuario invidente. -JSP's para la interfaz de presentación. -Javascript. -Java Beans acceso a base de datos -Css hojas de estilo en cascada (Cascading Style Sheets, CSS) Módulo de usuario (invidente) Será el sistema donde se implementará la tecnología VXML y con el que interactúa el usuario. - VXML interacción con el usuario (invidente). - XHTML para la inserción e interacción con VXML. - XML.

39 4.4 SERVIDOR WEB Un servidor Web es un programa que implementa el protocolo HTTP^^. Este protocolo está diseñado para transferir lo que llamamos hipertextos, páginas Web o páginas HTML: es decir textos complejos con enlaces, figuras, formularios, botones y objetos incrustados como animaciones o reproductores de sonidos. Un servidor Web se encargará de mantenerse a la espera de peticiones HTTP llevada a cabo por un cliente HTTP que conocemos como navegador. El navegador realiza una petición al servidor y éste le responde con el contenido que el cliente solicita. Para el proyecto se ocupará el Apache Tomcat 24 Este es el Servidor Web que se empleará ya que es multiplataforma y es adecuado para lo que se realizará en el proyecto. Tomcat ofrece soporte de servlets y JSPs. Incluye el compilador Jasper, que compila JSPs convirtiéndolas en servlets. Ver Figura 4-2. ^^HyperText Transfer Protocol ^" Un contenedor Web de servlets y JSP de código abierto de la fundación Apache. tomcat.apache.org

40 4.5 EL BROWSER (NAVEGADOR) El tema del navegador es Importante ya que casi ningún navegador permite una buena integración de VXML con XHTML. En este caso el que se ha elegido es el Opera 9.01, Pues este que es el único que permite la integración de ambas tecnologías, y es capaz de tener un motor de reconocimiento integrado capaz de detectar la voz, lo que IE, Mozilla Firefox y Netscape no incluyen. Se hicieron pruebas para comprobar esto. En caso contrario se podrían tener las plataformas que ofrecen compañías como IBM, que incluyen Plataformas de desarrollo para reconocimiento SDK, pero son de paga, además están más orientadas a telefonía, por lo que se opto por Opera. 4.6 LA BASE DE DATOS La base de datos que se ocupara esta realizada en SQL Server^^. Y se ocupara este mismo para acceder a los datos. La base de datos es la siguiente. Ver Figura 4-3. Microsoft SQL Server es un sistema de gestión de bases de datos relaciónales ÍSGBD) basada en el lenguaje SOL.

41 4.7 MODELO VISTA-CONTROLADOR Lógica de programación a Emplear: Este Sistema trabajará bajo el Modelo de Programación MVC (Modelo Vista Controlador), para maximizar el rendimiento. La parte de presentación de la información al usuario se implementará principalmente con JSP ya que son fáciles de trabajar, además permiten un control con el contenido dinámico, incluido también la presentación con hojas de estilo y validaciones con javascript. La parte de control que se emplea para llevar la administración de los datos del usuario, conversiones y cálculos se realizara con servlets, y se utilizaran Beans^^ para el desarrollo de clases por separado que se reutilicen constantemente, un ejemplo es la conexión a la base de datos Características del Modelo Vista Controlador. A continuación se enumeran las ventajas del modelo - vista - controlador: El proceso se divide entre componentes de presentación y controladores. El modelo viene representado por los beans Los componentes de presentación son páginas JSP que generan la respuesta HTML Los controladores procesan las peticiones HTTP y son responsables de crear beans. Se pueden implementar como servlets o como páginas JSP Como se ve este es el mejor modelo para optimizar las presentaciones de los sistemas en Internet, además se implementará para reducir cantidad de código y espacio para la carga de las aplicaciones. Los Beans son un modelo de componentes creado por Sun Microsystems para la construcción de aplicaciones en Java.

42 En la Figura 4-4 podemos ver el modelo Vista-Controlador que será la lógica de administración del Sistema.

43 4.8 APACHE STRUTS Para la parte de implantación del modelo MVC, ya se ha dicho que se utilizarán JSP, serviet y beans, ya que en estas tecnologías en conjunto implementan este modelo. Este modelo, se implementará en el framework^^ MVC de struts, esto para optimizar la lógica de programación. Los struts son un entorno de infraestructura en base al modelo MVC. Se ocupo para el desarrollo del sistema de administración el framework de Apache Struts ^^ La representación del sistema de administración para personas con capacidades invidentes fue basada en el Módulo de Auxiliar. Es una estructura de soporte definida en la cual otro proyecto de software puede ser organizado y desarrollado. Típicamente, un framework puede incluir soporte de programas, bibliotecas y un lenguaje de scripting entre otros softwares para ayudar a desarrollar y unir los diferentes componentes de un proyecto. struts.adache.ora/1.2.4/index.html

44 4.9 ARQUITECTURA DE STRUTS En la Figura 4-5 se presenta la representación a bloques de la lógica que implementan los struts. Como se puede ver es un diseño similar al que ya teníamos con JSP, serviets y beans, struts es un framework. Un framework son implementaciones de patrones de diseño que facilitan la reutilización de diseño y código además puede incluir soporte de programas, librerías y un lenguaje de scripting entre otros software para ayudar a desarrollar y unir los diferentes componentes de un proyecto.

45 4.10 FLUJO DE CONTROL DE STRUTS La Figura 4-6 muestra el flujo de control, los estados de las clases, formularios y archivos usados en Struts, así como su relación. El control del modelo se basa en servlets, struts y clases definidas como Action class, para la vista se usan JSP, y el modelo se basa en formularios de beans.

46 4.11 MÓDULO DE VOICEXML A continuación se presenta un diagrama a bloques del funcionamiento, en la Figura 4-7, que tendrá nuestro proyecto con respecto a este modulo, que será el cerebro central del sistema de mensajería para las personas invidentes FUNCIONAMIENTO DE MÓDULO VXML El usuario hablara por medio de un micrófono, el sistema se encargará de interpretar lo que dice el usuario por medio de patrones de reconocimiento, en caso de ser sentencias ya definidas por nosotros desplegar alguna acción especifica, como por ejemplo la acción de envió de un mensaje (enter), así como también ir guardando el texto que se reconoce para su posterior envió (mensaje). En el archivo grammar estarán contenidas las palabras reservadas que servirán para dar acciones específicas. Una vez tenido el texto para enviar, y el código correspondiente activado para el envió de mensajes, la plataforma VXML se encargara de mandar el mensaje a través de la red, y así ser traducida por patrones de texto a voz, que solo se encargará de desplegar la información audiblemente. El sistema de administración tendrá la función de llevar el control de secciones y flujo del sistema.