Sistema inteligente de asistencia por voz para control de calidad en producción de tempeh: enfoque híbrido basado en grafos y modelos de lenguaje

Abstract

Este proyecto desarrolla un sistema innovador de asistencia por voz que resuelve el paradigma de "manos ocupadas" en la producción artesanal-industrial de tempeh. Mediante la integración de tecnologías de vanguardia como asistentes conversacionales, grafos de conocimiento y modelos de lenguaje desplegados localmente, el sistema permite a los operarios registrar datos de calidad y consultar procedimientos expertos sin necesidad de contacto físico con dispositivos, garantizando así la asepsia y trazabilidad en tiempo real. La arquitectura híbrida combina FastAPI + React.js para la interfaz, MySQL para transacciones y Neo4j para razonamiento semántico, con el modelo Mistral procesando lenguaje natural localmente. Los resultados obtenidos en 60 días de validación muestran una precisión del 96.2% en reconocimiento de voz, reducción del 88.4% en errores de registro y adopción del 94.7% por parte del personal operativo. El sistema no solo digitaliza el control de calidad, sino que funciona como un asistente experto que guía al operario mediante razonamiento contextual, estableciendo un nuevo estándar en la modernización de industrias alimentarias tradicionales mediante IA aplicada.