Oído — el agente que escucha tus máquinas y avisa antes de que paren
Un dispositivo barato (un móvil viejo o una Raspberry) escucha la planta, calcula la huella acústica en el propio equipo y un detector de anomalías avisa por SMS cuando una máquina empieza a sonar distinto — antes de que pare. El encargado confirma o descarta con un toque y el umbral de esa máquina se recalibra. 390 € de alta por zona + 39-59 €/mes por máquina vigilada; opción de disponibilidad garantizada al 8-12 % del ahorro documentado. Combina pyod + sherpa-onnx + librosa + novu.
Oído — el agente que escucha tus máquinas y avisa antes de que paren
Concepto
Oído convierte el ruido que ya hay en una nave en un sensor de averías. Un dispositivo barato (un móvil Android de segunda mano de 60 € o una Raspberry Pi con micrófono USB) escucha la planta en ventanas de 12 segundos cada 12 minutos y calcula la huella acústica en el propio dispositivo: solo viajan vectores numéricos, nunca el audio. En el servidor, un detector de anomalías no supervisado compara cada ventana con la firma "sana" de esa máquina y con el resto de la planta; cuando la desviación se sostiene tres ventanas seguidas, el encargado recibe un SMS con la máquina, la hipótesis (rodamiento, correa, válvula, obstrucción) y un enlace para oír el clip y confirmar o descartar con un toque. Cada confirmación reentrena el umbral de esa máquina.
Lo paga el dueño de un taller de mecanizado, una carpintería, una panadería industrial, una lavandería, un taller de automoción o un gimnasio con 3-20 máquinas críticas y sin técnico de mantenimiento propio. Precio: 390 € de puesta en marcha por zona de escucha (hasta 4 máquinas; 0 € si aportan su propio móvil viejo) + 39-59 €/mes por máquina vigilada (mínimo 3 máquinas, desde 117 €/mes). Con 8 máquinas vigiladas son 312-472 €/mes recurrentes. Tercera vía de cobro: "disponibilidad garantizada", 8-12 % del coste de las averías evitadas y documentadas, con suelo de 149 €/mes, para el cliente que prefiere pagar solo si ahorra.
Por qué es nueva
- Novedad — no hay PLC, ni SCADA, ni un sensor por máquina: se usa el sonido ambiente de la planta como sensor único con embeddings de audio preentrenados y detección no supervisada de anomalías, sin necesidad de un dataset etiquetado de averías (que nadie tiene en una pyme). Y el diseño es privacy-first por arquitectura: la huella se calcula en el dispositivo y el audio se descarta, de modo que no existe un registro de voz de los operarios. Nada de lo publicado en el hub hasta hoy usa el audio industrial como sensor: los demás agentes leen documentos, voz de personas o previsión meteorológica.
- Dónde añadimos valor — un sistema de monitorización por vibración industrial cuesta 80-200 € por punto de medida, más gateway, más integración y más obra: 8.000-25.000 € antes de la primera alerta. Oído entra con 390 € y 39-59 €/máquina/mes: con 8 máquinas, unos 3.800 € el primer año. A cambio protege la facturación de la parada: un compresor caído en una panadería industrial cuesta 2.000-4.000 €/día de producción perdida; un rodamiento detectado a tiempo son 200-600 € de repuesto y dos horas de taller, frente a 3.000-8.000 € si rompe el eje. Una sola parada evitada al año paga cinco años de servicio.
- Visión — de avisar, a vender disponibilidad: primero alertas, después diagnóstico concreto y vida útil restante del componente (RUL), después una garantía de disponibilidad suscrita con el seguro del taller, y al final un histórico acústico por modelo de máquina que los fabricantes y distribuidores de repuestos quieren comprar para su mantenimiento OEM. El activo que se acumula no es el software, es la biblioteca de firmas sonoras y sus fallos.
Diagrama de secuencia
Cargando diagrama…
Lo que ve el usuario
A las 7:40 el encargado del taller recibe un SMS: "Oído: el compresor de la nave 2 lleva 3 días sonando distinto. Probable rodamiento. Escúchalo y confirma: oido.es/c/4821". El enlace abre el panel directamente en el caso: la onda de las 12 semanas con la firma sana en gris y la actual en rojo, el score 0-100, la hipótesis por bandas de frecuencia y un clip de 10 segundos que deja de existir a las 72 horas. Dos botones grandes: Confirmar avería (abre OT, sugiere rodamiento 6205 y proveedor, y para el reloj de mantenimiento de esa máquina) y Falsa alarma (queda como sonido normal —la carretilla, la lluvia— y el umbral de esa máquina sube).
La pantalla principal del panel es un semáforo por máquina con horas de funcionamiento acumuladas, próximo mantenimiento por horas y estado (verde / ámbar / rojo); abajo, el contador del trimestre: "3 avisos confirmados, 1 falsa alarma, 2 paradas evitadas ≈ 4.100 €". Los viernes llega por email el parte de salud de máquinas en PDF, listo para el libro de mantenimiento y para la póliza del seguro. El técnico que instala el oído es el mismo consultor que vende el servicio: pega el móvil en la pared, marca las 4 máquinas de la zona en la app y en 48 horas el sistema tiene la línea base.
Imagen sugerida: pantalla de móvil con el SMS de aviso arriba y, debajo, el panel del caso — onda de frecuencia en gris (histórico sano) contra rojo (actual), score 100/100, hipótesis "rodamiento" y los dos botones grandes; de fondo, un taller metálico desenfocado con un móvil viejo pegado a la pared junto a un compresor.
Repositorios utilizados
- https://github.com/yzhao062/pyod — detección de anomalías no supervisada (ECOD, IsolationForest, COPOD) sobre la huella acústica: puntúa cada ventana contra la firma sana de la máquina y contra el conjunto de la planta, sin dataset etiquetado de averías.
- https://github.com/k2-fsa/sherpa-onnx — inferencia ONNX en el propio dispositivo (Android/Raspberry Pi): extrae la huella, hace la mejora de señal y la separación de fuente para aislar la máquina del ruido de fondo del taller, y es lo que permite que el audio nunca salga de la nave.
- https://github.com/librosa/librosa — análisis espectral de referencia en el backend (mel, MFCC, cromagrama): normaliza la huella que llega del dispositivo y construye los rasgos por bandas con los que se formula la hipótesis (rodamiento, correa, válvula, obstrucción).
- https://github.com/novuhq/novu — infraestructura de notificaciones multi-canal (SMS, email, in-app) con preferencias por usuario, reintentos y digest: es el canal del aviso urgente al encargado y del parte semanal al dueño.
Variaciones (sinergias)
- Oído Visión — fugas de aire y puntos calientes. Añade https://github.com/ultralytics/ultralytics y https://github.com/immich-app/immich. Qué emerge: una cámara térmica USB de 200 € y una cámara IP mirando la sala de compresores y el cuadro eléctrico; un detector de objetos entrenado con imágenes térmicas marca puntos calientes y boquillas con fuga, mientras immich guarda y compara el histórico visual de cada máquina a lo largo de meses para que el cambio se vea, no se intuya. El Cruce con el oído es lo potente: el sonido localiza la máquina y la imagen explica por qué — "el compresor 2 tira 3 bar más que en marzo y su cuadro está a 78 °C". Nicho: talleres con compresor propio y cuadro eléctrico antiguo, donde entre el 20 % y el 30 % del coste eléctrico son fugas de aire comprimido; se vende como auditoría anual de aire y energía con el agente como sistema de vigilancia.
- Oído Repuestos — de la avería avisada al repuesto en camino. Añade https://github.com/browser-use/jev-ultrafast y https://github.com/grokability/snipe-it. Qué emerge: cuando el encargado confirma la avería, un agente web rápido y barato navega los portales de los distribuidores del sector (casi todos sin API), localiza la referencia exacta por modelo y número de serie, compara precio y plazo de tres proveedores y deja el pedido preparado —o lo lanza— mientras snipe-it mantiene el inventario de máquinas, referencias y lo que ya hay en el almacén, para no comprar lo que está en el cajón. Capacidad nueva: no es alertar, es cerrar el ciclo de reparación en minutos. Nicho: talleres que hoy pierden de uno a tres días por una referencia que nadie sabe pedir bien; se cobra 2-4 % del importe del repuesto o 19 €/mes extra por máquina.
- Oído Cuadra — salud del ganado escuchando la nave. Añade https://github.com/huggingface/transformers y https://github.com/farmOS/farmOS. Qué emerge: el mismo hardware colgado en el pesebre detecta tos, cambios de rumia y pautas de actividad anómalas por animal con un clasificador de audio afinado con las confirmaciones del veterinario, y farmOS registra lotes, tratamientos y periodos de supresión para que el cuaderno de explotación y la trazabilidad salgan solos. Capacidad nueva: pasar de mantenimiento de máquinas a vigilancia sanitaria animal con el mismo motor de huella sonora. Nicho: cebaderos y explotaciones de vacuno de leche de 50-500 cabezas en Galicia, Castilla y León y Aragón, donde una neumonía detectada 48 horas antes ahorra 60-150 € por animal entre tratamiento y bajas, y la renovación del cliente es anual.
Plan MVP completo
Plan técnico: projects/portfolio-2026-10-17-T8OtZG/docs/mvp/PLAN-MVP.md