Aplicación de la inteligencia artificial para la traducción automática de lengua de señas

Resumen

La comunicación verbal es esencial para los seres humanos, pero condiciones como la sordera y la mudez impiden que un sector de la población haga uso de esta herramienta. Las lenguas de señas, como la Lengua de Señas Mexicana (LSM), permiten la comunicación no verbal, aunque una serie de barreras culturales continúa limitando la integración de los usuarios de lenguas de señas a su sociedad. Este trabajo desarrolló un sistema portátil de reconocimiento de lengua de señas (SLR) para traducir expresiones de la LSM al español en tiempo real, con motivo de reducir la brecha comunicativa entre las poblaciones sordas y oyentes. Los objetivos incluyeron desarrollar un sistema de adquisición de datos gestuales mediante sensores, construir y entrenar un modelo de clasificación, e integrar los componentes anteriores para evaluar el desempeño del traductor. Como metodología para conseguir el reconocimiento de signos se empleó un brazalete embebido de sensores y se desarrolló una aplicación portátil para capturar datos gestuales, preprocesarlos y convertirlos en imágenes que se alimentan a una red neuronal convolucional (CNN). Los resultados muestran que el modelo de clasificación alcanzó una exactitud por reconocimiento cruzado del 97% al utilizar todos los sensores del brazalete. El tiempo promedio de respuesta fue de 0.70 segundos para la traducción de oraciones compuestas de hasta cuatro signos, validando su capacidad de operar en tiempo real. Los resultados confirman la factibilidad de aplicar una novedosa metodología para llevar a cabo traducciones automáticas de la LSM con baja latencia y alta exactitud.