DESARROLLO DE UN APLICATIVO TRADUCTOR PARA LA LENGUA DE SEÑAS COLOMBIANA

Resumen

En la actualidad para nadie es secreto que los avances tecnológicos han ayudado al desarrollo del ser humano en áreas específicas y que está constantemente  en una evolución tecnológica, donde crece exponencialmente. Pero también han evolucionado las áreas, en torno a los valores e inclusión social.

Siendo esta última fuertemente llevada por movimiento sociales que es ha encargado visibilizar problemáticas que no se veían reflejados años atrás, ya sea por desconocimiento social o descuido.

Como se mencionaba anteriormente la tecnología ha ayudado a resolver problemas que el ser humano ha tenido conforme a su evolución. La inclusión y la tecnología han sido factores que se mezclan, puesto que las áreas de inclusión a las que se ven enfocados son áreas generales.

En un trabajo anterior presentado a ACOFI EIEI 2020 con nombre TRAVID (Traductor de vídeo de lengua de señas), explicamos cómo evidenciamos una problemática social de inclusión, tomando en cuenta el ODS 10. Está problemática se presenta en un contexto sociopolítico que existe actualmente, donde las personas con discapacidad auditiva por falta de canales de comunicación no son tomadas muchas veces en cuenta y son exiliadas del desarrollo social donde deben estar incluidas.

Para está problemática propusimos un aplicativo donde a través de la toma de vídeo e imágenes, nos ayuda a la traducción de lengua de señas a texto y de modo contrario, esto para poder crear canales de comunicación efectivos que puedan ayudar a que la población con discapacidad auditiva. Esta propuesta la hemos trabajado continuamente desde la proposición de la misma hasta poder brindar una versión beta estable del aplicativo, el cual podamos traducir señas simples de la lengua de señas colombiana, como lo son saludos básicos y las vocales del abecedario español. Esto por medio del desarrollo del aplicativo en lenguaje M  Matlab.

Se realizaron 160 pruebas de cada una de las 5 vocales, estás pruebas constaron de 20 partes distintas, en las cuales en cada una de ellas variamos diferentes aspectos como lo son lejos, cerca, con guante blanco, con la mano izquierda y derecha, está toma de muestras se plasmó en diferentes gráficas para así tener resultados porcentuales de acierto.

Unos aspectos importantes a tomar son que la vocal A resultó en una variación a diferencia de otras vocales esta variación consta de que nuestro aplicativo pudo reconocer mucho más fácil está vocal seguido de la vocal E ya que estas son similares y en otros casos menores reconoció la i, o y u, la vocal e se identificó con un resultado bueno dando todos los 160 intentos de esta, en la vocal i se identificó una variación entre la  i, e y u, donde la mayoría fue la i, en la vocal o dio como resultados i, e y o donde la mayor parte fue de la vocal o y de la vocal u nos dio las vocales e, i, a y u donde la u fue la mayor traducción.