El prototipo funciona mediante dos sistemas de adquisición de datos
Héctor Román / El Sol de Zacatecas
Los estudiantes explicaron que en países como Estados Unidos y China ya existen dispositivos que traducen la lengua de señas a voz; sin embargo, en México este avance aún se encuentra en etapas iniciales.
Palabras y frases clave de la Lengua de Señas Mexicana (LSM) ya cuentan con voz gracias a un innovador proyecto desarrollado por estudiantes del Instituto Politécnico Nacional (IPN). A través de la integración de tecnologías de programación, electrónica digital e Inteligencia Artificial, la iniciativa busca facilitar la comunicación e impulsar la inclusión social de personas con discapacidad auditiva.
El proyecto denominado “Reconocedor de gestos de la Lengua de Señas Mexicana utilizando señales mioeléctricas y sensores de posición” fue creado por Valeria Ramos Vázquez y Pedro Martín Morales Flores, estudiantes de Ingeniería Biónica de la Unidad Profesional Interdisciplinaria en Ingeniería y Tecnologías Avanzadas (UPIITA), como parte de su trabajo de titulación.
La propuesta está alineada con las directrices educativas, científicas y tecnológicas planteadas por la presidenta Claudia Sheinbaum Pardo y el titular de la Secretaría de Educación Pública (SEP), Mario Delgado Carrillo.
El prototipo funciona mediante dos sistemas de adquisición de datos: un guante con sensores de posición y dos circuitos de señales mioeléctricas, que registran las pequeñas corrientes de energía generadas por los músculos del brazo y antebrazo al realizar un movimiento. Estos datos se procesan y, tras comparar con una base de datos previamente entrenada, el sistema reproduce el audio correspondiente.
Con el apoyo de la organización Latido Sordo A. C., en Querétaro, y del diccionario “Manos con voz. Diccionario de Lengua de Señas Mexicana” del Gobierno de México, los jóvenes delimitaron 13 frases de uso común como “buenos días”, “buenas noches”, “comer”, “cómo”, “te ayudo”, “me ayudas”, “por favor”, “necesitar”, “bien”, “mal” y “de nada”. Estos gestos fueron procesados con un algoritmo de Machine Learning (aprendizaje automático), lo que permitió entrenar al sistema.
La doctora Blanca Tovar Corona, académica de la UPIITA y especialista en Inteligencia Artificial y Ciencia de Datos, explicó que este proyecto combina sensores de movimiento con señales de electromiografía, lo que facilita detectar con precisión los movimientos de los dedos y el brazo.
Por su parte, el doctor Álvaro Anzueto Ríos, integrante de la Academia de Biónica de la misma unidad, destacó que el sistema no solo reconoce los gestos, sino que también logra diferenciarlos y asociarlos con su significado, lo que lo convierte en un paso fundamental hacia el desarrollo de tecnologías inclusivas en México.
