Modelo de IA de tradução de Libras

Abstract

No Brasil, mais de 2,3 milhões de pessoas têm deficiência auditiva, e a Língua Brasileira de Sinais (Libras) é essencial para a comunicação com essa comunidade. No entanto, a falta de fluência em Libras dificulta a interação entre indivíduos surdos e aqueles que não conhecem a língua. O avanço da tecnologia de aprendizado de máquina tem sido promissor para superar essas barreiras. Por meio de técnicas avançadas, é possível desenvolver modelos treinados de aprendizado de máquina que traduzam o português para Libras, interpretando gestos a partir de vídeos. Essa aplicação não apenas aprimora a precisão da tradução, mas também tem potencial para melhorar continuamente, permitindo uma comunicação mais eficaz e inclusiva entre pessoas surdas e aquelas não familiarizadas com Libras. Este estudo teve como objetivo o desenvolvimento de um modelo de aprendizado de máquina que fosse capaz de traduzir sinais de Libras para o português, através do uso de técnicas de aprendizado de máquina para criar uma comunicação mais inclusiva. Neste estudo, foi apresentada uma abordagem baseada em redes neurais profundas para o reconhecimento de Libras. Esta pesquisa possui um carácter exploratório envolvendo o treinamento, reconhecimento e classificação contínua e em tempo real de sinais em Libras. A partir disso, foi avaliada a eficácia do modelo de aprendizado de máquina baseado na arquitetura de redes neurais LSTM. Os resultados e discussões neste trabalho destacam os dados e ferramentas essenciais para o desenvolvimento da aplicação, além de um treinamento adequado em machine learning. A técnica de treinamento supervisionado mostrou-se ideal para a criação da IA necessária. A colaboração com professores para compreender a estrutura e expressões da Libras, juntamente com a revisão de artigos, foi fundamental. As bases de dados revelaram-se cruciais para o treinamento da IA e proporcionaram uma compreensão mais profunda da comunicação em Libras.