Desarrollo de una aplicación móvil didáctica para el aprendizaje del lenguaje de señas peruano usando Deep Learning

Abstract

El presente trabajo se enfoca en el desarrollo de una aplicación móvil didáctica de nombre Sígnalo, la cual está orientada al aprendizaje del Lenguaje de Señas Peruano (LSP); mediante el uso y apoyo de técnicas avanzadas de Deep Learning. La propuesta surge como respuesta a la necesidad de reducir las barreras de comunicación existentes que enfrentan las personas con discapacidad auditiva en el Perú, dado que el desconocimiento generalizado del lenguaje de señas y la escasez de intérpretes formales son un limitante para su inclusión en ámbitos clave como la educación, trabajo y salud. Con este propósito, se planteó como objetivo principal diseñar e implementar una herramienta móvil interactiva que, mediante modelos de aprendizaje profundo, permita tanto el reconocimiento automático como la enseñanza efectiva del abecedario en LSP.La investigación adoptó un enfoque cuantitativo, aplicado, no experimental y de corte transversal. Se elaboró un dataset propio de 25,000 imágenes, sobre el cual se entrenaron modelos de redes neuronales convolucionales utilizando técnicas de transferencia de aprendizaje con las arquitecturas EfficientNetB0 y MobileNetV2. Esta última fue seleccionada para su integración final por su alto rendimiento (F1-score de 97.66%) y eficiencia en dispositivos móviles de gama media (modelo final de 8.8 MB). La aplicación fue evaluada en escenarios reales, demostrando tiempos de inferencia óptimos, funcionamiento fluido, estabilidad y precisión en tiempo real. Asimismo, se validó su usabilidad mediante encuestas a usuarios reales, obteniendo una alta aceptación en aspectos como facilidad de uso, claridad de la interfaz y utilidad percibida. Se concluye que el objetivo fue alcanzado exitosamente, y que SignalGo representa una solución tecnológica inclusiva, educativa y viable para el aprendizaje del Lenguaje de Señas Peruano, con gran potencial de escalabilidad y mejora.