Google habilita la detección del lenguaje de signos en sus videollamadas

La llegada del coronavirus a nuestras vidas y la implantación de esa extraña «nueva normalidad» han traído consigo una gran cantidad de cambios. Mascarillas, geles desinfectantes, distancias de seguridad… Además, en el mundo laboral también ha cambiado nuestros hábitos y si antes teníamos una especie de «síndrome de la reuninitis», ahora nos decantamos (siempre que sea posible) por las videollamadas.

Relacionado

• 
  Este robot se comunica con personas sordas en lenguaje de signos

Por eso es fundamental que estas sean accesibles para todos y que no supongan un impedimento de comunicación para determinados grupos de personas. Las aplicaciones de videoconferencia suelen poner el foco en aquellas personas que hablan en voz alta, trayendo su imagen a la pantalla principal. Por eso, Google ha habilitado la detección del lenguaje de señas en tiempo real para que las personas que se comuniquen siguiendo estas directrices tengan las mismas posibilidades comunicativas que el resto.

detección de la lengua de signos para tumbar barreras

La intención de Google en todo momento fue diseñar un modelo que fuera fácil de «conectar y usar». Los intentos anteriores de integrar modelos para aplicaciones de videollamada en el lado del cliente demostraron la importancia de un modelo liviano que consumiera menos ciclos de CPU con el objetivo de minimizar el efecto en la calidad de la llamada. 

El lenguaje de signos involucra al cuerpo y las manos del usuario por lo que el modelo detecta una serie de puntos de referencia en el cuerpo del usuario, incluidos los ojos, la nariz, los hombros, las manos, etc. A partir de esos puntos se calcula el flujo óptico cuadro a cuadro que cuantifica el movimiento del usuario para que lo utilice el modelo sin retener información específica del usuario.

Los investigadores han añadido una capa adicional al modelo, de arquitectura de memoria a largo y corto plazo, que incluye «memoria sobre los pasos de tiempo anteriores, pero sin retroceso», y con la que logra una efectividad del 91,5 por ciento en apenas 3,5 milisegundos.

Cuando el modelo de detección de lenguaje de signos determina que un usuario está tratando de comunicarse, pasa un tono de audio ultrasónico a través de un cable de audio virtual , que puede ser detectado por cualquier aplicación de videoconferencia como si el usuario firmante estuviera «hablando». De esta forma, se eliminan un gran número de barreras comunicativas que limitaban a determinados colectivos de personas. La comunicación, incluso en tiempos de pandemia, debe ser accesible para todos, sin excepciones.