Pubblicato il

Sviluppi recenti nella produzione della lingua dei segni

Sviluppi recenti nella produzione della lingua dei segni

La lingua dei segni è definita dall’Enciclopedia Britannica come “qualsiasi mezzo di comunicazione attraverso movimenti corporei, in particolare delle mani e delle braccia, utilizzato quando la comunicazione verbale è impossibile o non desiderabile”. 

 Sebbene la lingua dei segni sia la principale forma di comunicazione utilizzata nella comunità sorda, la maggior parte delle persone udenti non la conosce. Secondo il rapporto dell’Organizzazione Mondiale della Sanità (OMS) del 2020, ci sono più di 466 milioni di persone sorde nel mondo (Organizzazione Mondiale della Sanità, 2022) che utilizzano diverse forme di lingue dei segni, tra cui la Lingua dei Segni Americana, la Lingua dei Segni Greca, la Lingua dei Segni Francese, la Lingua dei Segni Spagnola, la Lingua dei Segni Cinese, la Lingua dei Segni Italiana e la Lingua dei Segni Araba. 

Secondo quanto affermato da Rastgoo et al. (2024, p.1), si ritiene che per facilitare una comunicazione semplice e reciproca “tra le comunità delle persone con disabilità uditiva e quelle udenti, sia fondamentale costruire un sistema robusto in grado di tradurre la lingua parlata in lingua dei segni e viceversa”. Per lavorare su questo e fornire soluzioni, sono state proposte diverse applicazioni, specialmente nella comunità della Lingua dei Segni Americana, dove si è cercato di affrontare queste barriere. È stato proposto l’uso di modelli come approcci basati su avatar e generazione condizionale di immagini/video, nonostante il piccolo set di frasi disponibili. Tornay et al. (2020) hanno inoltre progettato un approccio alla produzione della Lingua dei Segni utilizzando forma delle mani, movimento delle mani, articolazione labiale ed espressioni facciali. 

La necessità di sviluppare la comunicazione tra le persone sorde e ipoudenti e la comunità udente sembra essere in aumento, motivo per cui molte applicazioni di lingua dei segni vengono sviluppate per colmare questa lacuna, utilizzando dispositivi speciali con rilevamento del movimento o metodi di elaborazione delle immagini (Jebali et al., 2021). Alcuni ricercatori hanno anche sviluppato metodi per tradurre la voce o il testo in lingua dei segni (Dadiz et al., 2017) o applicazioni basate su smartphone per la lingua dei segni (Muzahidin & Rakun, 2020). Un esempio di ciò è rappresentato da “English Today” e “Google Glass”, sviluppati da Berger e Maly (2019), considerati applicazioni utili che offrono nuovi modi per insegnare non solo alle persone sorde, ma anche a quelle cieche. 

In generale, la necessità di sviluppare strumenti adeguati, come le app mobili, è fondamentale poiché consentirà di mettere in contatto la comunità udente con quella sorda. L’integrazione della lingua dei segni nelle scuole favorirebbe una comunicazione più efficace, permettendo a tutti gli studenti di connettersi tra loro. In questo modo, un ambiente di apprendimento inclusivo rappresenterebbe il successo di tale decisione, con la consapevolezza culturale e il rispetto come punti di forza. 

Riferimenti Bibliografici 

Berger, A. & Maly, F. (2019). Smart Google Glass Solution Used as Education Support Tool.  International Symposium on Educational Technology (ISET), pp. 265–267 

Dadiz, B. G., Abrasia, J. M. B. & Jimenez, J. L. (2017). Go-Mo (Go-motion): an android mobile application detecting motion gestures for generating basic mobile phone commands utilizing KLT algorithm.  IEEE 2nd International Conference on Signal and Image Processing (ICSIP), pp. 30–34 

Jebali, M., Dakhli, A. & Jemni, M. (2021) Vision-based continuous sign language recognition using multimodal sensor fusion. Evol. Syst. 1–14  

Muzahidin, S. & Rakun, E. (2020). Text-driven talking head using dynamic viseme and DFFD for SIBI.  7th International Conference on Information Technology, Computer, and Electrical Engineering (ICITACEE), pp. 173–178 

Rastgoo, R., Kiani, K., Escalera, S., Athitsos, V. & Sabokrou, M. (2024). A survey on recent advances in Sign Language Production, Expert Systems with Applications https://doi.org/10.1016/j.eswa.2023.12284 

Tornay, S., Camgöz, N., Bowden, R., & Doss, M. (2020). A phonology-based approach for isolated sign production assessment in sign language. In ICMI ’20 companion: Companion publication of the 2020 international conference on multimodal interaction (pp. 102–106).