LSM · Inteligencia artificial · Inclusión
Jña'a Ri Y'ë'ë
“La mano que habla”
Un sistema de inteligencia artificial capaz de interpretar y enseñar Lengua de Señas Mexicana desde un teléfono móvil, sin depender de internet ni de intérpretes disponibles en el momento y lugar exactos donde se necesitan.
La problemática: barreras de comunicación en México
Según el Censo 2020 del INEGI, millones de personas enfrentan dificultad auditiva en México, frente a un número extremadamente reducido de intérpretes certificados de Lengua de Señas Mexicana: se estima apenas 1 intérprete por cada ~127,616 personas sordas.
Toca una barra para ver el detalle.
Detalle
Censo de Población y Vivienda 2020 (INEGI): 16.5% de la población total del país vive con alguna discapacidad o limitación.
Estudio de campo: lo que nos dijo la gente
Aplicamos una encuesta de campo a 302 personas de distintas edades y ocupaciones. Toca cada categoría para explorar los resultados.
302 personas respondieron; la mayoría, estudiantes de 15 a 30 años.
Detalle
El grupo más numeroso; seguido por el rango de 21 a 30 años (18.3%).
Fuentes
- Informe interno "Análisis de Resultados de la Encuesta" (302 respuestas, 2026)
La esencia del proyecto
El nombre proviene de la lengua mazahua (jñatjo) y se traduce figurativamente como “la mano que habla”: un puente entre dos lenguas históricamente marginadas, una lengua indígena originaria y una lengua de señas.
Innovación
IA, visión por computadora y desarrollo móvil con propósito social.
Inclusión
La tecnología debe unir, sin depender solo de un intérprete disponible.
Ciencia y educación
Exploración continua y documentación abierta del proceso.
Sistema propuesto
El sistema se organiza en cuatro componentes que se comunican entre sí, con una plataforma web como punto de difusión y contacto con la comunidad.
App móvil
Flutter, inferencia local sin internet.
Backend
API REST que conecta app, web y datos.
Base de datos
Datasets anotados y versionados.
Modelos de IA
Exportados a TFLite para el dispositivo.
Pipeline de reconocimiento de señas
Toca cada paso para ver el detalle.
Un modelo localiza la mano en el video y estima 21 puntos clave (keypoints) por cuadro, en tiempo real.
La aplicación móvil
Desarrollada en Flutter, con inferencia local y un módulo de Academia LSM para aprender a tu ritmo. Desliza para ver las pantallas principales.
Inicio — acceso directo al traductor
Dataset propio
La calidad del reconocimiento depende directamente de la diversidad de los datos recolectados. Toca cada pestaña para explorar el dataset actual y el que está en construcción.
- • Tonos de piel y características de la mano
- • Ángulos de captura y distancias respecto a la cámara
- • Condiciones de iluminación y fondos
- • Tamaños de mano representativos de distintas edades