Uma arquitetura baseada em aprendizado profundo com mecanismos de atencao para traducao continua da lingua brasileira de sinais em contextos sem interpretes
Acessibilidade, Libras, Aprendizado Profundo, Sequência-para-sequência, Tradução Automática
No Brasil, os surdos representam cerca de 5\% da população, aproximadamente 9.7 milhões de brasileiros. Apesar da Língua de Sinais Brasileira (Libras) ser uma das línguas oficiais do Brasil, o conhecimento e domínio de Libras entre pessoas não surdas é um obstáculo, gerando barreiras linguísticas no acesso a direitos básicos, especialmente no acesso a serviços de saúde. Isso motivou o desenvolvimento de políticas governamentais que obrigam os prestadores de serviços a fornecer intérpretes de Libras para viabilizar o acesso a esses serviços por parte da comunidade surda. Todavia, esse tipo de solução apresenta um custo de implantação e manutenção muito alto. Nessa perspectiva, se faz necessário o desenvolvimento de pesquisas e metodologias automatizadas para tradução automática de Libras. Assim, neste trabalho, propusemos uma metodologia para tradução contínua de Libras. A solução proposta não requer nenhum hardware adicional, baseando-se inteiramente em imagens ou sequências de imagens (vídeos). Além disso, foi introduzida um novo conjunto de dados para reconhecimento contínuo de Libras, contendo 10500 vídeos de 105 sentenças distintas no contexto de triagem clínica. Os experimentos computacionais obtiveram um WER de 21,62 e uma acurácia máxima de 92,68\%, para um conjunto de testes com amostras e intérpretes nunca vistos pelo modelo durante o treinamento.