Tech

Peneliti UCLA Buat Sarung Tangan Penerjemah Bahasa Isyarat


Peneliti UCLA Buat Sarung Tangan Penerjemah Bahasa Isyarat
Sarung tangan yang dapat menerjemahkan bahsa isyarat secara real-time (Slashgear)

AKURAT.CO, Bioengineers di University of California(UCLA) telah merancang sarung tangan yang dapat menerjemahkan Bahasa Isyarat Amerika ke dalam bahasa Inggris secara real-time dengan menggunakan aplikasi smartphone. Tujuan dari proyek ini adalah untuk memfasilitasi cara yang mudah bagi orang-orang yang menggunakan bahasa isyarat untuk berkomunikasi langsung dengan mereka yang tidak mengerti bahasa isyarat.

Tim juga percaya bahwa sarung tangan dapat membantu lebih banyak orang belajar bahasa isyarat. Sistem ini adalah sepasang sarung tangan dengan sensor tipis yang dapat merenggang yang membentang sepanjang masing-masing dari lima jari. Sensor dibuat dari benang penghantar listrik dan dapat mengambil gerakan tangan dan penempatan jari yang mewakili setiap huruf, angka, kata, dan frasa dalam bahasa isyarat.

Perangkat ini dapat mengubah gerakan jari menjadi sinyal listrik yang dikirim ke papan sirkuit koin seukuran dolar yang dikenakan di pergelangan tangan. Papan dapat mengirimkan sinyal secara nirkabel ke smartphone yang menerjemahkannya menjadi kata-kata yang diucapkan dengan kecepatan sekitar satu kata per detik.

Para peneliti juga menempatkan sensor di wajah mereka yang menguji sarung tangan. Sensor ditempatkan di antara alis dan di satu sisi mulut mereka, untuk menangkap ekspresi wajah yang merupakan bagian dari Bahasa Isyarat Amerika, dikutip dari Slash Gear, Minggu (5/7).

Para peneliti mengatakan sistem yang dapat dipakai sebelumnya untuk menerjemahkan bahasa isyarat terbatas kegunaannya karena mereka besar dan berat, atau tidak nyaman dipakai. Sistem yang dibuat oleh tim UCLA terbuat dari bahan murah yang juga bertahan lama. Sensor elektronik juga fleksibel dan terjangkau.

Tim mengatakan sistem bekerja dengan baik dalam pengujian dengan empat orang tuli yang menggunakan Bahasa Isyarat Amerika. Setiap peserta membuat gerakan tangan masing-masing 15 kali, dan algoritma pembelajaran mesin kustom mengubah gerakan menjadi huruf, angka, dan kata yang diwakili.

Sistem ini dapat mengenali 660 tanda, termasuk setiap huruf alfabet dan angka nol hingga sembilan. Model komersial perlu ditingkatkan untuk mendukung kosakata yang lebih luas dan waktu terjemahan yang lebih cepat.

Andre Purwanto

https://akurat.co