Implementación de una Mano Biónica en 3D para la Traducción de Voz a Lenguaje de Signos

Abstract

Este proyecto presenta el desarrollo de una mano biónica impresa en 3D capaz de traducir voz a la Lengua de Signos Española (LSE), con el objetivo de facilitar el aprendizaje en entornos educativos inclusivos. En España, más de 1,2 millones de personas presentan algún grado de discapacidad auditiva y el 96% de los alumnos sordos está escolarizado en centros ordinarios sin garantía de intérprete de LSE. La tecnología de bajo coste ofrece una oportunidad para reducir esta brecha de manera replicable. El sistema desarrollado integra tres capas funcionales: una capa de entrada de voz basada en la librería Vosk con el modelo vosk-model-small-es-0.42, que procesa el audio directamente en la Raspberry Pi 4B; una capa de procesamiento en Python organizada en módulos independientes que leen la definición del alfabeto LSE desde un archivo Excel externo y convierten cada carácter en ángulos de servomotor; y una capa de actuación física compuesta por siete servomotores (cinco SG90 para los dedos y dos MG90 para la muñeca) alimentados mediante una batería externa y un circuito de transistores 2N2222. Complementariamente, se desarrolló una interfaz web con Flask que permite controlar el sistema desde cualquier dispositivo en la misma red y muestra en tiempo real el estado del sistema mediante Server-Sent Events. El sistema ha sido validado con éxito en sus tres componentes principales, mostrando alta precisión en la representación del alfabeto, una latencia de respuesta de uno a dos segundos y comportamiento robusto ante ruido ambiente. El coste total del prototipo es inferior a 250 euros, lo que demuestra la viabilidad de herramientas de apoyo accesibles para la enseñanza de la LSE en entornos educativos reales.

This project presents the development of a 3D-printed bionic hand capable of translating speech into Spanish Sign Language, aimed at supporting inclusive learning environments. In Spain, over 1.2 million people live with some degree of hearing impairment, and 96% of deaf students are enrolled in mainstream schools without guaranteed access to an LSE interpreter. Low-cost technology offers a scalable and replicable opportunity to bridge this gap. The developed system integrates three functional layers: a voice input layer based on the Vosk library with the vosk-model-small-es-0.42 model, which processes audio directly on the Raspberry Pi 4B; a Python processing layer organized into independent modules that read the LSE alphabet definition from an external Excel file and convert each character into servo motor angles; and a physical actuation layer consisting of seven servo motors (five SG90 for the fingers and two MG90 for the wrist) powered by an external battery and a 2N2222 transistor circuit. A Flask-based web interface was also developed, enabling system control from any device on the same network and displaying real-time system status via Server-Sent Events. The system was successfully validated across its three main components, demonstrating high accuracy in alphabet representation, a response latency of one to two seconds, and robust performance under ambient noise. The total prototype cost is under 250 euros, demonstrating the feasibility of accessible, low-cost assistive tools for teaching LSE in real educational settings.