Inclusión de avatares intérpretes del lenguaje de signos en la Television Digital. Llamada a la definición del estándar DVB-SL (DVB-Signed Language)

Paper contents

1. Introducción

La accesibilidad, como concepto, define las facilidades que permiten el acceso a la tecnología de la Sociedad de la Información (acceso a páginas web, aplicaciones informáticas, ergonomía en los equipos periféricos o de usuario, hardware, …) por parte de las personas que tienen alguna discapacidad, ya sea sensorial, locomotora o psíquica.

Con el fin de uniformizar el acceso de estas personas se definen unas normas técnicas, en forma de estándares técnicos (incluso con fuerza jurídica), que indican claramente qué debe ser accesible, y también el cómo. Para las páginas web, se han definido estándares que permiten la ampliación de los textos, y vemos que, en general, estos esfuerzos están dedicados a las personas que tienen dificultades visuales y locomotoras (daltónicos o enfermos de Parkinson, por ejemplo).

En el mundo audioviosual, el de la televisión, los ejemplos históricos de accesibilidad que se concretan en dos elementos han sido precisamente destinados a aquellos con dificultades en el audio:

• Subtitulado, con el fin de permitir el acceso a la información por parte de personas con deficiencias sonoras.

• Programas (escasos, todo sea dicho) en el que las noticias habladas son interpretadas por un locutor capaz de comunicar mediante el lenguaje de signos.

¿Cuál debe ser el paso definitivo que permita la accesibilidad para las personas sordas en la Televisión Digital?

2. Las personas sordas, la lectoescritura y el lenguaje de signos

La sordera afecta a las personas de dos maneras distintas, y que denominaremos sordos (en minúscula) y Sordos (en mayúscula),  ya que sus implicaciones son extremadamente distintas. Los sordos (en minúscula) son aquellos que tienen dificultades auditivas en las que la enfermedad se desarrolló en una edad adulta, es decir, son sordos post-locutivos. En estos casos, la lecto-escriptura no se ve afectada y algunos mecanismos de accesibilidad, como el subtitulado, son adecuados para la comprensión de los contenidos.

En cambio, los Sordos (en mayúscula) son miembros plenos de la comunidad sorda, utilizando el lenguaje de signos de forma social y habitual, incluso en el trabajo. Utilizan ayudas u otros dispositivos para oír mejor. Son culturalmente sordos y en la mayoría de ellos han desarrollado la comunicación con el mundo exterior mediante el lenguaje de signos incluyendo la interpretación facial ya que en el período del desarrollo del lenguaje se encontraron con la ausencia de sonidos, dificultando enormemente la lectoescritura. Son los sordos prelocutivos, en los que se desarrolló la enfermedad antes del desarrollo del lenguaje oral. Este hecho es más relevante aún en el caso de los lenguajes fonéticos en el que la lectura está absolutamente ligada a la audición¹, con lo que el sujeto deberá aprenderse de memoria las palabras escritas (símbolos gráficos sin equivalente en su mundo auditivo, ya que carece de él). En estos casos, el lenguaje de signos es el lenguaje natural, es más, es el lenguaje propio con una estructura gramatical perfectamente definida. El lenguaje escrito alfabéticamente será, de hecho, su segunda lengua, e incluso esta segunda lengua puede ser de utilización deficiente para aquellos sordos prelocutivos (sordo antes de aprender a hablar), ya que pueden no leer correctamente. Es decir, existe un cierto conjunto de personas sordas que necesitan de una tecnología que les permita acceder a los contenidos audiovisuales.

El lenguaje de signos tiene una serie de características que es necesario identificar. En primer lugar este lenguaje, como todos los demás, es extremadamente dinámico y en el que se pueden destacar las modificaciones habituales, y la regionalización. Así, se puede definir el lenguaje de signos español, el lenguaje de signos japonés y el lenguaje de signos inglés (y en él, distintas variaciones que podríamos llamar “dialectales”). Dicha regionalización, además, no tiene porqué coincidir con la regionalización de las lenguas orales. Por ejemplo, en EEUU existe una única lengua de signos que se utiliza por anglófonos y latinos, mientras que en España coexisten diversas lenguas entre las que cabe destacar la lengua de signos española (LSE) y catalana (LSC) y la primera lengua de signos que se creó en España, la lengua de signos valenciana (LSV). En resumen, no es un lenguaje universal.

En segundo lugar, y como parece evidente, no tiene demasiada penetración en la población, aunque ello no signifique que exista demanda, más bien al contrario ya que las personas que utilizan el lenguaje de signos –sordos prelocutivos- lo solicitarán permanentemente. Desgraciadamente, muchas de estas solicitudes no son satisfechas.

En tercer lugar, el canal de comunicación no es el clásico vocal-auditivo, sino que emplea el canal gesto-viso-espacial (e incluso en algunos casos incluye la configuración táctil, para los sordo-ciegos), incluyendo:

• gestos con las manos;

• posición del cuerpo;

• información facial.

Además, como todo lenguaje, tiene su vocabulario, su gramática, etc. y no tiene porqué coincidir con la gramática del lenguaje oral correspondiente.

Tampoco se debe confundir el lenguaje de signos con el alfabeto dactilológico, que consiste en la traducción letra-a-signo de cada palabra. Dicho alfabeto es útil para deletrear nombres propios, pero no para expresar ideas o conceptos, que requieren de una simplificación mayor con el fin de, por un lado, acelerar el flujo de información, y por el otro, eliminar la necesidad de la compresión del lenguaje oral para utilizar el lenguaje de signos.

3. La accesibilidad en el medio televisivo.

El papel de la Administración para incluir y facilitar a todos los ciudadanos el acceso a la Sociedad de la Información consiste, de forma muy simplificada, en reducir la brecha digital. Para ello, y en medio televisivo en particular, sus objetivos deben ser dos:

• Añadir servicios públicos de calidad en la Televisión.

• Mejorar la cobertura de la Televisión para que ningún ciudadano se quede sin acceso a este servicio.

• Disminuir los inconvenientes que muchos ciudadanos tienen para acceder a la información televisiva.

En el último punto reseñado se prevén distintos mecanismos en función de la discapacidad, ya sea visual, auditiva o locomotora. Para los deficientes visuales se están desarrollando:

• Descripción del audio (del inglés Audio-description, incorporando un segundo (o tercer) canal de audio que puede ser escuchado a voluntad del espectador. Este audio tiene como contenido la voz en off de un locutor que explica aquello que va sucediendo en la pantalla y que no puede verse. La programación se convierte en un serial de radio donde se incorporan las voces de los protagonistas con la voz en off del locutor.

• Manipulación de textos: posibilidad de aumentar, variar y colorear los distintos textos de los subtítulos y también de las guías y menús de los dispositivos y televisión interactiva.²

No se debe dejar de valorar la ergonomía específica del mando a distancia, incluyendo al menos un feed-back de audio para el mando de manera que cada vez que se apriete un botón haga un ligero beep, o bien mediante un sencillo vibrador como el que hay en una gran gama de terminales móviles.³

En cambio, para la población sorda el sistema más empleado es el del subtitulado que, conjuntamente con la manipulación de textos, permite que las personas sordas no analfabetas puedan seguir plenamente la programación. Algunas de las recomendaciones para el subtitulado es el de sincronizarse plenamente con la imagen, identificar con colores a los distintos actores, legibilidad simple, identificación de los distintos efectos de sonido (bombas, tiros, llamadas de teléfono, etc.). Con la inclusión de la Televisión Digital, y mediante los distintos estándares DVB, el subtitulado (tal como ocurría con el teletexto analógico) ya no es un sistema cerrado (siempre a la vista), sino que el espectador puede decidir si quiere o no visualizarlo.

Ahora bien, tradicionalmente el empleo del lenguaje de signos en los canales televisivos ha sido escaso, incluso se ha tratado como un lujo. En RTVE se emite un informativo⁴ a la semana que tiene una duración de media hora. En otros canales nacionales, la duración es menor, o incluso nula.

Sin embargo, la legislación española se ha desarrollado preparando la accesibilidad de las personas sordas en la Sociedad de la Información. En concreto, la Ley 27/2007, de 23 de octubre, reconoce las lenguas de signos españolas y se regulan ciertos medios de apoyo a la comunicación para personas con discapacidades sensoriales (auditivas y/o visuales). Cabe recalcar el artículo 14.1⁵ y  23.1⁶ en el que se destaca la incorporación de las lenguas de signos españolas en los medios de comunicación social.

Pero el punto que cabe destacar es el Centro Español del Subtitulado y la Audiodescripción, que se crea de acuerdo al artículo 24 de dicha Ley 27/2007. Es decir, se valora en dicho centro el subtitulado (para sordos alfabetos) y la audiodescripción (para personas con discapacidades visuales), pero se obvia la inclusión de intérpretes de las distintas lenguas de signos.

En el Centro Español del Subtitulado y la Audiodescripción existen programas de investigación y desarrollo, entre el cual podemos reseñar las sesiones de Acanto 2008, donde se incluyeron, entre otros, los siguientes puntos:

• Discapacidad visual: magnificación de pantalla y contraste en aplicaciones gráficas de la TDT; locución de las guías electrónicas de programación (EPG);

• Discapacidad auditiva: personalización de los subtítulos DVB (posición, tamaño de letra);  transmisión de las lenguas de signos como un flujo de vídeo adicional.

El último apartado merece un toque de atención: los sistemas que actuales en emisión son programas “cerrados”, es decir: se envía la información de los gestos con la programación tal como se hace actualmente en la televisión analógica. En cambio, con el despliegue de la TDT se incluyen otros servicios como un vídeo adicional, seguramente de menor calidad y que permitirá la posibilidad de PiP (Picture In Picture) de manera que, según la voluntad del usuario, pueda aparecer en pantalla, en una u otra esquina, el intérprete-locutor de las Lenguas de Signos.  En general, distintos sistemas evaluados confirman que se puede enviar la información correspondiente al lenguaje de signos en unos 400 Kbps.  Dichos programas, en los que el usuario puede o no seleccionar este vídeo-intérprete de Lenguas de Signos, son programas “abiertos” y que son muy ventajosos ya que no parecerán ser programas exclusivos de lujo del conjunto de personas sordas.

4. La digitalización y estandarización del lenguaje de signos

Si el objeto final es el de incluir signantes (que son los equivalentes a los locutores en lengua de signos) en la televisión digital, debemos entender que existen tres maneras de enviar la información:

• El sistema tradicional con un signante real interpretando los textos. Dicha información puede ser cerrada (televisión analógica convencional), o abierta, mediante un PiP en una esquina del monitor. Lo denominaremos signante real ,Real Signed o TV-RS.

• Utilizar un avatar o signante virtual, el cual podrá ser modificado a voluntad del espectador (un niño podría querer que su signante virtual fuera un teleñeco o Pocoyo). En estos casos la información a enviar por el canal debe ser uno de estos dos:

  • Información propia de los movimientos. Este sistema lo llamaremos Movimientos Personales o Personal Movements  o TV-PM.

  • Información de signoescritura, en el que los símbolos que se envían representan una secuencia de movimientos y/o posiciones. Este sistema se debería denominar Lengua de Signos o Signed Language o TV-SL.

Se ha considerado siempre que el lenguaje de signos es ágrafo, debido básicamente a su falta de necesidad ya que se ha traducido en sistemas orales habituales. Sin embargo, para proceder a la digitalización de este sistema de signos es necesario, en primer lugar a la codificación de dicho lenguaje en un sistema escrito y traducible a un código informático, tal como el ASCII efectuó dicha conversión de caracteres a código máquina. Es por ello que un sistema de signoescritura es esencial para poder normalizar el TV-SL.

De la búsqueda de códigos de signo-escrituras algunos utilizan sistemas fonéticos como HamNoSys (Hamburg Notational System) y SignWriting, los cuales pueden ser utilizados para cualquier lenguaje de signos regional (facilitando la normalización internacional), y otros de tipo fonético como el que creo William Stokoe en su Diccionario de Lengua de Signos Americana que es específico a este único lenguaje de signos y, por ello, dificulta la normalización en los sistemas informáticos. También existe el Sistema de Escritura Alfabético (SEA) desarrollado por la Universidad de Alicante, y que está diseñado para cualquier lengua de signos y que incluso ha sido utilizado por parte de proyectos interesantes, como el SigNow!. Ahora bien, ya que la Televisión Digital parte de una estandarización internacional, parece recomendable que el código de signo-escritura utilizado sea el más popular internacionalmente, y de ellos, el HamNoSys podría ser la primera opción a utilizar.

A nivel normativo en España podemos indicar que existe la norma UNE 139804:2007 donde se indican los requisitos para el uso de la Lengua de Signos Española en redes informáticas, pero no existe ninguna norma para el uso de Lengua de Signos en medios audiovisuales, incluyendo la Televisión Digital, precisamente porque se carece, de momento, de la estandarización del flujo de datos de la lengua de signos codificada en el estándar DVB.

5. La oportunidad de la Televisión Digital y las tramas DVB-SI

En España, y en gran parte de Europa, se está desplegando la Televisión Digital sobre el estándar DVB-T. Dicho estándar DVB tiene distintos sub-estándares para los distintos medios de transmisión, entre los cuales podemos citar al satélite (DVB-S), el cable (DVB-C), las emisiones terrestres (DVB-T), el móvil (DVB-H), etc. También existen estándares para los distintos interfaces que pueden encontrarse (DVB-SDH, DVB-PDH, DVB-ATM, etc.), y para el canal de retorno (DVB-RC). La ventaja de este estándar es precisamente la facilidad o posibilidad de poder incluir otros sub-estandares que permitan nuevas facilidades. A nivel de codificación y multiplexado (es decir, a nivel de contenidos) podemos indicar los siguientes sub-estandares:

• DVB-MPEG: codificación del audio y vídeo en flujos de transporte MPEG-2. Se pueden incluir distintos flujos MPEG audiovisuales sobre un mismo servicio.

• DVB-SUB: Define el subtitulado en la Televisión Digital.

• DVB-SI: Define los servicios de información (evento, programa, servicio, red, etc.).

• DVB-TXT: Para la conversión del teletexto analógico convencional.

• DVB-VBI: Define el Vertical Blanck Interface, también para compatibilizarlo con emisiones analógicas anteriores.

• DVB-DATA: Define las conexiones de datos.

• DVB-SSU: Define las actualizaciones de software (System Software Updates) en decodificadores para que las emisiones con nuevas prestaciones puedan ser recibidas por el máximo parque de receptores posible.

Para poder introducir el avatar como signante virtual, es necesario estandarizar el envío de información dentro de las tramas DVB. De esta manera se conseguirían los siguientes objetivos:

• La información de gestos (un futuro DVB-PM) o de signoescritura digital (el esperado DVB-SL) podría ser bastante reducida, solamente del orden de unos 50 kbps.

• Permitiría la introducción de personalización en los avatares, haciendo que fuesen personas, animales o personales animados, divirtiendo y facilitando la integración de la audiencia más joven en el lenguaje de signos.

• El avatar podría presentarse o no como PiP (sistema abierto), pero con el consiguiente desarrollo de decodificadores también se pueden idear pantallas (un simple PC portátil con conexión al decodificador de TD puede ser suficiente de forma inicial) con avatares virtuales que se encuentren al lado del televisor tradicional, sin interferir en las imágenes principales de vídeo que se presentan simultáneamente.

• Al enviarse la información de la LS  o de gestos en tramas DVB, los sistemas que interpreten al espectador dicha información podría evolucionar con la tecnología disponible en cada momento. Como por ejemplo, se prevé: mejoras en los grafismos y texturas de los avatares, selección de modelos de avatares, mejoras en las texturas de las superficies, modelización de avatares (aumentando el tamaño de las manos y de la cabeza, por ejemplo) y del punto de vista del espectador respecto del avatar (inclinación, orientación, zoom), o cuando existan tecnologías 3-D en nuestros hogares, incluir el avatar con la sensación de profundidad. Es evidente que se generaría un mercado de avatares virtuales, capaces de interpretar la información proveniente de sistemas TV-PM y TV-SL, tal como se realiza con los Mii’s de la consola de videojuegos Wii.

• En una segunda fase, se debería desarrollar la traducción automática⁷ del lenguaje oral  (proveniente del subtitulado, por ejemplo) al lenguaje de signos (DVB-SL) de forma a facilitar la inclusión del lenguaje de signos dentro de la TD.⁸

Además, se está investigando (desde el mundo de Internet y la web) el desarrollo de avatares que interpreten páginas web[9] y que permita integrar a los sordos en la Sociedad de la Información mediante el lenguaje de signos, así que cabe esperar que los avatares web se extiendan en Internet (Sansonnetti, 2009). De hecho, una búsqueda en las BBDD del CSIC proporciona una visión bastante optimista de la investigación en el ámbito de las Lenguas de SIgnos y sus interacciones con los ordenadores, tanto de entrada (reconocimiento de signos) como de salida (avatares y signantes virtuales). Ahora bien, consideramos que es mucho más importante desplegar estos servicios en el medio televisivo para que los sordos prelocutivos tengan una mayor facilidad con dos objetivos importantes. El primero es el de recibir comunicación variada mediante su lengua nativa, la lengua de signos. El segundo es el de integrar esta lengua con las emisiones tradicionales (unos dibujos animados de Pocoyo, por ejemplo), dignificándola de manera que los programas con lenguas de signos no sean considerados como de lujo escaso.

6. Trabajos a realizar

Sin duda, lo más importante es estandarizar el DVB-SL (transmisión de lengua de signos) y el DVB-PM (transmisión de movimientos personales), normalizando el lenguaje de signos, sincronizando la información enviada con la imagen, subtítulos y con el sonido.

En el caso de DVB-PM, se requiere:

• Normalizar los puntos de entrada (dedos, manos, brazos, cabeza, boca, etc.) de la información del movimiento del signante real.

• Parametrizar la situación y movimiento de cada uno de estos puntos de entrada.

• Estandarizar dichos inputs (identificador de punto, situación y movimiento) para realizar una trama DVB-PM que se enviará dentro de un mismo servicio.

• El receptor, máquina virtual avatar, deberá interpretar los puntos, situarlos y moverlos de acuerdo a la información DVB-PM recibida.

• Se requiere también identificar el personaje, mediante un código de avatar, ya que puede haber diálogos y en estos casos sería interesante tener una pareja de avatares interpretándolos simultáneamente.

En este caso, vemos que se reduciría el ancho de banda enviado, ya que se evita enviar un segundo vídeo, y permite, por otro lado, que se pueda seleccionar el signante virtual para interpretar el mensaje.

En el caso de DVB-SL, el sistema es más complejo, pero simplifica la necesidad de tener un signante real que codifique el mensaje.

• Normalizar el código de la signoescritura (podría utilizarse el SIGML, que es un lenguaje estructurado tipo XML empleado por diversos proyectos para representar los movimientos del avatar) indicando cual es el lenguaje de signos correspondiente (LSC, LSE, etc).

• Normalizar (y enviar por la trama DVB-SL) el código de lenguaje regional correspondiente, incluyendo versiones del diccionario usado, ya que este lenguaje es bastante vivo y pueden incorporarse distintas señas con el paso del tiempo.

• Diseñar un sistema semántico que facilite la traducción del lenguaje oral (texto-subtitulado, o mediante reconocimiento de voz) al sistema de signoescritura.

• El receptor, deberá reconocer los símbolos de la signoescritura y traducirlos a señas, con lo que un mínimo diccionario local se hace imprescindible, traduciendo de signo-escrito a seña-movimiento. De hecho, un diccionario de señas sería  necesario en local, y además, puede necesitar actualizaciones.

• Igualmente, identificadores varios deberían enviarse por la trama DVB-SL, como el identificador de avatar, identificador de lenguaje regional, el código de avatar, código de lenguaje regional, y versión del diccionario utilizado.

7. Conclusión

Aunque existen distintos sistemas en desarrollo para el uso de avatares en las páginas web, hemos considerado necesario estudiar la viabilidad, al menos teórica, del despliegue de estos signantes virtuales en el nuevo medio televisivo de la Televisión Digital modificando el estándar DVB.

En este breve texto hemos explicado la posibilidad de incluir el lenguaje de signos dentro del estándar DVB en dos versiones, la simplificada y que incluye la transmisión de los movimientos de distintas partes del cuerpo, que hemos denominado DVB-PM y la versión compleja, en la que la información enviada no es el movimiento sino el identificador de la seña correspondiente, que hemos denominado DVB-SL. En todo caso, para poder acometer este proyecto, es absolutamente necesario que la comunidad de sordos, si posible a nivel internacional, realice las gestiones necesarias para solicitar la inclusión de estas tramas de información dentro de los estándares correspondientes.

Evidentemente, se requerirá una revisión y test por parte de participantes sordos para verificar, validar y proponer mejoras en esta tecnología, ya que cualquier desarrollo de estos sistemas sin su uso y sin su apoyo tendría un resultado absolutamente estéril.

NOTAS:

Bibliography/References

• Baldasarri, S. y Royo Santas, F.J., 2007, “Traductor de Español a LSE basado en reglas gramaticales y morfológicas” presentado en el Congreso Interacción 2007 de AIPO (Asociación Interacción Persona-Ordenador).
• Duart,J. & Sangrà, A, 2000, Aprender de la virtualidad. Barcelona: GEDISA
• Helene Brashear, Valerie Henderson, Kwang-Hyun Park, Harley Hamilton, Seungyon Lee, and Thad Starner, 2006, “American Sign Language Recognition in Game Development for Deaf Children” en Proceedings of the 8th International ACM SIGACCESS Conference on Computers and Accessibility (ASSETS 2006), Portland, OR, USA.
• Kuroda, T; Sato, K; Chichara, K., 1998, "S-Tel: an avatar based sign language telecommunication system” en The International Journal of Virtual Realuty, Vol.3, nº 4, pp. 20-26.
• Lopez, F., Tejedor, J., Bolaños, D. y Colás, J., 2006, “Intérprete de lenguaje de signos en español multidispositivo” presentado en Conferencia IADIS Ibero-Americana WWW/Internet.
• Nelson, D., 2009, “Using a Signing avatar as a Sign Language Research Tool” en A. Esposito et al. (Eds.): Multimodal Signals, LNAI 5398, pp 83-93.
• Pérez-Ugena, A.,  Linares, R. y Vizcaíno Laorga, R., 2007, “Nuevos retos de la accesibilidad en los medios” en Trans Revista de Traductología, nº 11, pp: 171-175.
• Sansonneti, JP., Braffort, A., Martin, JC. y Verrecchia, C., 2009, “Towards interactive web-based signing avatars” presentado en el 8^th International Gesture Workshop.
• Young-Joon Oh, Kwang-Hyun Park, Hyoyoung Jang, Dae-Jin Kim, Jin-Woo Jung, and Zeungnam, Bien, 2005, “A Development of Sign Language Avatar for Text to Sign Translator” en Proceedings of the 6th International Symposium on Advanced Intelligent Systems (ISIS 2005), Yeosu, Korea, pp. 1141-1145.
• Young-Joon Oh, Kwang-Hyun Park, Hyoyoung Jang, and Zeungnam Bien, 2007, “
  A Study on KSL Data Editor for Sign Avatar Motion” en Proceedings of 2007 International Symposium on Advanced Intelligent Systems (ISIS 2007), Sokcho, Korea, pp. 1004-1009.
• Young-Joon Oh, Kwang-Hyun Park, and Zeungnam Bien, 2007, “Body Motion Editor for Sign Language Avatar” en  Proceedings of 2007 International Conference on Control, Automation and Systems (ICCAS 2007), Seoul, Korea, pp. 1752-1757.
• Young-Joon Oh, Kwang-Hyun Park, and Zeungnam Bien, 2007, “Body Motion Editor for Sign Language Avatar” en Proceedings of 2007 International Conference on Control, Automation and Systems (ICCAS 2007), Seoul, Korea, pp. 1752-1757.
• Página del proyecto HamNoSys: http://www.sign-lang.uni-hamburg.de/projects/hamnosys.html (visitada en septiembre 2009)
• Página de RNIB (Royal National Institute for the Blind) con la guía de accesibilidad: http://www.rnib.org.uk/xpedio/groups/public/documents/PublicWebsite/public_seeitright.hcsp (visitada en septiembre 2009)
• Presentación de Seamless Solutions, USA: http://signingbooks.org/animations/sign_language_animations.htm#Signing%20Avatar (visitada en septiembre 2009)
• Página del proyecto Sign-Writing: http://signwriting.org/forums/software/swml/swml01.html (visitada en septiembre 2009)
• Página de la Universidad de East Anglia, donde se detallan los proyectos actuales: http://www.uea.ac.uk/cmp/research/graphicsvisionspeech/vh/Current+Research+Project (visitada en septiembre 2009)

Free application acknowledgement of GNU (GFDL 1.3 or any other later)