Aplicación móvil con redes neuronales para discapacidad auditiva dirigida a familiares de estudiantes de Uleam Extensión El Carmen.

Abstract

El presente trabajo tiene como propósito desarrollar una aplicación móvil basada en redes neuronales para personas con discapacidad auditiva dirigida a familiares de estudiantes de la ULEAM El Carmen, el trabajo aborda la problemática de la carencia de herramientas tecnológicas especializadas que faciliten la comunicación efectiva entre ellos, escenario que ha generado barreras comunicativas, dependencia, afectación en el rendimiento académico y que contribuyen a la exclusión en el entorno universitario. El grupo de estudio estuvo formado por 719 alumnos que cursaban las carreras de Enfermería, Psicología Educativa y Educación Básica. Para el análisis se eligió una muestra representativa de 251 individuos a través del muestreo aleatorio simple. La información se recopiló por medio de encuestas que empleaban cuestionarios estructurados y entrevistas semiestructuradas realizadas a la coordinadora del Departamento de Bienestar Universitario; además, se utilizó un enfoque de investigación descriptiva, exploratoria y de desarrollo, el cual fue orientado por el método inductivo-deductivo. La aplicación fue creada para Android, construida con Kotlin y bajo la metodología Scrum dividido en ocho sprints, en la que se implementaron redes neuronales utilizando Google Speech Recognition API en modo online y Vosk en modo offline y características como la transcripción de voz a texto en tiempo real, síntesis de texto a voz configurable, almacenamiento en SQLite, perfiles ambientales de audio, notificaciones Toast, la retroalimentación háptica, la alternancia de tema claro/oscuro, gestión completa del historial de transcripciones. Los resultados de las pruebas con 12 usuarios de edades entre 20 y 68 años demostraron una velocidad de transcripción de 1.97 palabras por segundo cumpliendo el objetivo mínimo de 2 palabras por segundo, alcanzando una precisión del 97.5% que supera el estándar esperado del 95% con un promedio de 2.5 errores en 100 palabras, logrando una mejora del 99.3% en tiempo de transcripción comparado con métodos manuales, validando que la aplicación mejora significativamente la comunicación y autonomía de los estudiantes cuyos familiares presentan discapacidad auditiva.