Librastube: Um Aplicativo Para a Cria¸C˜Aode Janelas De Libras Sincronizadas Com V´Ideosdo Youtube

LibrasTube: Um Aplicativo para a Cria¸c˜aode Janelas de Libras Sincronizadas com V´ıdeosdo YouTube

Leandro Henrique de Souza Santos

CENTRO DE INFORMATICA´ UNIVERSIDADE FEDERAL DA PARA´IBA

Jo˜aoPessoa, PB Junho - 2018 Leandro Henrique de Souza Santos

LibrasTube

Monografia apresentada ao curso Engenharia de Computa¸cãodo Centro de Informática,da Universidade Federal da Para´ıba,como requisito para a obten¸cãodo grau de Bacharel em Engenharia de Computa¸cão

Orientador: Tiago Maritan Ugulino de Ara´ujo

Jo˜aoPessoa, PB Junho - 2018

Catalogação na publicação Seção de Catalogação e Classificação

S237l Santos, Leandro Henrique de Souza. LibrasTube: Um Aplicativo para a Criação de Janelas de Libras Sincronizadas com Vídeos do YouTube / Leandro Henrique de Souza Santos. - João Pessoa, 2018. 41 f.

Orientação: Tiago Maritan Ugulino de Araújo. Monografia (Graduação) - UFPB/CI.

1. Libras, VLibras, Sincronização de Libras. I. Araújo, Tiago Maritan Ugulino de. II. Título.

UFPB/BC CENTRO DE INFORMATICA´ UNIVERSIDADE FEDERAL DA PARA´IBA

Trabalho de Conclusãode Curso de Engenharia de Computa¸cãointitulado Libras- Tube: Um Aplicativo para a Cria¸cãode Janelas de Libras Sincronizadas com V´ıdeos do YouTube de autoria de Leandro Henrique de Souza Santos, aprovada pela banca examinadora constitu´ıdapelos seguintes professores:

Prof. Dr. Tiago Maritan Ugulino de Ara´ujo Universidade Federal da Para´ıba

Prof. Dr. Tha´ısGaudencio do Rˆego Universidade Federal da Para´ıba

Prof. Dr. Lincoln David Nery e Silva Universidade Federal da Para´ıba

Jo˜aoPessoa, 17 de Junho de 2018

Centro de Informática,Universidade Federal da Para´ıba Rua dos Escoteiros, Mangabeira VII, JoãoPessoa, Para´ıba,Brasil CEP: 58058-600 Fone: +55 (83) 3216 7093 / Fax: +55 (83) 3216 7117 ”Inclusãoéo processo de trazer para o nosso mundo pessoas que, de alguma maneira, foram retiradas dele.”(Nara Marcelino)

A` minha m˜aepor ser a pessoa mais trabalhadora que conhe¸co. AGRADECIMENTOS

A` professora Tha´ısGaudencio do Rêgo,que nem égente, éanjo. Pelo esfor¸co extraordináriopara transformar o Centro de Informáticada UFPB em um lugar melhor e pelo apoio incessante aos alunos da institui¸cão. Ao professor Eudisley Gomes dos Anjos, por ser um exemplo de conduta e de- dica¸cãoque sempre me serviu como inspira¸cão. Ao professor Tiago Maritan Ugulino de Araújo,por aceitar me orientar e pelo conhecimento transferido nesse importante projeto para minha forma¸cãoacadêmica. A todos os bons professores do centro de informáticada UFPB que mantiveram seus papeis de ensinar e motivar os alunos de forma éticae justa. Aos meus colegas que passaram madrugadas fazendo trabalhos e estudando para chegarmos onde chegamos. RESUMO

As Tecnologias da Informa¸cãoe da Comunica¸cão,quando sãodesenvolvidas, geralmente nãoendere¸camas necessidades das pessoas com deficiência.Em razãodisso, énecessário adaptar ou desenvolver novas tecnologias para reduzir as barreiras de acesso. Este trabalho endere¸cao problema de inclusãoe acesso àinforma¸cãodas pessoas surdas em plataformas multim´ıdiacomo o YouTube. Atravésde um aplicativo para Android chamado LibrasTube, este trabalho propõeuma arquitetura de tradu¸cãoautomáticae sincroniza¸cão de janelas de Libras atravésde legendas criadas por ferramentas de reconhecimento de fala. Assim, usuáriossurdos poderãoassistir v´ıdeosdo YouTube de forma mais inclusiva atravésda adi¸cãode janelas de Libras nos v´ıdeos. Na realiza¸cãodeste trabalho, foi verificado que a sincroniza¸cãodessas janelas com o v´ıdeooriginal éalgo alcan¸cável. Porém, o desenvolvimento de tecnologias de resumos textuais énecessáriopara que essa solu¸cão possa, de fato, atuar com uma qualidade satisfatória. Palavras-chave: Libras, reconhecimento automáticode fala, sincroniza¸cãode janela de Libras, YouTube API, VLibras API. ABSTRACT

Information and Communication Technologies, when developed, generally do not address the needs of people with disabilities. As a result, new technologies need to be adapted or developed to reduce access barriers for people with disabilities. This paper addresses the problem of inclusion and access to information for deaf people on multimedia platforms such as YouTube. Through an Android application called LibrasTube, this work proposes an architecture of automatic translation and synchronization of Libras’ windows through subtitles created by speech recognition tools. Therefore, deaf users will be able to watch YouTube videos more inclusively by adding Libras’ windows to videos. In the realization of this work, it was veriﬁed that the synchronization of these windows with the original video is something reachable, however, the development of technologies for textual summaries is necessary so that this solution can, in fact, work with a satisfactory quality. Key-words: Libras, automatic speech recognition, Libras synchronization, YouTube API, VLibras API LISTA DE FIGURAS

1 Exemplo de Ocorrênciade Regionalismo em Libras (PEREIRA, 2010) . . . 20 2 Exemplo de Tradu¸cãode Portuguêspara Glosa em Libras ...... 21 3 Exemplo de tradu¸cãopara Libras em tempo real [TV Justi¸ca] ...... 22 4 Diagrama de blocos de um sistema de reconhecimento cont´ınuo de fala (VEIGA, 2013) ...... 23 5 Arquitetura VLibras (FALCAO,˜ 2014) ...... 26 6 Arquitetura proposta ...... 28 7 Tela inicial do LibrasTube ...... 30 8 Fluxo principal do LibrasTube ...... 31 9 Captura de tela da janela de Libras sincronizada com v´ıdeo oriundo do YouTube...... 32 10 Lista parcial de legendas dispon´ıveis no YouTube para um v´ıdeo ...... 33 11 Prioridade da mais alta atéa mais baixa na escolha da legenda...... 33 12 Ajustes da janela de Libras ...... 34 LISTA DE TABELAS

1 Exemplo de plataformas viáveis para a cria¸cão de janelas de Libras . . . . 18 2 Compara¸cãoda legenda gerada pelo YouTube atravésde um v´ıdeo com boa qualidade de áudio...... 35 3 Compara¸cãoda legenda gerada pelo YouTube através de um v´ıdeocom má qualidade de áudio ...... 36 LISTA DE ABREVIATURAS

ASR – Reconhecimento Autom´aticode Fala (“Automatic Speech Recognition”)

API – Interface de Programa¸c˜aode Aplicativos (“Application Programming Interface”) eMAG – Modelo de Acessibilidade em Governo Eletrˆonico

IBGE – Instituto Brasileiro de Geograﬁa e Estat´ıstica

LIBRAS – L´ınguaBrasileira de Sinais

LGP – L´ınguaGestual Portuguesa

NLP – Processamento de Linguagem Natural (“Natural-Language Processing”)

OMS – Organiza¸c˜aoMundial da Sa´ude

PNS – Pesquisa Nacional de Sa´ude

TIC - Tecnologia da Informa¸c˜aoe Comunica¸c˜ao

URL – Localizador Padr˜aode Recursos (“Uniform Resource Locator”)

WCAG – Diretrizes de Acessibilidade ao Conte´udoWeb (“Web Content Accessibility

Guidelines”) Conte´udo

1 INTRODUÇ AO˜ 16 1.1 Identifica¸cãodo Problema ...... 16 1.2 Objetivo geral ...... 17 1.3 Objetivos espec´ıficos ...... 18 1.4 Estrutura da monografia ...... 18

2 FUNDAMENTAÇ AO˜ TEORICA´ 20 2.1 Libras ...... 20 2.2 Tradu¸cãosimultâneade Libras no Brasil ...... 21 2.3 Reconhecimento Automáticode Fala ...... 22

3 TRABALHOS RELACIONADOS 24 3.1 Ferramentas de tradu¸c˜aoautom´aticapara Libras ...... 24 3.2 Su´ıteVLibras ...... 25 3.3 VLibras-V´ıdeo...... 26

4 SOLUC¸ AO˜ PROPOSTA 28 4.1 Aplicativo LibrasTube ...... 29

5 APRESENTAÇ AO˜ E ANALISE´ DOS RESULTADOS 32 5.1 Resultados da gera¸cãoautomáticade legendas no YouTube ...... 32 5.2 Resultados da gera¸cãoda janela de Libras atravésda su´ıteVLibras . . . . 35

6 CONSIDERAC¸ OES˜ FINAIS E TRABALHOS FUTUROS 38

REFERENCIASˆ 39

15 1 INTRODUC¸ AO˜

1.1 Identiﬁca¸c˜aodo Problema

Segundo o últimocenso do Instituto Brasileiro de Comunica¸cãoe Estat´ıstica(IBGE), realizado em 2010, cerca de 5,1% da popula¸cãobrasileira possui algum tipo de deficiência auditiva [1]. O númerode pessoas com deficiênciaauditiva severa, caracterizado por ter grande dificuldade ou nãoconseguir de modo algum ouvir, éde cerca de 1,12% da popula¸cão.Dados mais recentes da Pesquisa Nacional de Saúde(PNS) de 2013 corroboram com os dados de 2010 do IBGE, estimando que 1,1% da popula¸cãopossui deficiênciaaudi- tiva caracterizada como surdez nos dois ouvidos, surdez em um ouvido e audi¸cãoreduzida no outro ouvido, ou ainda audi¸cãoreduzida em ambos os ouvidos [10]. Em termos mundiais, a Organiza¸cãoMundial da Saúde(OMS) estima que, em 2018, mais de 5% da popula¸cão,o equivalente a 466 milhõesde pessoas, possui deficiência auditiva caracterizada por perda auditiva superior a 40 decibéis(dB) na orelha de maior capacidade auditiva em adultos, ou perda auditiva maior que 30 dB em crian¸cas[4]. Além disso, a OMS estima que, em 2050, esse número iráaumentar para 900 milhõesde pessoas. Diante desses dados e com o crescimento do númerode pessoas que acessam à Internet no Brasil e no mundo, milhões de pessoas com deficiênciaauditiva podem acabar exclu´ıdasdesse processo, devido a existênciade poucos recursos de acessibilidade que permitam que elas acessem informa¸cõesna Internet. Para reduzir esse problema, algumas iniciativas do Governo brasileiro foram desenvolvidas com o objetivo de promover acessibilidade para pessoas com deficiência. Um exemplo éa Lei 10.098 [7] de dezembro de 2000 que estabeleceu normas gerais e critériosbásicospara a promo¸cãoda acessibilidade das pessoas com deficiência. Alémdisso, tambémfoi criado o Modelo de Acessibilidade em Governo Eletrônico(eMAG) [5] que consiste em um conjunto de recomenda¸cõespara padronizar e facilitar a implementa¸cãodo processo de acessibilidade em sites e portais do governo brasileiro. Com isso, algumas tecnologias vêmsendo desenvolvidas para tornar àinforma¸cão mais acess´ıvel para as pessoas surdas, como, por exemplo, os tradutores automáticosde Portuguêspara L´ınguaBrasileira de Sinais (Libras). Alguns exemplos desses tradutores automáticospara Libras sãoo VLibras [15], HandTalk [6] e ProDeaf [11]. Esses tradutores sãoutilizados geralmente para traduzir automaticamente o texto de diversos sites em portuguêspara anima¸cõesem Libras. O VLibras, por exemplo, éatualmente utilizado nos sites do Governo Brasileiro, da Câmara dos Deputados, do Senado Federal, entre outros, enquanto que o Prodeaf e Handtalk sãoutilizados geralmente em sites comerciais. No entanto, nãoforam encontradas ferramentas que disponibilizem conteúdosem l´ınguas de sinais em servi¸cosde streaming de v´ıdeocomo, por exemplo, Youtube e Netflix. Esses

16 servi¸cosestãoem crescente expansãoe a plataforma mais utilizada, Youtube, divulgou, em 2017, que possu´ıa1,5 bilhãode usuáriosativos mensalmente e os mesmos assistiam, em média,mais de uma hora de conteúdona plataforma apenas em dispositivos móveis [22] [14]. Um dos recursos de acessibilidade providos pelo YouTube éum servi¸code adi¸cão de legendas ocultas geradas a partir de softwares de reconhecimento automáticode fala. A transcri¸cãodescritiva de áudiogravado faz parte da recomenda¸cão5.2 do eMAG, em conformidade com o Guia de Acessibilidade de ConteúdoWeb (WCAG) [5]. No entanto, o Cap´ıtuloVII da Lei 10.098, que trata da acessibilidade nos sistemas de comunica¸cão e sinaliza¸cão,determina, no Art. 19, que: “Os servi¸cosde radiodifusãosonora e de sons e imagens adotarãoplano de medidas técnicascom o objetivo de permitir o uso da linguagem de sinais ou outra subtitula¸cão, para garantir o direito de acesso àinforma¸cãoàspessoas portadoras de deficiênciaauditiva, na forma e no prazo previstos em regulamento”[7]. As- sim, o YouTube carece de uma ferramenta que disponibilize esses conteúdosem l´ınguasde sinais, para que consiga promover uma melhor acessibilidade para pessoas com deficiência auditiva. O uso de legendas para prover acessibilidade para pessoas com deficiênciaauditiva geralmente nãoésuficiente, uma vez que mesmo apósmuitos anos de escolaridade, as pessoas com deficiênciaauditiva geralmente têmdificuldade em compreender textos na l´ınguaoral de seu pa´ıs[27]. Dessa forma, a melhor forma de assegurar que textos se tornem significativos a surdos éinterpretá-losna l´ınguade sinais [30]. Desta forma, o uso da L´ınguaBrasileira de Sinais para tornar o conteúdo de plataformas de streaming de v´ıdeomais acess´ıveis, éum requisito necessário.Para endere¸car esse problema, e como consequência,minimizar os problemas de acesso àinforma¸cão das pessoas surdas em plataformas de streaming de v´ıdeo,a proposta deste trabalho é investigar os principais problemas relacionados a gera¸cãode conteúdosem Libras nas plataformas de streaming de v´ıdeo,bem como desenvolver um protótipo funcional para amenizar os problemas encontrados. Uma breve lista de plataformas que poderiam usar nossa proposta estádescrita e caracterizada na Tabela 1

1.2 Objetivo geral

O objetivo geral deste trabalho éanalisar os principais desafios acerca da implementa¸cãode solu¸cõespara tratar a acessibilidade em plataformas de streaming de v´ıdeo utilizando janelas de Libras, de forma a tornar conteúdos audiovisuais mais acess´ıveis para pessoas surdas. Alémdisso, tambémpretende-se desenvolver um aplicativo que permita a tradu¸cãode v´ıdeosdo YouTube para Libras e sua apresenta¸cãode forma sincronizada com o v´ıdeo.

17 Tabela 1: Exemplo de plataformas vi´aveis para a cria¸c˜aode janelas de Libras

Plataformas Tipos de V´ıdeo Caracter´ısticas YouTube Variados - Suporte àadi¸cãode arquivos de legenda - Mais de 1 bilhãode closed captions geradas

Netflix, HBO, Hulu Filmes e séries - Variado catálogo com legendas adicionadas em português

Udacity, Udemy, Coursera V´ıdeo-aulas - Geralmente sóháum falante, o que facilita a conversãode fala para texto

1.3 Objetivos espec´ıﬁcos

1. Implementar um aplicativo Android capaz de pesquisar e selecionar v´ıdeosdo You- Tube para a tradu¸c˜ao;

2. Obter a transcri¸cãodo v´ıdeoselecionado e convertê-la para uma sequênciade glosas em Libras;

3. Gerar e exibir os sinais de Libras em uma janela mixada ao v´ıdeooriginal selecionado;

4. Sincronizar a janela de Libras com o v´ıdeodo YouTube.

1.4 Estrutura da monograﬁa

Esta monograﬁa est´aorganizada em cinco cap´ıtulosestruturados da seguinte forma:

• Cap´ıtulo1: abordou o problema de pesquisa a ser tratado no escopo desta monografia, alémde descrever os objetivos gerais e espec´ıficos;

18 • Cap´ıtulo 2: apresenta uma fundamenta¸cãoteóricasobre os principais conceitos relacionados ao trabalho como a L´ıngua Brasileira de Sinais, a tradu¸cãosimultânea de Libras no Brasil e o reconhecimento automáticode voz.

• Cap´ıtulo3: apresenta os trabalhos relacionados ao trabalho aqui desenvolvido. Será discutido aplica¸cõesde tradu¸cãode portuguêspara Libras e, de forma mais detalhes, a su´ıteVLibras e o VLibras-V´ıdeo.

• Cap´ıtulo4: explana a solu¸c˜aoproposta, LibrasTube, descrevendo-a em suas principais funcionalidades.

• Cap´ıtulo5: apresenta e discute os principais resultados obtidos com o desenvolvimento da solu¸c˜ao.

• Cap´ıtulo 6: apresenta as considera¸c˜oesﬁnais e algumas propostas de trabalhos futuros.

19 2 FUNDAMENTAC¸ AO˜ TEORICA´

2.1 Libras

Libras éa segunda l´ınguaoficial do Brasil de acordo com a Lei 10.436 de 2002, consistindo de um sistema lingu´ısticode natureza visual-motora oriunda de comunidades de pessoas surdas no Brasil para transmissãode ideias e fatos [8]. Os sinais de Libras sãoformados a partir de combina¸cãodas formas e movimentos das mãose expressões faciais [30]. Além disso, a L´ınguaBrasileira de Sinais nãoéuniversal em todos os estados brasileiros. Os sinais de Libras acabam sofrendo influênciasde suas regiões,assim como acontece com a l´ınguaPortuguesa [30]. Esse regionalismo da Libras adiciona uma variedade de sinais que torna a tradu¸cãode textos em sinais um desafio ainda maior. Um exemplo desse regionalismo pode ser visualizado na Figura 1, onde a palavra ”verde”é sinalizada de maneira distinta entre as cidades do Rio de Janeiro, SãoPaulo e Curitiba.

Figura 1: Exemplo de Ocorrˆenciade Regionalismo em Libras (PEREIRA, 2010)

Alémdisso, a Libras nãoéuma simples gestualiza¸cãoda l´ınguaportuguesa, mas sim uma l´ınguaàparte e, por isso, ela se difere da L´ınguaGestual Portuguesa (LGP) utilizada para a comunica¸cãoentre pessoas surdas em Portugal. Dessa forma, nãobasta apenas saber os sinais para utilizá-la,pois conhecer sua estrutura gramatical própriaé fundamental para o correto entendimento pelos usuáriosda l´ıngua. A exemplo disso e como édemonstrado na Figura 2, o texto original em Portuguêsdifere-se da representa¸cão textual em Libras, denominada glosa.

20 Figura 2: Exemplo de Tradu¸c˜aode Portuguˆespara Glosa em Libras

H´adiversos fatores que diferenciam a forma e estrutura gramatical entre a l´ıngua portuguesa e a Libras. Entre esses fatores, pode-se destacar:

• Os verbos aparecem sempre no inﬁnitivo;

• Os pronomes pessoais nãosãorepresentados, sendo necessárioapontar a quem se refere;

• Os pronomes pessoais, possessivos e demonstrativos nãopossuem indica¸cõesde gênero;

• Os nomes própriosnãonecessariamente possuem sinais próprios.Nesse caso, faz-se a datilologia do sinal (isto é,sinaliza-se o nome letra a letra).

2.2 Tradu¸c˜aosimultˆaneade Libras no Brasil

Atualmente, intérpretesda L´ıngua Brasileira de Sinais atuam na tradu¸cãosi- multâneaem atividades oficiais do Senado Federal, TV Senado, TV Justi¸cae Institutos Legislativos Brasileiro. Em programas de televisão,a imagem do intérpreteécomumente sobreposta ao v´ıdeooriginal no canto inferior direito, como pode ser visto na Figura 3 que apresenta a utiliza¸cãode um intérpretede Libras na TV Justi¸ca. Uma caracter´ısticaimportante do processo de tradu¸cãosimultâneaéque o intérprete precisa manter a informa¸cãoem Libras o mais próximoposs´ıvel da informa¸cãooriginal. No entanto, pessoas falam, em média,de duas a trêspalavras por segundo em português [21]. Um únicosinal de Libras, por sua vez, tem dura¸cãomédiade dois a trêssegundos, o que torna mais dif´ıcila tradu¸cãosimultâneade forma sincronizada. Assim, um dos focos da interpreta¸cãodeve ser o significado da mensagem e nãoas palavras a serem traduzidas, levando em considera¸cãoque o tempo écr´ıticonessas situa¸cões[28]. Dessa forma, os sistemas de tradu¸cãoautomáticade textos para sinais em Libras devem ser capazes de entender essas caracter´ısticasintr´ınsecasa l´ınguade sinais para tentar contornar esses problemas. Portanto, afim de sincronizar sinais de Libras com a fala, poderáser necessário o uso resumos e simplifica¸cõestextuais.

21 Figura 3: Exemplo de tradu¸c˜aopara Libras em tempo real [TV Justi¸ca]

2.3 Reconhecimento Autom´aticode Fala

O reconhecimento automáticode fala éo processo de usar o software para con- verter as palavras faladas de uma pessoa em uma transcri¸cãode texto. Esses softwares conseguem, atravésda captura de um sinal acústicorepresentativo da fala, determinar as palavras que foram faladas pela correspondênciade padrões[19]. Os sistemas de reconhecimento automáticode fala geralmente possuem um conjunto de modelos acústicose de idiomas armazenados em banco de dados. Esses modelos sãoo resultado de treinamento e de regras de interpreta¸cãodo idioma que sãocomparados aos sinais capturados como pode ser visto Figura 4. De acordo com a Figura 4, o módulode análisede extra¸cãode caracter´ısticas tem como proposta a parametriza¸cãoda fala em uma sequênciade vetores, chamados de vetores de caracter´ısticas,que contéminforma¸cõesrelevantes sobre a expressão. Essas caracter´ısticasdevem estar dentro do dom´ınioespectral contido na voz e devem prover uma boa distin¸cãoem modelos estat´ısticos[29]. Essas caracter´ısticas,então,serãocomparadas a modelos acústicosde palavras e modelos de linguagem para realizar a conversãodas caracter´ısticasda fala para senten¸casque irãocompor o texto final. Um dos principais fatores de complica¸cãono reconhecimento da fala cont´ınua éque os limites das palavras sãomuitas vezes dif´ıceisde serem classificados [19]. Por exemplo,

22 Figura 4: Diagrama de blocos de um sistema de reconhecimento cont´ınuo de fala (VEIGA, 2013) softwares de reconhecimento de fala têmdificuldade de diferenciar o limite de uma palavra de um sub-palavra (por exemplo, um fonema). Dessa forma, técnicasde processamento de linguagem natural (PLN) sãoutilizadas para otimizar o processo de conversão. Baseando-se nessas técnicas,softwares de reconhecimento automáticode fala têm conseguido alcan¸carbons resultados em v´ıdeosde diferentes perfis. Entre os sistemas de reconhecimento automáticode fala mais utilizadas estáa Google Cloud Speech-to- Text que écapaz de transcrever áudioem mais de 110 idiomas [2]. Alémdisso, em 2017, o YouTube divulgou que jápossui mais de 1 bilhãode legendas ocultas geradas automaticamente a partir de falas [9]. Esta se¸cãoabordou conceitos importantes para a fundamenta¸cãodeste trabalho. Entre os pontos a serem destacados, estão:as caracter´ısticasda l´ınguabrasileira de sinais e algumas das distin¸cões da l´ıngua portuguesa, a utiliza¸cãode janelas de Libras com intérpretesreais na TV Brasileira, e a fundamenta¸cãodo processo de reconhecimento de fala. Na próxima se¸cão,serãoabordados alguns trabalhos relacionados que sãocorrelatos ao trabalho aqui desenvolvido.

23 3 TRABALHOS RELACIONADOS

3.1 Ferramentas de tradu¸c˜aoautom´aticapara Libras

Existem diversas ferramentas com o objetivo de realizar a tradu¸cão de português para Libras. A maioria dessas ferramentas fazem a tradu¸cãoapenas a partir de textos, algumas contam ainda com a funcionalidade de traduzir informa¸cõestextuais de websites para sinais de Libras. Outras ferramentas, no entanto, sãocapazes de realizar a tradu¸cão para Libras tambématravésde áudio.De forma geral, as ferramentas geram anima¸cões que sãocapazes de executar os movimentos dos sinais de Libras. Entre as principais diferen¸casdessas ferramentas, estãoa capacidade de realizar um passo intermediáriode tradu¸cãodo conteúdoda mensagem para Glosa (representa¸cão textual de sinais) ao invésde gerar os sinais diretamente a partir de estrutura gramatical portuguesa. Alémdisso, algumas ferramentas geram um avatar 3D que pode ser rotacionado para visualizar os sinais em diferentes ângulos. Atualmente, na literatura, existe uma vasta variedade de ferramentas de tradu¸cão automáticapara Libras, segue alguns exemplos com uma breve descri¸cãode suas caracter´ısticas:

• F-LIBRAS: ambiente virtual cujas principais fun¸cõessãoa grava¸cão,editora¸cãoe visualiza¸cãode gestos e movimentos tridimensionais da l´ınguade sinais atravésde técnicasde realidade virtual [24];

• FALIBRAS: um tradutor de português (escrito ou falado) para l´ınguabrasileira de sinais em formato gestual e animado com integra¸cãoao navegador web Firefox. O tradutor utiliza-se de técnicasde aprendizado de máquina e possui o potencial de traduzir qualquer l´ınguaescrita ou falada para qualquer l´ınguade sinal [20];

• HandTalk: empresa fundada em 2012 com foco em tradu¸cãode sites para Libras. Seu tradutor écapaz de gerar sinais a partir de texto e áudioe conta com aplicativos para dispositivos móveis [6];

• POLI-LIBRAS: um sistema de códigoaberto capaz de fazer a tradu¸cãoPortuguês- Libras atravésde uma anima¸cão3D. O diferencial deste projeto éa sua modula- riza¸cão,o que facilita a integra¸cãocom outros projetos com finalidades semelhantes [26];

• ProDeaf: um conjunto de softwares capazes de traduzir texto e voz de português para Libras. O ProDeaf possui versõespara web e dispositivos móveis, alémde ser capaz de traduzir websites [11];

24 • Projeto RyBená: um projeto de acessibilidade para surdos que iniciou-se com uma solu¸cãoque converte automaticamente mensagens de texto para sinais de Libras no celular. O RyBenáTV foi desenvolvido a partir do projeto inicial com o objetivo de traduzir legendas ocultas em TV Digital, poréma tradu¸cãoéfeita em português sinalizado, nãoem Glosa, e nãohásincroniza¸cãocom as marca¸cõesde texto das legendas ocultas [12][18].

3.2 Su´ıteVLibras

Dentre todos esses sistemas de tradu¸cãoautomáticossupracitados, o VLibras éo únicocapaz de receber arquivos de legenda para a gera¸cãode Libras [23]. Alémdisso, ele éum software livre que possui um dicionáriode sinais que estáem cont´ınua expansão, e a capacidade de realizar um passo intermediáriode tradu¸cão text-to-gloss (isto é,uma tradu¸cãodo texto para glosa em Libras). Em razãodisso, ele foi a plataforma escolhida para apoiar o desenvolvimento deste trabalho e seráanalisado de uma forma um pouco mais aprofundada. A Su´ıteVLibras éum conjunto de ferramentas computacionais que faz a tradu¸cão automáticade conteúdosdigitais como, por exemplo, textos, áudiose v´ıdeospara Libras, tornando esses conteúdosacess´ıveis para pessoas surdas. Alémda capacidade de traduzir para diferentes tipos de m´ıdias,o VLibras tambémpossui suporte para diferentes plataformas como, por exemplo, os sistemas operacionais Windows, Linux, Android e iOS, e nos navegadores Google Chrome, Firefox e Safari. Como pode ser visto na arquitetura da su´ıteVLibras apresentada na Figura 5, o VLibras gera a tradu¸cãodas anima¸cõesem Libras a partir de uma sequênciade passos que se inicia com a obten¸cãodo conteúdodigital a ser traduzido. Caso o conteúdonãoseja obtido diretamente atravésde texto, um módulo de extra¸cãoiráextrair o texto a partir de um v´ıdeo,áudio ou legenda. A tradu¸cãopara glosa ocorre com o aux´ıliode um conjunto de regras de tradu¸cãoque sãoobtidas atravésde uma ferramenta colaborativa chamada WikiLIBRAS, que éresponsável por definir regras de tradu¸cãoe sinais animados de Libras. Apósa realiza¸cãoda tradu¸cão,a anima¸cãopoderáser criada e, se preciso, sincronizada com os tempos de fala do seu conteúdode origem.

25 Figura 5: Arquitetura VLibras (FALCAO,˜ 2014)

3.3 VLibras-V´ıdeo

O VLibras-V´ıdeoéuma ferramenta contida na su´ıteVLibras capaz de gerar janelas de Libras a partir de legendas enviadas pelos usuáriosou geradas pelo seu software interno de reconhecimento de fala. Esta ferramenta pode ser acessada atravésdo seu website [16] ou atravésde sua API pública[17]. O principal diferencial do VLibras-V´ıdeoem rela¸cão a outras ferramentas de tradu¸cãopara Libras éa funcionalidade de sincronizar a janela de Libras com as marca¸cõesde tempo das legendas. A API do VLibras-V´ıdeoconta com alguns endpoints utilizados para acessar dife-

26 rentes funcionalidade da ferramenta. Entre as principais funcionalidades da API, pode-se destacar:

• V´ıdeo-Legenda: recebe um arquivo de v´ıdeoe um arquivo de legenda. Apóso términoda tradu¸cãodo texto e a gera¸cãodos sinais, um novo v´ıdeoéretornado com uma janela de Libras incorporada ao v´ıdeooriginal de forma sincronizado com os tempos da legenda;

• V´ıdeo: recebe apenas um arquivo de v´ıdeoe faz o reconhecimento de fala para gerar legendas. Ap´osa gera¸c˜aoda legenda, o processo ocorre como declarado no item supracitado;

• Legenda: recebe apenas um arquivo de legenda que ser´ausado para gerar uma janela de Libras sincronizada com os tempos da legenda. Um novo v´ıdeo´eretornado apenas com os sinais de Libras;

Nos testes realizados durante o desenvolvimento deste trabalho, apenas o primeiro endpoint estárespondendo as requisi¸cõescorretamente como referenciado em sua documenta¸cão[17]. Ainda assim, a ferramenta éa únicacom a funcionalidade de gerar janelas de Libras sincronizadas com arquivos de legendas. Esta funcionalidade pode ser utilizada em diversas aplica¸cões como a aplica¸cãoproposta neste trabalho. Esta se¸cãodescreveu alguns trabalhos desenvolvidos correlatos com o tema e solu¸cão proposta deste trabalho. A próximase¸cãoirádescrever a solu¸cãodesenvolvida e iráde- talhar a aplica¸cãocriada, denominada LibrasTube, que foi desenvolvida com o objetivo de provar os conceitos da proposta apresentada.

27 4 SOLUC¸ AO˜ PROPOSTA

Muitas ferramentas de tradu¸cãoautomáticade portuguêspara Libras tratam apenas a tradu¸cãode textos para l´ınguade sinais, nãodando a devida aten¸cãoàsincroniza¸cão desses sinais com o texto ou áudiooriginal. Dessa forma, legendas e textos com marca¸cões de tempo acabam perdendo sua principal fun¸cãoque éa de sincronizar a l´ıngua,seja escrita ou sinalizada, com a fala. Nossa solu¸cãopropõeo uso de legendas para a cria¸cãode janelas de Libras que serãoexibidas de forma conjunta e sincronizada com o v´ıdeooriginal. A aquisi¸cãoda legenda pode ser realizada atravésda adi¸cãodireta de um arquivo de legenda ou através do uso de ferramentas de conversãode fala para textos com marca¸cõesde tempo. Dessa forma, seráposs´ıvel gerar um novo v´ıdeoa partir do v´ıdeooriginal com a adi¸cãode uma janela de Libras sincronizada com as falas do v´ıdeooriginal. Como pode ser visto na Figura 6, caso o v´ıdeopossua uma legenda, o módulo de tradu¸cãoautomáticapara l´ıngua de sinais pode gerar uma janela de Libras e adicioná-loao v´ıdeooriginal de forma direta. Caso o v´ıdeonãopossua um arquivo de legenda próprio,o sistema poderáextrair as falas com seus respectivos tempos de dura¸cãoe inicia¸cãoa partir de softwares de reconhecimento automáticode fala (ASR). Com a obten¸cãoda legenda e a conversãoposterior para janela de Libras sincronizada, o usuáriopoderáassistir o v´ıdeo original e entender informa¸cõessonoras a partir da janela de Libras adicionada.

Figura 6: Arquitetura proposta

Dessa forma, espera-se que v´ıdeosoriundos de diferentes plataformas possam ser utilizados para a cria¸c˜aode janelas de Libras sincronizadas com o v´ıdeooriginal, gerando maior acessibilidade a pessoas surdas.

28 4.1 Aplicativo LibrasTube

Com o objetivo de construir uma prova de conceito da proposta, um aplicativo, denominado LibrasTube, foi desenvolvido para a plataforma mobile Android. A proposta do LibrasTube étraduzir automaticamente v´ıdeosdo YouTube para Libras, mantendo o sincronismo com o v´ıdeo. O aplicativo faz uso de trêsitens: o v´ıdeoa ser traduzido, a API do YouTube que dáacesso ao arquivo de legenda (seja enviado pelo usuárioou autogerado) e a API do VLibras para fazer a gera¸cãodas janelas de Libras jásincronizadas com a legenda. Dessa forma, époss´ıvel recriar v´ıdeosdo YouTube com janelas de Libras adicionadas e sincronizadas com o áudiooriginal. Como pode ser visto na Figura 7, o aplicativo exibe um componente do Android chamado WebView que écapaz de apresentar o conteúdode um site (neste caso, o You- Tube) diretamente dentro de um aplicativo. Dessa forma, o usuáriopode navegar pelo site do YouTube dentro do aplicativo LibrasTube e escolher o v´ıdeoque deseja realizar a tradu¸cão. Como discutido na Se¸cão2.3 deste trabalho, o YouTube, atravésde seu software de reconhecimento automáticode fala, écapaz de gerar legendas em mais de 110 idiomas. Alémdisso, a plataforma possui mais de 1 bilhãode legendas geradas automaticamente atravésdessa tecnologia. Assim, o LibrasTube pode utilizar as legendas geradas automaticamente pelo YouTube assim como arquivos de legenda adicionados na plataforma por usuáriospara a gera¸cãode janelas de Libras. O principal fluxo de execu¸cãodo aplicativo pode ser visualizado na Figura 8. A execu¸cãodos eventos realizados nas trêstelas édescrito da seguinte forma:

1. Com o v´ıdeo a ser convertido selecionado, o usuáriopoderáclicar no botãoflutuante na parte inferior direita da tela para dar in´ıcioao processo de download e envio do v´ıdeoe da legenda extra´ıdapara fazer a tradu¸cão;

2. Apósa primeira etapa ser realizada, o usuáriopoderávisualizar os status dos v´ıdeos selecionados atravésdo botão“V´ıdeos”(representado por um ´ıcone que remete a um diretório)localizado na parte superior direita da tela;

3. Na tela “V´ıdeos”, o usuáriopoderávisualizar todos os v´ıdeosque ele selecionou assim como seus status. E´ nesta tela que o usuáriopoderáselecionar o v´ıdeoa ser assistido jácom a janela de Libras sincronizada.

E´ importante ressaltar que os v´ıdeos e legendas extra´ıdosdo YouTube precisam ser baixados para serem enviados ao servidor do VLibras devido a restri¸cõesda própria API do VLibras. No entanto, esses arquivos sãoexclu´ıdos do dispositivo do usuário

29 Figura 7: Tela inicial do LibrasTube imediatamente apóso envio, de forma que o usuárionãopossa ter acesso a eles para outros fins. Apósa execu¸cãodo fluxo principal do LibrasTube demonstrado na Figura 8, o usuáriopode assistir o v´ıdeoatravésde streaming realizado a partir dos servidores do VLibras. Para isso, basta clicar em qualquer v´ıdeocom o status conclu´ıdoe o v´ıdeoserá executado no dispositivo do usuário como demonstrado na Figura 9. O v´ıdeodemonstrado na Figura 9 possui áudioe legenda original em Inglês. No entanto, a API do YouTube permite a tradu¸cãoda legenda para diversos idiomas caso seja necessário. Alémdisso, o YouTube possui uma lista de poss´ıveis aquisi¸cõesde legendas como legendas adicionadas pelo usuárioe legendas autogeradas a partir de softwares de reconhecimento de fala. A Figura 10 mostra um exemplo de uma lista resumida de legendas dispon´ıveis no YouTube para determinado v´ıdeo. Neste caso, existem duas legendas adicionadas pelo usuáriodo YouTube que estãomarcadas pelo tag “track”. As demais legendas sãotradu¸cõesdas legendas originais. A lista pode, ainda, possuir uma legenda com o valor “kind=asr”que representa que a legenda foi gerada a partir de um software de reconhecimento automáticode fala. Devido àvariedade de op¸cões de legendas dispon´ıveis no YouTube, o aplicativo

30 Figura 8: Fluxo principal do LibrasTube procura selecionar a legenda de maior qualidade. A sele¸cãodo tipo legenda para a cria¸cão da janela de Libras obedece a ordem de prioridade que pode ser visualizada na Figura 11. Nota-se que legendas adicionadas pelo usuárioem outros idiomas que podem ser traduzidas para o portuguêspossuem maior prioridade que as legendas autogeradas a partir do áudiooriginal em português.A lista de prioridades foi criada a partir de análises emp´ıricasde variados v´ıdeos. Para adequa¸cãoa preferênciasdo usuário,a exibi¸cãoda janela de Libras pode ser personalizada antes da sele¸cãodo v´ıdeoatravésdo menu de ajustes. Como pode ser visto na Figura 12, o usuáriopode escolher, através do botãode ajuste na parte superior direita da tela, a posi¸cãoda janela de Libras assim como o tamanho que ela iráser exibida. Para avaliar a solu¸cãoproposta, no Cap´ıtulo5 seráapresentado e discutido os principais resultados encontrados. Os resultados discutidos estãorelacionados a qualidade e viabilidade da sincroniza¸cãocom o áudiooriginal assim como a qualidade de legendas geradas por ferramentas de reconhecimento de voz.

31 Figura 9: Captura de tela da janela de Libras sincronizada com v´ıdeooriundo do YouTube

5 APRESENTAC¸ AO˜ E ANALISE´ DOS RESULTADOS

O aplicativo LibrasTube foi capaz de integrar tecnologias existentes como ferramentas de reconhecimento automáticode fala assim como ferramentas de tradu¸cãode texto em portuguêspara Libras. As ferramentas utilizadas no desenvolvimento do LibrasTube foram, respectivamente, Cloud Speech-to-Text API da Google e VLibras API. Essas ferramentas foram avaliadas em trabalhos anteriores, e encontram-se em funcionamento há alguns anos. Assim, nãoéo objetivo deste trabalho avaliá-lasindividualmente e de forma extensiva, mas sim, verificar seus desempenhos no cenáriode cria¸cãoe sincroniza¸cãode janelas de Libras.

5.1 Resultados da gera¸c˜aoautom´aticade legendas no YouTube

Como explicado na Se¸cão4, o YouTube écapaz de exibir legendas a partir de arquivos adicionados por usuáriosassim como arquivos gerados a partir de softwares de reconhecimento automáticode fala. Dessa forma, serábrevemente discutido o segundo caso onde a legenda fica a cargo do software de reconhecimento de fala do YouTube. Diferentemente de como éfeito em tradu¸cõessimultâneasrealizada por pessoas, softwares de tradu¸cãode texto para Libras nãoconseguem corrigir falhas no texto original como frases mal formadas e oculta¸cãode palavras. Dessa forma, toda falha encontrada em uma legenda gerada a partir do reconhecimento de fala serápropagada para a janela de Libras.

32 Figura 10: Lista parcial de legendas dispon´ıveis no YouTube para um v´ıdeo

Figura 11: Prioridade da mais alta at´ea mais baixa na escolha da legenda.

A qualidade das legendas geradas por esses softwares depende diretamente da qualidade do áudioalémde outros fatores como a qualidade da articula¸cãoe pronuncia¸cãodas palavras e a clareza na forma¸cãode frases pelos falantes. Consequentemente, a qualidade da janela de Libras exibida pelo aplicativo LibrasTube pode variar bastante de acordo com o v´ıdeoselecionado para a tradu¸cão,podendo, atémesmo, ser incompreens´ıvel. Em casos de legendas geradas a partir de v´ıdeoscom boa qualidade de áudio,a expectativa éque existam poucos erros. Como pode ser visto na Tabela 2, um trecho de uma reportagem do telejornal intitulado Jornal Nacional foi utilizado para comparar a legenda gerada pelo YouTube com a legenda esperada. Nesta situa¸cãoespec´ıfica, o software de reconhecimento de fala teve uma taxa de similaridade com o texto original de 95.5%, de acordo com o algoritmo de similaridade da ferramenta CopyLeaks [3]. Assim, houve falhas apenas no reconhecimento de um nome próprio,“Marielle”, e na separa¸cão das letras “e”e “a”. Alémdisso, o software nãofoi capaz de aplicar regras de pontua¸cão

33 Figura 12: Ajustes da janela de Libras de forma correta. No entanto, a quantidade de falhas nãoprejudicou o texto a ponto de torná-loincompreens´ıvel. Em casos de legendas geradas a partir de v´ıdeos com máqualidade de áudio, espera-se, no entanto, que haja uma quantidade de erros maior. Como pode ser visto na Tabela 3, um trecho de uma aula de Libras no YouTube foi utilizado para comparar a gera¸cãode legendas. Nessa situa¸cão,o v´ıdeoselecionado possui baixa qualidade de áudio e o falante nãofala com tanta clareza e qualidade de pronúnciade um apresentador de telejornal. Assim, éverificado que háuma taxa de similaridade de apenas 46.9%, o que dificulta o entendimento e se caracteriza como uma legenda imprópriapara a cria¸cãode uma janela de Libras. Dessa forma, existe a expectativa que o aplicativo LibrasTube tenha uma baixa qualidade na cria¸cãode janelas de Libras nas situa¸cõesem que o áudiooriginal se apresenta com uma baixa qualidade. Por outro lado, em situa¸cõescom boa qualidade de áudio, éesperado a cria¸cãode janelas de Libras com um bom n´ıvel de entendimento pelos usuários. No entanto, seránecessáriauma avalia¸cãocom pessoas surdas para verificar se a quantidade de erros, mesmo que pequena, possa inviabilizar a compreensãodas

34 Tabela 2: Compara¸cãoda legenda gerada pelo YouTube atravésde um v´ıdeo com boa qualidade de áudio

Legenda Esperada Legenda Gerada

Uma multidãose reuniu no centro para Uma multidãose reuniu no centro para pedir a investiga¸cãoe a puni¸cãodos pedir a investiga¸cão ea puni¸cãodos autores do crime. autores do crime.

Em Belo Horizonte, manifestantes Em belo horizonte manifestantes levaram levaram faixas e cartazes para protestar faixas e cartazes para protestar contra a contra a violˆenciasofrida por jovens violˆenciasofrida por jovens negros e fazer negros e fazer uma homenagem a uma homenagem a vereadora mary l vereadora Marielle Franco. franco.

As rea¸cõesforam alémdas fronteiras do As rea¸cões foram além das fronteiras do pa´ıs.Em Portugal, as pessoas reuniram pa´ısem portugal as pessoas reuniram numa vig´ıliano centro de Lisboa para numa vig´ıliano centro de lisboa para homenagear a vereadora. homenagear a vereadora.

A ONG Redes da Marédeixou uma A ong redes da marédeixou uma homenagem àmulher que levou àvoz das homenagem àmulher que levou àvoz das minorias para muito alémda favela onde minorias para muito alémda favela onde ela nasceu. ela nasceu.

informa¸cões.A verifica¸cãoe qualifica¸cãoda capacidade de entendimento de pessoas surdas seráproposto em trabalhos futuros. Esta análiseda gera¸cãode janelas de Libras em situa¸cõesque haja falhas nas anima¸cõesoriundas do texto original éde grande importância haja visto que essas ferramentas estãofrequentemente sujeitas a este tipo de erro.

5.2 Resultados da gera¸c˜aoda janela de Libras atrav´esda su´ıteVLibras

A su´ıte VLibras foi selecionada neste trabalho por ser o únicosoftware capaz de receber arquivos de legenda para a gera¸cãode Libras sincronizadas com os tempos das falas. Apesar de atender os objetivos gerais deste trabalho, alguns problemas foram encontrados durante o seu uso e serãoaqui discutidos. De acordo com a documenta¸cãoda API VLibras, uma das funcionalidades presentes éa de gera¸cãode um v´ıdeode Libras a partir, apenas, de um arquivo de legenda. No entanto, esta funcionalidade nãoestáfuncionando como documentada atéo momento da publica¸cãodeste trabalho. Assim, torna-se necessárioo envio do arquivo de v´ıdeo juntamente com o arquivo de legenda. Em consequênciadisso, o processo de gera¸cão

35 Tabela 3: Compara¸cãoda legenda gerada pelo YouTube atravésde um v´ıdeo com máqualidade de áudio

Legenda Esperada Legenda Gerada

Vou apresentar para vocêso alfabeto e os Vou apresentar para vocêso alfabeto e os númerosem datilologia: o alfabeto com númerosem da filologia o alfabeto as as mãos,o alfabeto manual. mãoso alfabeto manual.

Da´ıvocêentãotem primeiro o sinal do Da´ıvocêentãotem primeiro sinal do alfabeto manual. Então,quando você alfabeto manual entãoquando vocêquiser quiser que alguémfale uma palavra em que alguém fala uma palavra em datilologia vocêcoloca o “a”, “b”, “c”e tecnologia você colocou a, b c e trêsdias treme os dedos assim. Dessa forma, você assim dessa forma vocêestádizendo fa¸ca estádizendo: fa¸caem datilologia. em tecnologia.

Geralmente quando nãotem um sinal Geralmente, quando nãotem um sinal para uma palavra ou entãouma pessoa pra falar então uma pessoao nome de ou nome de alguém,a´ıvocêcoloca. O alguéma´ıvocêcoloca o meu por exemplo meu por exemplo: “l”, “u”, “i”, “z”. ego e c.

Acontece que para vocêmemorizar, Acontece vocêanalisar e compreender decorar, compreender todo o alfabeto e os todo o alfabeto os númerostêmsido números,têmsido muito cansativo, têm muito cansativo tem sido àsvezes dif´ıcil sido àsvezes dif´ıcilpara os alunos, até para os alunos atépra mim. pra mim.

da janela de Libras tornava-se mais lento, em virtude da necessidade de envio do v´ıdeo. Alémdisso, a necessidade de baixar o arquivo de v´ıdeodo YouTube para o dispositivo do usuáriopode gerar problemas de direitos autorais. De forma análoga,a documenta¸cãoainda define que o v´ıdeooriginal poderia ser enviado atravésde sua URL. Assim, a API se encarregaria de fazer o download do v´ıdeo original para a eventual gera¸cãode um novo v´ıdeocom sua janela de Libras embutida. No entanto, essa funcionalidade nãoestápresente, tornando-se necessáriofazer o upload do v´ıdeooriginal que pode demorar váriosminutos e consumir pacote de dados do usuário, alémde possivelmente comprometer a experiênciado usuário. Alémdisso, muitos dos sinais apresentados na janela de Libras sãoexecutados em uma velocidade mais lenta que outros sistemas de tradu¸cãode texto para Libras, o que pode acabar comprometendo a sincroniza¸cãoda janela de Libras com as falas, uma vez que a sinaliza¸cãoem Libras égeralmente mais lenta que as falas em l´ınguasorais. Dessa

36 forma, isso pode resultar na perda de sincroniza¸cãodo v´ıdeocom a janela de Libras. Pode-se concluir, então,que melhorias nessas ferramentas de tradu¸cãode português para Libras sãonecessáriase cruciais para aplica¸cõescomo o LibrasTube. Em especial, a melhoria da qualidade de sincroniza¸cãode forma a encontrar o limiar que define a velocidade máximade execu¸cãoda anima¸cãosem perder sua inteligibilidade. Alémdisso, torna-se necessária a expansãode possibilidades de utiliza¸cãodesse tipo API, a exemplo, a possibilidade de enviar legendas sem a necessidade de enviar seus v´ıdeosoriginais assim como a aceita¸cãode legendas em diferentes formatos.

37 6 CONSIDERAC¸ OES˜ FINAIS E TRABALHOS FUTUROS

O estudo desenvolvido neste trabalho apresentou uma solu¸cãode acessibilidade para surdos a partir de v´ıdeosque pode ser utilizada em diversas plataformas multim´ıdia, especialmente as plataformas de streaming de v´ıdeos. Para construir uma prova de conceito da proposta, foi desenvolvido um aplicativo para Android chamado LibrasTube. O LibrasTube foi capaz de integrar legendas adicionadas ou geradas pelo YouTube com o sistema VLibras de tradu¸cãode texto para Libras. Assim, usuáriossurdos poderão assistir v´ıdeosdo YouTube e acompanhar o conteúdosonoro atravésde uma janela de Libras adicionada no canto do v´ıdeo. No entanto, alguns desafios precisam ser resolvidos para que esta solu¸cãoesteja em um n´ıvel aceitável de qualidade para ser utilizado por pessoas surdas. Dentre estes desafios, pode-se destacar:

• Ferramenta de resumo textual: um dos principais desafios na representa¸cão de sinais de Libras em sincronia com legendas éa sua adequa¸cãoaos tempos de dura¸cão. A exibi¸cãode sinais em Libras costuma ser mais lenta que as palavras faladas, o que dificulta muito a sincroniza¸cãodos sinais àsfalas. Assim, torna-se necessárioferramentas capazes de resumir textos de legendas de forma a permitir a adequa¸cãotemporal desses sinais aos tempos das falas.

• Maior dicionáriode Libras: apesar de softwares de tradu¸cãojápossu´ıremdi- cionárioscom cerca de 15 mil sinais definidos, a l´ınguaportuguesa possui mais de 300 mil palavras. Dessa forma, énecessáriaa cria¸cãode mais sinais, assim como mapeamento de sinônimose adi¸cãode g´ıriase expressõesregionais.

• Melhor qualidade de anima¸cãodos sinais: devido a necessidade de acelerar as anima¸cõespara se ajustar aos tempos de fala, alguns sinais podem ficar tão rápidosa ponto de se tornarem incompreens´ıveis. Assim, torna-se necessárioo aperfei¸coamento desses sinais para que o usuáriopossa compreender o sinal mesmo que executado de forma mais acelerada.

Apesar deste trabalho ter conseguido abordar o tema e alcan¸cara realiza¸cãoda maior parte dos objetivos estabelecidos, háalguns trabalhos futuros importantes que devem ser realizados a fim de refinar a proposta apresentada. Entre os trabalhos futuros necessários,pode-se destacar:

• Realizar testes de usabilidade, experiênciade usuárioe adapta¸cãoa legendas com falhas: éimportante que o software seja avaliado por usuáriossurdos

38 para a identifica¸cãode falhas de usabilidade. Caso seja necessário,a páginaweb do YouTube poderia ser recriada atravésde API para melhor se adequar a usuários surdos. Alémdisso, énecessárioverificar como usuáriossurdos se adaptam e com- preendem sinais gerados a partir de legendas que foram autogeradas com erros, o que frequentemente acontece com legendas criadas a partir de ferramentas de reconhecimento de fala.

• Cria¸cãode um sistema semiautomáticode resumo de legendas: o uso de um sistema capaz de resumir legendas de forma semiautomáticapoderia melhorar a qualidade de sincroniza¸cãode janelas de Libras de forma considerável. Este é um trabalho crucial para o sucesso de solu¸cõescom janelas de Libras sincronizadas como o LibrasTube.

• Expansãopara outras plataformas: o YouTube éa plataforma de v´ıdeomais utilizada atualmente, o que maximiza o númerode usuáriosbeneficiados com a adi¸cãoda janela de Libras. Contudo, hádiversas outras plataformas como Netflix, Udemy e Udacity que poderiam, notavelmente, se beneficiar de uma solu¸cãoseme- lhante e com uma qualidade possivelmente superior devido a facilidade de controle de qualidade dos seus v´ıdeose legendas.

39 REFERENCIASˆ

[1] CENSO DEMOGRAFICO´ 2010. Caracter´ısticas gerais da popula¸cão, religião e pessoas com deficiência. Dispon´ıvel em: . Acesso em: 15 mar 2018.

[2] CLOUD SPEECH API. Dispon´ıvel em: . Acesso em: 16 abr 2018.

[3] CopyLeaks. Dispon´ıvel em: , Acesso em: 16 jun 2018.

[4] Deafness and hearing loss. Dispon´ıvel em: , Acesso em: 15 mar 2018.

[5] eMAG - Modelo de Acessibilidade em Governo Eletrˆonico. Dispon´ıvel em: , Acesso em: 15 mar 2018.

[6] Hand Talk. Dispon´ıvel em: , Acesso em: 6 jun 2018.

[7] Lei N´umero 10.098 de dezembro de 2000. Dispon´ıvel em: , Acesso em: 15 mar 2018.

[8] Lei N´umero 10.436 de abril de 2002. Dispon´ıvel em: , . Acesso em: 16 mar 2018.

[9] One billion captioned videos. Dispon´ıvel em: , Acesso em: 15 abr 2018.

[10] Percep¸cãodo estado de saúde,estilos de vida e doen¸cascrônicas. Dispon´ıvel em: , Acesso em: 15 mar 2018.

[11] ProDeaf. Dispon´ıvel em: , Acesso em: 6 jun 2018.

[12] RyBena. Dispon´ıvel em: , Acesso em: 6 jun 2018.

40 [13] TREINO NAO˜ SUPERVISIONADO DE MODELOS ACUSTICOS´ PARA RECONHECIMENTO DE FALA. Dispon´ıvel em: , Acesso em: 05 jun 2018.

[14] Updates from VidCon: more users, more products, more shows and much more. Dispon´ıvel em: vidcon-more-users-more.html>, Acesso em: 15 mar 2018.

[15] VLibras. Dispon´ıvel em: , Acesso em: 05 jun 2018.

[16] VLibras-V´ıdeo. Dispon´ıvel em: , Acesso em: 7 jun 2018.

[17] VLibras-V´ıdeoAPI. Dispon´ıvel em: , Acesso em: 7 jun 2018.

[18] LóscioB. F. AMORIM M. L. C., Assad R. RyBenáTV- Solu¸cãopara Acessi- bilidade de Surdos para TVDigital. 2010.

[19] Chigie B. ASR - Automatic speech recognition, 1997.

[20] CORADINE L. C. BRITO P. H. S., FRANCO N. FALIBRAS: uma Ferramenta Flex´ıvel para Promover Acessibilidade de Pessoas Surdas. 2012.

[21] Vanessa. CELESTE Let´ıcia CˆorreaCOSTA, Luanna Maria Oliveira. OLIVEIRA. Metodologias de an´aliseda velocidade de fala: um estudo piloto, 2016.

[22] WEST Darrell M. The Evolution of Video Streaming and Digi- tal Content Delivery. Dispon´ıvel em: , Acesso em: 3 mar. 2018.

[23] FALCAO˜ Eduardo de Lucena. Deaf Acessibility as a Service: uma Arquitetura Escal´avel e Tolerante a Falhas para o Sistema de Tradu¸c˜aoVLIBRAS, 2005.

[24] BAPTISTA F. F-Libras - Ambiente Integrado de Ensino-Aprendizagem para L´ınguaBrasileira de Sinais. 2007.

[25] PEREIRA Graciele Kerlen. LIBRAS (L´ınguaBrasileira de Sinais), 2010.

[26] KOGA M. L. JANUARIO J. F, LEITE L. A. F. POLI-LIBRAS - Um Tradutor de Portuguˆespara Libras. 2010.

41 [27] STUMPF Marianne Rossi. Aprendizagem de Escrita de L´ınguasde Sinais pelo Sistema SignWriting: Linguas de Sianis no Papel e no Computador. PhD thesis, Universidade Federal do Rio Grande do Sul, 2005.

[28] RONICE MULLER¨ QUADROS. O tradutor e int´erpretede l´ınguabrasileira de sinais e l´ınguaportuguesa, 2004.

[29] FURUI Sadaoki. Automatic Speech and Speaker Recognition, chapter Pattern Re- cognition Approach. Kluwer Academic Publishers, 2012.

[30] PEREIRA Simone Rodrigues. Os Processos de Alfabetiza¸c˜aoe Letramento em Libras: Um Percurso Semi´otico, 2009.