Türkçe metni türk işaret diline dönüştürme

Abstract

Son yıllarda, işitme engelli kişilerle iletişimi kolaylaştırmak için akademik düzeyde çalışmalar yapılmaktadır. Bu alanda kullanılan en önemli iletişim yöntemi işaret dilidir. Görsel ve işitsel medya yoluyla iletişimi hızlandırmak ve kolaylaştırmak amacıyla, işaret dilini yazılı metne, ya da yazılı metni işaret diline dönüştürme üzerine çalışmalar yapılmaktadır. Bu tez çalışmasında, sisteme girilen Türkçe metnin, Türk İşaret Dili'ne (TİD) dönüştürülmesi hedeflenmiştir. Yapılan çalışmada sık kullanılan bilgisayarlı çeviri yöntemleri yerine karma bilgisayarlı çeviri yöntemi ve özgün bir eşleşme algoritması kullanılmıştır. Önerilen yöntemde, Türkçe ve TİD'in yapısına uygun bir algoritmayla sisteme girilen metin işaret dili videolarına dönüştürülmüştür. Önerilen algoritma önce bilgisayar ortamında C# dili kullanılarak, yazılıma dönüştürülmüştür. Çalışmanın ikinci aşamasında, geliştirilen yazılım gömülü ve taşınabilir bir donanım olan FriendlyARM Mini2440 geliştirme kartına aktarılmıştır. Geliştirilen algoritmanın başarısı duyma engelliler üzerinde test edilmiş ve sonuçlar yorumlanmıştır.

In recent years, academic researches have been done to simplify communication with hearing impaired people. Sign language is the most important communication method that is used to achieve this goal. Case studies have been done about sign language to text, or text to sign language conversion to speed up and simplify the communication with using visual and aural media sources. In this research, it is aimed to convert the Turkish text input to Turkish Sign Language (TİD). In this study, a hybrid machine translation method is used instead of a popular machine translation method and a unique matching algorithm was used. In the proposed study, the text input is converted to sign language videos with using an algorithm that is compatible with the architecture of Turkish and TİD. Firstly, the proposed algorithm has been converted into software with using C# in computer environment. In the second part of the study, the developed software has been implemented into FriendlyARM Mini2440, which is an embedded and a portable evaluation board. The success of the developed algorithm has been tested with the help of hearing impaired people and the results have been discussed.