Suvana: An Integrated Platform for Two-Way Deaf–Hearing Communication in Sri Lankan Sign Language

दुनिया के कई हिस्सों में, संचार एक साझा, सहज आदान-प्रदान है जो उन लोगों के बीच आसानी से होता है जो सुन सकते हैं और जो नहीं सुन सकते। लेकिन श्रीलंका के बधिर (Deaf) समुदाय के लिए, यह आदान-प्रदान संसाधनों की कमी के कारण अक्सर बाधित रहता है। अंतराल को पाटने के लिए पर्याप्त पेशेवर व्याख्याकारों (interpreters) की कमी है, और देश में अभी तक एक एकल, पूरी तरह से मानकीकृत श्रीलंकाई सांकेतिक भाषा का संस्करण नहीं है जिस पर सभी सहमत हों। हालांकि तकनीक ने संचार में मदद करने के लिए बड़ी प्रगति की है, लेकिन इनमें से अधिकांश उपकरण अमेरिकन साइन लैंग्वेज (ASL) के लिए बनाए गए हैं, जिससे श्रीलंकाई सांकेतिक भाषा जैसे स्थानीय भाषाओं को डेवलपर्स द्वारा काफी हद तक अनदेखा कर दिया गया है। यह एक ऐसी स्थिति पैदा करता है जहाँ जिन लोगों को इन उपकरणों की सबसे अधिक आवश्यकता है, वे इनके बिना रह जाते हैं, और जो तकनीक मौजूद है वह अक्सर श्रीलंका के लोगों द्वारा अपने हाथों और चेहरों के माध्यम से व्यक्त किए जाने वाले अनूठे तरीकों को समझने में विफल रहती है।

एक शोधकर्ता ने 'सुवना' (Suvana) नामक एक नए डिजिटल प्लेटफॉर्म के साथ इस अंतर को दूर करने का प्रयास किया है। एक विशाल एप्लिकेशन को शून्य से बनाने के बजाय, उन्होंने चार अलग-अलग सॉफ्टवेयर टूल्स को लिया जो अलग-अलग विकसित किए गए थे और उन्हें एक सहज अनुभव में जोड़ दिया। लक्ष्य यह दावा करना नहीं था कि उन्होंने संचार बाधाओं की समस्या को पूरी तरह से हल कर लिया है, बल्कि यह प्रदर्शित करना था कि ये अलग-अलग हिस्से एक एकल उत्पाद के रूप में एक साथ काम कर सकते हैं। इस प्लेटफॉर्म में एक टूल शामिल है जो हाथों के संकेतों को बोली जाने वाली सिंहला (Sinhala) भाषा में बदल देता है, एक विशेषता जो बोली जाने वाली सिंहला को वापस साइन करने वाले एक डिजिटल अवतार में परिवर्तित करती है, एक मोबाइल ऐप जो कार के हॉर्न या कांच टूटने जैसी महत्वपूर्ण आवाजों के लिए उपयोगकर्ताओं को सचेत करता है, और एक अभ्यास ट्यूटर जो उन सुनने वाले लोगों के लिए है जो भाषा सीखना चाहते हैं। इस परियोजना को जो चीज़ खास बनाती है वह न केवल इन उपकरणों का संयोजन है, बल्कि वह ईमानदारी भी है जिसके साथ शोधकर्ता यह रिपोर्ट करते हैं कि उन्होंने क्या हासिल किया है और, शायद इससे भी अधिक महत्वपूर्ण, उन्होंने क्या हासिल नहीं किया है।

इस कार्य का सबसे महत्वपूर्ण निष्कर्ष 'प्रैक्टिस ट्यूटर' से आता है, जो सीखने वालों को संकेतों का अभ्यास करने और उनके प्रदर्शन पर प्रतिक्रिया प्राप्त करने में मदद करने के लिए बनाया गया एक उपकरण है। शोधकर्ता ने एक ऐसा सिस्टम बनाया जो एक शिक्षार्थी की हाथ की गतिविधियों की तुलना एक कुशल सांकेतिक भाषा विशेषज्ञ (fluent signer) के संदर्भ वीडियो से करता है। ऐसा करने के लिए, उन्होंने गति के दो अनुक्रमों (sequences) को समय के साथ संरेखित करने की विधि का उपयोग किया, जिससे गति में अंतर की अनुमति मिलती है ताकि एक धीमी लेकिन सही साइन को धीमा होने के कारण कम अंक न दिए जाएं। हालाँकि, अपने परीक्षण के दौरान, उन्होंने इस तकनीक के काम करने के तरीके में एक गंभीर सीमा की खोज की। उन्होंने पाया कि कुछ संकेत जो एक-दूसरे से पूरी तरह अलग हैं, कंप्यूटर को आश्चर्यजनक रूप से समान लग सकते हैं, जबकि दो लोग एक ही संकेत को सही ढंग से करने पर भी एक-दूसरे से काफी भिन्न दिख सकते हैं।

इस कारण से, शोधकर्ता को एहसास हुआ कि यदि कंप्यूटर को पहले से पता नहीं है कि व्यक्ति क्या संकेत करने की कोशिश कर रहा है, तो सिस्टम सुरक्षित रूप से यह अनुमान नहीं लगा सकता कि वह क्या संकेत कर रहा है। यदि सिस्टम किसी अज्ञात संकेत की पहचान करने की कोशिश करता, तो वह गलतियाँ करता क्योंकि दो अलग-अलग संकेतों के बीच की दूरी कभी-कभी एक ही संकेत के दो सही प्रयासों के बीच की दूरी से कम होती है। इसके बजाय, सिस्टम को अलग तरह से काम करने के लिए डिज़ाइन किया गया है: शिक्षार्थी को एक विशिष्ट संकेत का अभ्यास करने के लिए कहा जाता है, और कंप्यूटर बस यह ग्रेड देता है कि उन्होंने उस विशिष्ट संकेत को कितनी अच्छी तरह से किया है। यह दृष्टिकोण गलत शब्द का अनुमान लगाने के जाल से बचता है। शोधकर्ता ने यह मापने के लिए कि सिस्टम एक सही प्रयास और एक गलत प्रयास के बीच अंतर कैसे कर सकता है, पाया कि यह यादृच्छिक संभावना (random chance) से काफी बेहतर सटीकता के साथ उनके बीच अंतर कर सकता है, हालांकि यह अभी भी पूर्णता से दूर है।

शोधकर्ता इस बारे में अपने दावों को लेकर भी बहुत सावधान थे। उस टूल के लिए जो संकेतों को भाषण में बदलता है, उन्होंने उल्लेख किया कि सिस्टम तब अच्छी तरह से काम करता है जब साइन करने वाला वही व्यक्ति होता है जिस पर कंप्यूटर को प्रशिक्षित किया गया था, लेकिन उन्होंने यह दावा नहीं किया कि यह किसी अन्य व्यक्ति के लिए काम करेगा। उन्होंने स्पष्ट रूप से कहा कि वे अभी यह नहीं कह सकते कि क्या सिस्टम किसी ऐसे नए व्यक्ति के लिए काम करेगा जिसे उन्होंने पहले नहीं देखा है, क्योंकि उनके पास उपलब्ध डेटा सीमित है। इसी तरह, सिस्टम के उस हिस्से के लिए जो भाषण को साइनिंग अवतार में बदलता है, वे स्पष्ट थे कि डिजिटल पात्र की गतिविधियाँ एक सुनने वाले छात्र द्वारा बनाई गई हैं और उनकी बधिर (Deaf) साइनर द्वारा जाँच नहीं की गई है। वे इस अवतार को यह दिखाने के लिए एक प्रदर्शन के रूप में प्रस्तुत करते हैं कि तकनीक कैसे काम करती है, न कि संचार के एक प्रमाणित तरीके के रूप में, यह स्वीकार करते हुए कि बधिर समुदाय के इनपुट के बिना, वे यह नहीं कह सकते कि संकेत वास्तव में समझने योग्य हैं या नहीं।

शायद इस शोध पत्र का सबसे महत्वपूर्ण हिस्सा वह है जो लेखक इस परियोजना में अपनी भूमिका के बारे में कहते हैं। चारों शोधकर्ता सुनने वाले (hearing) लोग हैं, जिसका अर्थ है कि उनके पास बधिर होने का जीवंत अनुभव नहीं है। वे खुले तौर पर स्वीकार करते हैं कि उनमें उस प्रवाह और सांस्कृतिक संदर्भ की कमी है जिससे यह तय किया जा सके कि उनके द्वारा बनाया गया सिस्टम वास्तव में उपयोगी या स्वीकार्य है या नहीं। वे बताते हैं कि एक्सेसिबिलिटी टेक्नोलॉजी के क्षेत्र में, सुनने वाले शोधकर्ताओं द्वारा पर्याप्त इनपुट के बिना उपकरण बनाना एक सामान्य बात है, जिससे ऐसे उत्पाद बन सकते हैं जो लक्ष्य से चूक जाते हैं। वे अपने वर्तमान कार्य को एक समाधान की ओर एक कदम के रूप में वर्णित करते हैं, लेकिन वे इस बात पर जोर देते हैं कि अगले चरणों में सीधे बधिर साइनर्स को शामिल करना होगा। इसका अर्थ है नए संदर्भ वीडियो रिकॉर्ड करना और यह सत्यापित करना कि सिस्टम द्वारा दी जाने वाली प्रतिक्रिया को बधिर शिक्षकों द्वारा मान्य किया जाए।

शोधकर्ता निष्कर्ष निकालते हैं कि हालांकि उन्होंने इन चार उपकरणों को एक प्लेटफॉर्म में सफलतापूर्वक एकीकृत किया है और वास्तविक डेटा के आधार पर स्कोरिंग सिस्टम को कैलिब्रेट किया है, लेकिन यह कार्य अभी समाप्त नहीं हुआ है। उन्होंने एक रिकॉर्ड किए गए वीडियो के सेट के विरुद्ध सिस्टम के प्रदर्शन को मापा है, लेकिन उन्होंने अभी तक यह नहीं मापा है कि यह वास्तविक शिक्षार्थियों के साथ कैसा प्रदर्शन करता है या लोगों को सीखने में कितनी मदद करता है। उन्होंने विविध समूहों के साइनर्स के साथ सिस्टम का परीक्षण नहीं किया है, और न ही बधिर समुदाय के साथ इसकी सामग्री को सत्यापित किया है। उनके निष्कर्ष वर्तमान तकनीक के साथ क्या संभव है और क्या अज्ञात बना हुआ है, इसका एक स्पष्ट मानचित्र प्रदान करते हैं। वे तर्क देते हैं कि आगे का रास्ता केवल तकनीक बनाने से आगे बढ़कर यह सुनिश्चित करने की ओर बढ़ना है कि जो लोग इसका उपयोग करेंगे, वे ही इसके विकास का मार्गदर्शन करें। जब तक ऐसा नहीं होता, यह सिस्टम एक पूर्ण समाधान के बजाय एक आशाजनक प्रोटोटाइप बना रहता है, और शोधकर्ता स्पष्ट हैं कि उनके कार्य का वास्तविक परीक्षण तभी होगा जब बधिर साइनर्स को प्रक्रिया के हर चरण में शामिल किया जाएगा।