En el contexto actual de Perú, la lengua de señas es fundamental para la comunicación de la comunidad con discapacidad auditiva o del habla, que enfrenta barreras significativas al interactuar con personas oyentes. Por ello, el presente estudio tiene como objetivo diseñar e implementar un sistema portátil, basado en una Single Board Computer (SBC) y Deep Learning, que traduzca la Lengua de Señas Peruana (LSP) al lenguaje escrito para facilitar la comunicación entre personas oyentes y personas con discapacidad auditiva y/o del habla. Se usó la metodología CRIPS-DM, la cual incluye el entrenamiento de una red neuronal con un conjunto de datos de señas propio, se optimizó el sistema para asegurar un óptimo rendimiento en la Jetson Nano. Los resultados obtenidos muestran que el modelo LSTM logró una exactitud del 99.69% con métricas generales (macro avg) de 99.7% en precisión,...