持続可能な開発目標であるSDGsが策定されて以降，国内ではIoT技術やAI技術を活用したサービスの開発や取り組みが著しい．例えば，SDGsの目標の4や10に資する取り組みとして，聴覚障がい者とのコミュニケーションの円滑化が挙げられる．既存研究では，ステレオカメラや赤外線センサを用いる手法やAI技術を用いる手法も提案されている．しかし，前者の場合，日常生活でこれらの機器を常に持ち歩くことは現実的ではない．後者の場合，様々な条件下で手話をする様子を撮影して学習する必要があり，膨大なコストがかかる．そこで，本研究ではスマートフォンで撮影した映像から深層学習により抽出した話者の骨格の動きのみから言語化する手法を提案する．