Este artículo se centra en el uso de guantes de datos para conceptos de interacción humano-computadora, donde los sensores externos no siempre pueden observar completamente la mano del usuario. Un buen concepto permite cambiar intuitivamente el contexto de interacción a demanda utilizando diferentes gestos de la mano. Sin embargo, el reconocimiento de varios gestos de la mano, posiblemente complejos, introduce una sobrecarga no intencionada al sistema. En consecuencia, presentamos un prototipo de guante de datos que comprende un clasificador de gestos integrado en el guante que utiliza datos de Unidades de Medición Inercial (IMUs) en las yemas de los dedos. En un extenso conjunto de experimentos con 57 participantes, nuestro sistema fue probado con 22 gestos de la mano, todos tomados del alfabeto de la Lengua de Signos Francesa (LSF). Los resultados muestran que nuestro sistema es capaz de detectar el alfabeto LSF con una puntuación media de precisión del 92% y una puntuación F1 del 91%, utilizando un filtro complementario con una relación giroscopio-acelerómetro del 93%. Nuestro enfoque también se ha comparado con el algoritmo de fusión local en un sensor de movimiento IMU, mostrando tiempos de asentamiento más rápidos y menos retrasos después de los cambios de gesto. Se ha demostrado que el rendimiento en tiempo real del reconocimiento ocurre dentro de los 63 milisegundos, permitiendo un uso fluido de los gestos a través de sistemas conectados por Bluetooth.