A Esclerose Lateral Amiotrófica (ELA) é uma doença neurodegenerativa que afeta os neurônios motores no cérebro (superiores) e na medula espinhal (inferiores) causando a degeneração progressiva destes neurônios, fazendo com que não transmitam seus impulsos nervosos. Quando os neurônios motores não podem mais enviar impulsos para os músculos, começa a ocorrer uma atrofia muscular, seguida de fraqueza muscular crescente e consequentemente sua fala e outros meios de comunicação são comprometidos. A ELA não afeta todas as partes do corpo, como por exemplo, o raciocínio intelectual e o movimento dos olhos. A partir disso, essa pesquisa visa elaborar um sistema que reconheça as piscadas do usuário, possibilitando uma comunicação alternativa para proporcionar uma melhora na qualidade de vida de pessoas com ELA. A tecnologia nos permite que uma câmera detecte as piscadas de um indivíduo e com isso, ser capaz de selecionar uma pasta e uma palavra ou frase já determinadas, automaticamente enviando uma resposta para o software e transmitindo a mesma por meio de voz. A metodologia de desenvolvimento se dá inicialmente pelas pesquisas de campo realizadas com a ArELA – RS (Associação Regional Esclerose Lateral Amiotrófica do Rio Grande do Sul), junto de uma terapeuta ocupacional para que haja conhecimento tanto das pessoas com ELA, quanto dos seus cuidadores e familiares, para identificar suas reais necessidades do cotidiano. Por meio disso, foi possível determinar as palavras e frases inseridas no dispositivo. A outra etapa principal do projeto foi o estudo e o desenvolvimento do protótipo, utilizando a linguagem de programação Python. Inicialmente, utilizamos a função Haar Cascade para detectar a face na imagem transmitida pela WebCam, este recurso é utilizado por meio da biblioteca do OpenCV, quando necessário a identificação de objetos específicos em uma imagem utilizando classificadores em cascata impulsionada de recurso simples. A identificação da piscada é realizada a partir de uma função chamada Eyes Aspect Ratio, essa permite saber a proporção de cada olho, através dos marcos faciais que são responsáveis por fazer a identificação de pontos específicos da face, neste caso, dos olhos. O projeto Blink Talk terá sua conclusão após os testes, que serão realizados em campo através de uma lista de dez tarefas propostas pelo grupo, seguida de um questionário aplicado aos usuários e seus cuidadores. Desta forma, analisaremos o dispositivo Blink Talk, a partir do seu desempenho. Palavras-chave: Esclerose Lateral Amiotrófica. Comunicação Alternativa. Piscadas.