O Pixel 11 ganha uma forma de entrada que nao depende de voz. A pessoa sinaliza em American Sign Language, e o Gboard ou o Live Transcribe converte para texto em ingles.
A Google DeepMind apresentou o SL2T em 12 de agosto. A primeira versao suporta ASL para ingles no Pixel 11, com mais dispositivos e linguas prometidos. A entrada por sinais pode ser usada em pesquisa, mensagens, documentos, pedidos ao Gemini e respostas no Live Transcribe.
Lingua gestual nao e ingles nas maos
O ponto tecnico central e que linguas gestuais sao linguas naturais independentes, com gramatica, vocabulario, expressoes faciais e estrutura espacial proprias. Por isso, o SL2T e um modelo de traducao, nao um reconhecedor de gestos quadro a quadro.
Segundo a DeepMind, o SL2T foi treinado com mais de 100.000 horas de dados de mais de 50 linguas gestuais, cerca de um quarto em ASL. No FLEURS-ASL para ASL em ingles, obteve 70 BLEURT em zero-shot. Cerca de 70 milhoes de pessoas surdas ou com perda auditiva usam linguas gestuais no mundo.
A privacidade comeca nos pontos do corpo
O SL2T nao envia o video bruto da camara para traducao. Um modelo MediaPipe Holistic no dispositivo rastreia pontos do corpo, e a sequencia de coordenadas e traduzida no servidor. Isso reduz a superficie de dados face ao envio de video completo, embora dados de pose tambem exijam cuidado.
O teste pratico vai alem do benchmark. A Google diz ter trabalhado em latencia de streaming, alucinacao quando a entrada nao e gestual, pessoas canhotas e sinais com uma so mao enquanto o telemovel e segurado.
O que observar
O lancamento inicial e estreito: ASL para ingles no Pixel 11. O proximo sinal sera a expansao para mais linguas gestuais, especialmente as de poucos dados. Outro ponto e se a entrada por sinais vira uma camada de acessibilidade para chamadas, educacao, apoio ao cliente e fluxos de IA.
O SL2T nao e apenas mais uma funcao de IA no telemovel. Ele junta escala de modelo, acessibilidade, arquitetura de privacidade e dados de linguas minoritarias num teste de produto.
Fontes: publicacao oficial da Google DeepMind, materiais do benchmark FLEURS-ASL, SiliconANGLE, CocoLoop, Engadget; verificados o escopo de lancamento do SL2T, integracao Pixel 11/Gboard/Live Transcribe, mais de 100.000 horas de treino, mais de 50 linguas gestuais, escopo do 70 BLEURT, fluxo de landmarks MediaPipe Holistic e suporte inicial ASL-ingles.