O anúncio
O Google DeepMind apresentou o SL2T (sign-language-to-text), um modelo de tradução de língua de sinais para texto que representa, segundo a empresa, um salto em qualidade e generalidade. É a primeira vez que IA de língua de sinais sai do laboratório e chega a produtos de consumo: o SL2T alimenta a ditadura de sinais no Gboard e no Live Transcribe no Pixel 11, começando com Língua de Sinais Americana (ASL) para inglês. Mais aparelhos e idiomas virão em seguida.
Por que línguas de sinais são um desafio
A IA para fala avançou muito nas últimas décadas, mas essa revolução não alcançou as mais de 200 línguas de sinais do mundo nem os estimados 70 milhões de pessoas surdas e com deficiência auditiva que as usam. Diferente da transcrição de fala, traduzir língua de sinais exige tradução automática de verdade — as línguas de sinais são idiomas independentes, com gramática e léxico próprios — além de exigir que o modelo “veja” e entenda o movimento físico simultâneo de mãos, braços, tronco, cabeça e rosto em alta taxa de quadros.
Como o SL2T funciona
O modelo foi treinado com mais de 100 mil horas de dados em mais de 50 línguas de sinais, com cerca de um quarto em ASL. Para proteger a privacidade, o SL2T não vê o vídeo bruto: um modelo no aparelho (MediaPipe Holistic) rastreia a posição de pontos-chave do corpo, e apenas essas coordenadas geométricas são enviadas ao servidor para tradução — o vídeo original é descartado imediatamente. O modelo traduz a sequência de coordenadas diretamente para texto, pulando as anotações intermediárias chamadas “glosses”, o que remove limites artificiais de vocabulário e permite que a qualidade escale com os dados.
No benchmark FLEURS-ASL, o SL2T alcançou 70 BLEURT em zero-shot, significativamente acima de qualquer resultado anterior. A equipe também trabalhou em pontos práticos: minimizar latência de streaming, evitar alucinações em entradas que não são sinais, garantir justiça para os ~10% de sinalizadores canhotos e melhorar o desempenho de sinais com uma mão só.
Construído com a comunidade surda
O projeto foi concebido por Sam Sepah, um Googler surdo, e moldado pela comunidade surda em todas as etapas — da coleta de dados com parceiros surdos à avaliação com usuários e especialistas. O Google criou o Comitê Consultivo de IA de Língua de Sinais (AISLAC), reunindo organizações globais de surdos para um modelo de governança participativa, e publicou um relatório de impacto conjunto com o lançamento do SL2T 1.0.
Para os usuários, a experiência equivale ao que a ditadura por voz oferece a quem ouve: dá para sinalizar para pesquisar na web, redigir mensagens ou documentos e pedir ao Gemini para resolver consultas — mais rápido e natural do que digitar, segundo os testadores.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
