Google DeepMind presenta SL2T, un modelo de traducción de lengua de signos que impulsa la conversión de signos a texto en Pixel 11

Google DeepMind ha presentado SL2T, un modelo de traducción de lengua de signos a texto masivamente multilingüe, que impulsa nuevas funciones de lengua de signos para usuarios sordos y con dificultades auditivas. Es la primera integración en un producto de consumo, con dictado de signos a texto en Gboard y Live Transcribe en Pixel 11, comenzando con la lengua de signos americana (ASL) al inglés. El modelo se entrena con más de 100.000 horas de datos de más de 50 lenguas de signos, aproximadamente una cuarta parte en ASL. SL2T traduce directamente de secuencias de puntos de referencia de pose a texto, omitiendo glosas, y utiliza el seguimiento en el dispositivo (MediaPipe Holistic) para garantizar la privacidad. Según puntos de referencia como FLEURS-ASL, SL2T alcanza una puntuación de 70 BLEURT en cero disparos. El desarrollo fue impulsado por la comunidad, con el Comité Asesor de IA para la Lengua de Signos (AISLAC) guiando el despliegue responsable. Los planes futuros incluyen expandir a más lenguas de signos y la generación de lengua de signos.