Google DeepMind ने पेश किया SL2T, सांकेतिक भाषा अनुवाद मॉडल जो Pixel 11 पर साइन-टू-टेक्स्ट को सशक्त बनाता है

Google DeepMind ने SL2T पेश किया, जो एक बड़े पैमाने पर बहुभाषी साइन-भाषा-से-पाठ अनुवाद मॉडल है, जो बधिर और कम सुनने वाले उपयोगकर्ताओं के लिए नई साइन भाषा सुविधाओं को सशक्त बनाता है। यह पहला उपभोक्ता उत्पाद एकीकरण है, जिसमें Gboard और Pixel 11 पर Live Transcribe में साइन-से-पाठ श्रुतलेख शामिल है, जो अमेरिकी साइन भाषा (ASL) से अंग्रेजी तक शुरू होता है। मॉडल को 50 से अधिक साइन भाषाओं में 100,000 घंटे से अधिक डेटा पर प्रशिक्षित किया गया है, जिसमें लगभग एक चौथाई ASL में है। SL2T सीधे पोज़ लैंडमार्क अनुक्रमों से पाठ में अनुवाद करता है, ग्लॉस को दरकिनार करते हुए, और गोपनीयता के लिए ऑन-डिवाइस ट्रैकिंग (MediaPipe Holistic) का उपयोग करता है। FLEURS-ASL जैसे बेंचमार्क के अनुसार, SL2T 70 BLEURT का ज़ीरो-शॉट स्कोर प्राप्त करता है। विकास समुदाय-संचालित था, जिसमें AI साइन लैंग्वेज एडवाइज़री कमेटी (AISLAC) ने जिम्मेदार तैनाती का मार्गदर्शन किया। भविष्य की योजनाओं में अतिरिक्त साइन भाषाओं और साइन भाषा निर्माण का विस्तार शामिल है।