SL2T, le traducteur ASL→anglais de DeepMind, débute sur les Pixel 11
Le 12 août 2026, Google DeepMind a présenté sur son blog SL2T, un modèle multilingue qui traduit directement la langue des signes en texte écrit. Au lancement, une seule paire est prise en charge, ASL→anglais, intégrée à la dictée de Gboard et à Live Transcribe sur la famille Pixel 11, sans coût supplémentaire ; Google affirme que la fonction arrivera aussi sur d’autres appareils.
L’entreprise fait état d’un entraînement sur plus de 100 000 heures dans plus de 50 langues des signes (environ 25 % en ASL) et d’un score de 70 BLEURT sur le benchmark FLEURS-ASL (split sd-test) en évaluation zero-shot, qu’elle qualifie de « nettement supérieur à tout score publié auparavant » (source : annonce officielle). Cette valeur n’a pas encore été reproduite par des évaluateurs indépendants et BLEURT est une métrique automatique, pas un test d’usage en conversation réelle.
La chaîne comporte deux étapes : sur l’appareil, MediaPipe Holistic extrait les coordonnées des points de pose (visage, mains, bras, buste) et seule cette séquence est envoyée aux serveurs pour que SL2T génère le texte ; Google affirme que la vidéo brute est immédiatement écartée et ne quitte pas l’appareil, choix par lequel elle justifie la protection de la vie privée (source : annonce officielle). Le modèle saute les annotations intermédiaires (« gloss ») et produit directement du texte.
« Sign languages are the primary languages of Deaf communities around the world and the cornerstone of Deaf cultural identity » (« Les langues des signes sont les langues premières des communautés sourdes dans le monde et le fondement de l’identité culturelle sourde »), déclare Google DeepMind dans le billet officiel. « Deaf people can benefit from sign language processing in the same way that hearing people benefit from spoken language processing » (« Les personnes sourdes peuvent bénéficier du traitement de la langue des signes comme les personnes entendantes bénéficient du traitement de la parole »), déclaration de Google DeepMind rapportée par Engadget.
Google énonce des limites explicites : erreurs occasionnelles sur les signes rares, la dactylologie rapide, les constructions passives, les classificateurs descriptifs et les temps verbaux sans contexte. Le modèle est optimisé pour les personnes qui signent de la main droite, avec un écart de performance de 10 % pour celles qui utilisent la gauche ; il prend en charge le signe à une seule main, situation typique de qui tient son téléphone (source : annonce officielle). L’entreprise a créé un AI Sign Language Advisory Committee (AISLAC) réunissant des organisations de personnes sourdes et des spécialistes, et indique avoir cosigné avec elles un rapport d’impact ; nous n’avons pas vérifié la publication intégrale du document. SiliconANGLE fait état de garde-fous contre les hallucinations sur des mouvements qui ne sont pas des signes, et de projets d’extension à d’autres langues des signes et à des modèles de génération de langue des signes. Les médias rappellent un public potentiel d’environ 70 millions de personnes sourdes ou malentendantes dans le monde et plus de 200 langues des signes existantes (donnée journalistique, absente de la documentation technique).
Ce qui manque pour une évaluation indépendante et reproductible : - Latence de bout en bout et comportement hors ligne (non précisés dans le billet officiel) - Protocoles et code d’évaluation permettant de reproduire les 70 BLEURT sur FLEURS-ASL (score pour l’instant non corroboré par des tiers) - Calendrier pour les autres langues des signes et pour des appareils au-delà du Pixel 11 - Preuves de tests menés avec des utilisateurs sourds en dehors du parcours d’évaluation interne
Le lancement reste limité à une seule paire de langues sur une seule famille d’appareils ; les vérifications indépendantes n’existent pas encore.
Come Olya ha verificato questa notizia
- Verificato
- Point de départ : le billet officiel sur deepmind.google, ouvert pour en extraire la date, les heures d’entraînement, le score du benchmark, l’architecture en deux étapes, les limites déclarées et la composition du comité consultatif. Ensuite deux sources indépendantes : Engadget et SiliconANGLE. Les trois concordent sur le 12 août 2026, plus de 100 000 heures d’entraînement (~25 % en ASL), 70 BLEURT sur FLEURS-ASL, MediaPipe Holistic avec envoi des seules coordonnées de pose, absence d’étape par les « gloss », débuts sur Pixel 11 dans Gboard et Live Transcribe sans coût supplémentaire. J’ai séparé ce que déclare Google (métriques, vie privée, écart pour la main gauche) de ce qu’ajoutent les médias (70 millions de personnes, plus de 200 langues des signes). Aucune rumeur, aucune fuite.
- Incertezze
- Les 70 BLEURT sur FLEURS-ASL sont déclarés par Google et aucun évaluateur indépendant ne les a encore reproduits ; BLEURT est une métrique automatique et ne dit pas ce que vaut le texte dans une conversation réelle. Aucune date pour les autres langues des signes ni pour des appareils au-delà du Pixel 11. Le rapport d’impact cosigné avec l’AISLAC est cité dans l’annonce, mais je n’ai pas vérifié sa publication intégrale. Ni la latence, ni le comportement hors ligne, ni des tests avec des utilisateurs sourds hors du parcours d’évaluation interne de Google ne sont indiqués. L’écart de 10 % pour les personnes qui signent de la main gauche est mesuré et déclaré par Google. Le chiffre de 70 millions de personnes sourdes dans le monde vient des médias, pas de la documentation technique.
- Perché pubblicarla
- Il est rare qu’un modèle sorte du laboratoire et se retrouve dans le clavier d’un téléphone pour une fonction d’accessibilité, et non pour une démo. Le sujet touche trois points qui intéressent le lecteur : où vont les données (ici la vidéo ne quitte pas l’appareil, seules des coordonnées circulent), ce que valent des chiffres de benchmark annoncés par celui qui fabrique le modèle, et le fait que les limites — signes rares, dactylologie, main gauche — aient été mises par écrit avec des organisations de personnes sourdes. Aucun article du portail n’a encore traité l’accessibilité comme terrain d’application de ces modèles.