SL2T, DeepMinds vertaler van ASL naar Engels, debuteert op de Pixel 11

Op 12 augustus 2026 presenteerde Google DeepMind op het eigen blog SL2T, een meertalig model dat gebarentaal rechtstreeks omzet in geschreven tekst. Bij de start wordt één taalpaar ondersteund, ASL→Engels, geïntegreerd in het dicteren van Gboard en in Live Transcribe op de Pixel 11-familie, zonder extra kosten; volgens Google komt de functie ook naar andere toestellen.

Het bedrijf meldt training op ruim 100.000 uur in meer dan 50 gebarentalen (ongeveer 25% in ASL) en een score van 70 BLEURT op de benchmark FLEURS-ASL (split sd-test) in zero-shot-evaluatie, wat het omschrijft als “aanzienlijk hoger dan elke eerder gerapporteerde score” (bron: officiële aankondiging). Die waarde is nog niet gereproduceerd door onafhankelijke beoordelaars, en BLEURT is een automatische metriek, geen test van gebruik in een echt gesprek.

De pijplijn heeft twee stappen: op het toestel haalt MediaPipe Holistic de coördinaten van de pose-punten eruit (gezicht, handen, armen, romp), en alleen die reeks gaat naar de servers, waar SL2T de tekst genereert. Volgens Google wordt de ruwe video meteen weggegooid en verlaat die het toestel niet — daarmee onderbouwt het bedrijf zijn privacyclaim (bron: officiële aankondiging). Het model slaat de tussenliggende annotaties (“gloss”) over en produceert direct tekst.

“Sign languages are the primary languages of Deaf communities around the world and the cornerstone of Deaf cultural identity” (“Gebarentalen zijn de primaire talen van dovengemeenschappen wereldwijd en de hoeksteen van de dove culturele identiteit”), aldus Google DeepMind in de officiële post. “Deaf people can benefit from sign language processing in the same way that hearing people benefit from spoken language processing” (“Dove mensen kunnen net zoveel baat hebben bij het verwerken van gebarentaal als horende mensen bij het verwerken van gesproken taal”), een uitspraak van Google DeepMind zoals weergegeven door Engadget.

Google noemt expliciete beperkingen: incidentele fouten bij zeldzame gebaren, snel vingerspellen, passieve constructies, beschrijvende classifiers en werkwoordstijden zonder context. Het model is geoptimaliseerd voor wie met de rechterhand gebaart, met een prestatieverschil van 10% voor wie de linkerhand gebruikt; het ondersteunt gebaren met één hand, de typische situatie van iemand die een telefoon vasthoudt (bron: officiële aankondiging). Het bedrijf richtte een AI Sign Language Advisory Committee (AISLAC) op met organisaties van dove mensen en experts, en zegt met hen een impactrapport te hebben medeondertekend; wij hebben niet geverifieerd of dat document volledig is gepubliceerd. SiliconANGLE meldt maatregelen tegen hallucinaties bij bewegingen die geen gebaren zijn, en plannen om het werk uit te breiden naar andere gebarentalen en naar modellen die gebarentaal genereren. Media wijzen op een potentieel publiek van zo’n 70 miljoen dove of slechthorende mensen wereldwijd en meer dan 200 bestaande gebarentalen (een journalistiek cijfer, niet terug te vinden in de technische documentatie).

Wat ontbreekt voor een onafhankelijke, reproduceerbare beoordeling: - End-to-end-latentie en gedrag offline (niet vermeld in de officiële post) - Evaluatieprotocollen en code waarmee de 70 BLEURT op FLEURS-ASL te reproduceren zijn (score is voorlopig niet door derden bevestigd) - Een tijdlijn voor andere gebarentalen en voor toestellen buiten de Pixel 11 - Bewijs van tests met dove gebruikers buiten het interne evaluatietraject

Het debuut blijft beperkt tot één taalpaar op één toestelfamilie; de onafhankelijke controles zijn er nog niet.