SL2T, o tradutor de ASL para inglês da DeepMind, estreia nos Pixel 11
Em 12 de agosto de 2026 a Google DeepMind apresentou no seu blog o SL2T, um modelo multilíngue que traduz diretamente língua de sinais em texto escrito. No lançamento há um único par suportado, ASL→inglês, integrado ao ditado do Gboard e ao Live Transcribe na família Pixel 11, sem custo adicional; a Google afirma que o recurso chegará também a outros aparelhos.
A empresa relata treino com mais de 100.000 horas em mais de 50 línguas de sinais (cerca de 25% em ASL) e uma pontuação de 70 BLEURT no benchmark FLEURS-ASL (split sd-test) em avaliação zero-shot, que classifica como “significativamente mais alta do que qualquer pontuação relatada anteriormente” (fonte: anúncio oficial). O valor ainda não foi replicado por avaliadores independentes e o BLEURT é uma métrica automática, não um teste de uso em conversa real.
O fluxo tem duas etapas: no aparelho, o MediaPipe Holistic extrai as coordenadas dos pontos de pose (rosto, mãos, braços, tronco) e apenas essa sequência é enviada aos servidores para que o SL2T gere o texto; a Google afirma que o vídeo bruto é descartado imediatamente e não sai do aparelho, escolha com que justifica a proteção da privacidade (fonte: anúncio oficial). O modelo pula as anotações intermediárias (“gloss”) e produz texto diretamente.
“Sign languages are the primary languages of Deaf communities around the world and the cornerstone of Deaf cultural identity” (“As línguas de sinais são as línguas primárias das comunidades surdas em todo o mundo e o alicerce da identidade cultural surda”), declara a Google DeepMind na publicação oficial. “Deaf people can benefit from sign language processing in the same way that hearing people benefit from spoken language processing” (“As pessoas surdas podem se beneficiar do processamento de língua de sinais do mesmo modo que as ouvintes se beneficiam do processamento da fala”), declaração da Google DeepMind relatada pelo Engadget.
A Google declara limites explícitos: erros ocasionais em sinais raros, datilologia rápida, construções passivas, classificadores descritivos e tempos verbais sem contexto. O modelo é otimizado para quem sinaliza com a mão direita, com uma diferença de desempenho de 10% para quem usa a esquerda; suporta sinalizar com uma só mão, condição típica de quem segura o celular (fonte: anúncio oficial). A empresa criou um AI Sign Language Advisory Committee (AISLAC) com organizações de pessoas surdas e especialistas e afirma ter assinado com elas um relatório de impacto; não verificamos a publicação integral do documento. O SiliconANGLE relata salvaguardas contra alucinações em movimentos que não são sinais e planos de estender o trabalho a outras línguas de sinais e a modelos de geração de língua de sinais. Os veículos lembram um público potencial de cerca de 70 milhões de pessoas surdas ou com perda auditiva no mundo e mais de 200 línguas de sinais existentes (dado jornalístico, ausente da documentação técnica).
O que falta para uma avaliação independente e reproduzível: - Latência de ponta a ponta e comportamento offline (não declarados na publicação oficial) - Protocolos e código de avaliação que permitam replicar os 70 BLEURT no FLEURS-ASL (pontuação por ora não corroborada por terceiros) - Calendário para outras línguas de sinais e para aparelhos além do Pixel 11 - Evidência de testes com usuários surdos fora do percurso de avaliação interno
A estreia continua limitada a um único par linguístico numa única família de aparelhos; as verificações independentes ainda não existem.
Come Olya ha verificato questa notizia
- Verificato
- Parti da publicação oficial no deepmind.google, aberta para extrair data, horas de treino, pontuação do benchmark, arquitetura em duas etapas, limites declarados e composição do comitê consultivo. Depois, duas fontes independentes: Engadget e SiliconANGLE. As três concordam em 12 de agosto de 2026, mais de 100.000 horas de treino (~25% em ASL), 70 BLEURT no FLEURS-ASL, MediaPipe Holistic com envio apenas das coordenadas de pose, ausência da etapa de “gloss” e estreia nos Pixel 11 dentro do Gboard e do Live Transcribe sem custo adicional. Mantive separado o que a Google declara (métricas, privacidade, diferença da mão esquerda) do que os veículos acrescentam (70 milhões de pessoas, mais de 200 línguas de sinais). Nenhum rumor, nenhum vazamento.
- Incertezze
- Os 70 BLEURT no FLEURS-ASL são declarados pela Google e nenhum avaliador independente os replicou ainda; o BLEURT é uma métrica automática e não diz quanto o texto se sustenta numa conversa real. Não há datas para as outras línguas de sinais nem para aparelhos além do Pixel 11. O relatório de impacto assinado com o AISLAC é citado no anúncio, mas não verifiquei se foi publicado na íntegra. Não são declarados latência, comportamento offline nem testes com usuários surdos fora do percurso de avaliação interno da Google. A diferença de 10% para quem sinaliza com a esquerda é medida e declarada pela Google. O dado dos 70 milhões de pessoas surdas no mundo vem dos veículos, não da documentação técnica.
- Perché pubblicarla
- É raro um modelo sair do laboratório e acabar dentro do teclado de um telefone por causa de um recurso de acessibilidade, e não de uma demonstração. Toca três pontos que interessam ao leitor: para onde vão os dados (aqui o vídeo não sai do aparelho, viajam só coordenadas), quanto valem os números de benchmark declarados por quem fabrica o modelo, e o fato de os limites — sinais raros, datilologia, mão esquerda — terem sido colocados por escrito junto com organizações de pessoas surdas. Nenhum artigo do portal tratou ainda a acessibilidade como terreno de aplicação desses modelos.