Google DeepMind lanza SL2T: los Pixel 11 ya traducen lengua de señas a texto

Google DeepMind presentó SL2T, un modelo que traduce lengua de señas a texto y que llega por primera vez integrado en un teléfono: el nuevo Pixel 11. La función arranca con lengua de señas americana (ASL) hacia inglés, disponible en el teclado Gboard y en Live Transcribe, la herramienta de transcripción en tiempo real de Android.

En la práctica, esto significa que una persona sorda o hipoacúsica que prefiere comunicarse por señas puede activar la cámara del teléfono y “escribir” con las manos en lugar de con los dedos, para buscar, enviar mensajes o conversar con Gemini.

Cómo funciona el modelo

DeepMind entrenó el sistema con más de 100.000 horas de datos de lengua de señas de distintos países, de las cuales cerca de una cuarta parte corresponde a ASL. Por eso el lanzamiento arranca solo con ese idioma, aunque la mezcla multilingüe busca que el modelo aprenda patrones que se repiten entre distintas lenguas de señas.

Un detalle importante para quienes trabajamos en accesibilidad: SL2T no envía el video de la cámara a la nube. Un modelo que corre directamente en el teléfono convierte las señas en puntos de referencia corporales (una especie de esqueleto de coordenadas), y son esos puntos —no la imagen— los que se procesan en el servidor para generar el texto. Google lo presenta como una decisión de privacidad.

También es un cambio de enfoque técnico frente a sistemas anteriores, que solían pasar por un paso intermedio de “glosas” (etiquetas simplificadas para cada seña). DeepMind argumenta que ese paso intermedio pierde información clave: expresiones no manuales y construcciones espaciales que también forman parte de la gramática de una lengua de señas. SL2T traduce directo de los puntos corporales al texto.

Por qué el alcance sigue siendo limitado

Google reconoce que existen más de 70 millones de personas sordas o hipoacúsicas en el mundo, que usan cerca de 200 lenguas de señas distintas. SL2T, por ahora, cubre una sola: ASL, y un solo dispositivo, el Pixel 11. La compañía anunció que planea sumar más idiomas y equipos, pero sin fecha confirmada.

Esto es justamente lo que vale la pena señalar desde Colombia: la Lengua de Señas Colombiana (LSC) no es lo mismo que la ASL, y una herramienta entrenada para ASL no traduce LSC. Son lenguas distintas, con su propia gramática y estructura, así como el español y el inglés son idiomas distintos aunque compartan el alfabeto latino. Es un punto de confusión frecuente incluso entre personas bien intencionadas.

Qué significar seguir de cerca

El avance es relevante porque muestra hacia dónde va la tecnología de accesibilidad: reconocimiento de señas en tiempo real, con protección de privacidad, integrado en herramientas de uso diario. Pero también es un buen recordatorio de que la inclusión real no llega automáticamente con la tecnología: sigue dependiendo de que cada lengua de señas —incluida la LSC— tenga sus propios desarrollos, intérpretes capacitados y espacios donde se reconozca y se use.

Fuente: [DeepMind SL2T Brings ASL Input to Pixel 11 Phones](Articulo original en inglés)