Google usa IA para traduzir Língua de Sinais direto em texto no celular

O Google DeepMind apresentou um modelo de inteligência artificial que traduz Língua de Sinais Americana (ASL) diretamente para texto em tempo real. A novidade chega primeiro no celular Pixel 11, dentro de dois aplicativos: o Gboard (teclado virtual) e o Live Transcribe (que mostra legendas do que é falado ao redor). O objetivo é permitir que pessoas surdas ou com deficiência auditiva usem sinais para digitar mensagens, fazer buscas na web ou responder durante uma conversa — sem precisar trocar pelo teclado comum.

O sistema, chamado SL2T (sigla em inglês para “de língua de sinais para texto”), funciona de forma diferente de tentativas anteriores. Em vez de processar vídeo bruto, ele usa um modelo de visão computacional que rastreia a posição de pontos-chave do corpo (mãos, braços, tronco, cabeça e rosto) e envia apenas essas coordenadas geométricas para a nuvem. O vídeo original é descartado na hora para proteger a privacidade. O modelo foi treinado com mais de 100 mil horas de gravações em mais de 50 línguas de sinais — um quarto delas só em ASL. Para quem não sabe, línguas de sinais não são uma versão gestual do inglês: têm gramática e vocabulário próprios, exigindo tradução de verdade, não uma simples correspondência sinal-palavra.

A novidade é importante porque coloca a IA de língua de sinais pela primeira vez em produtos de consumo, fora dos laboratórios. Até hoje, a tecnologia de processamento de linguagem avançou muito para quem fala, mas deixou de fora os cerca de 70 milhões de pessoas surdas que usam sinais no mundo. O Google afirma que nos testes os participantes consideraram sinalizar mais rápido e natural do que digitar. O modelo alcançou pontuação recorde no benchmark FLEURS-ASL, que mede a qualidade da tradução de ASL para inglês. A empresa também criou um comitê consultivo formado por organizações de surdos para guiar o uso responsável da tecnologia.

Na prática, quem tiver um Pixel 11 poderá abrir o Gboard e sinalizar para a câmera frontal enquanto digita — útil para escrever mensagens, pesquisar ou até dar comandos para o assistente Gemini. No Live Transcribe, a pessoa pode sinalizar uma resposta em vez de digitar de volta, tornando conversas mistas (surdos e ouvintes) mais fluidas. Por enquanto, só funciona com ASL para inglês, mas o Google promete expandir para outras línguas de sinais e dispositivos nos próximos meses. O recurso sai sem custo extra — parte da missão declarada de tornar a informação acessível a todos, inclusive em línguas que não são faladas.