Google Deep Mind представи специализиран AI модел, превръщащ жестомимичния език в текст. SL2T (sign-language-to-text), както е името му, ще бъде достъпен за Pixel 11 смартфоните. Той позволява превръщането на жестове в текст посредством Gboard или Live Transcribe. Първоначално моделът ще може да превежда знаци от американския жестомимичен език (American Sign Language, ASL) на английски език.
Хората с пълна или частична глухота ще могат да извършват разнообразни задачи. Сред тях са търсене в Мрежата, писане на имейли и текст, редакция на документи и др.
Google са обучили SL2T на 100 000 часа жестомимични данни от над 50 езика, като една четвърт от тази информация е базирана на ASL комуникации. А поради факта, че моделът е обучен чрез множество жестови езици, той успява да разпознава също споделени структурни модели между тях. Така, той превъзхожда значително всички други подобни модели. SL2T е достигнал резултат от 70 BLEURT точки на бенчмарк теста FLEURS-ASL.
Говорител на компанията коментира, че пускането на SL2T се явява критично важен момент за общността на глухите хора по целия свят. Разработката на този тип модели, като цяло е било забавено поради различни пречки и погрешни схващания, допълват от Google.
В допълнение, Google разкриха сформирането на AI Sign Language Advisory Committee. В комитета участва редица организации на глухите и експерти по жестомимичен език. Те ще помагат на компанията да развива и разпространява технологията. Планът е в бъдеще SL2T да обхване и други жестомимични езици, както и да се разработят модели за генериране на жестове.