Google DeepMind anuncia SL2T, IA que traduz língua de sinais em texto

O que aconteceu

A Google DeepMind apresentou, em agosto de 2026, o sign-language-to-text (SL2T), um modelo de tradução de língua de sinais para texto descrito como um avanço em qualidade e generalidade (Google DeepMind). É a primeira vez que IA de língua de sinais chega a produtos de consumo: o SL2T alimenta o ditado por sinais no Gboard e no Live Transcribe do Pixel 11, começando pela Língua de Sinais Americana (ASL) para o inglês. A empresa diz que mais dispositivos chegarão em breve e que outras línguas serão adicionadas depois.

O anúncio lembra que o processamento de línguas faladas avançou rápido nas últimas décadas, com tradução automática, ditado e interfaces conversacionais, mas não alcançou as mais de 200 línguas de sinais existentes nem os cerca de 70 milhões de pessoas surdas e com deficiência auditiva que as utilizam (Google DeepMind).

Contexto

Para a DeepMind, o progresso da IA de língua de sinais foi lento por dois motivos: os desafios técnicos específicos e as concepções equivocadas sobre como essas línguas funcionam. Ao contrário da transcrição de fala, que é um mapeamento sequencial, a tradução de língua de sinais envolve complexidades próprias. O material cita dois desafios centrais, começando pela diferença em relação à transcrição de fala.

As línguas de sinais são as línguas primárias de comunidades surdas e a base da identidade cultural surda. Há grande diversidade entre pessoas surdas em relação à fluência em sinais, fala, leitura e escrita, o que exige acesso em todas as modalidades.

Por que importa

O SL2T funciona como o ditado por voz para ouvintes: em vez de digitar, o usuário pode sinalizar para o telefone em qualquer lugar em que normalmente digitaria. É possível sinalizar para buscar na web, rascunhar mensagens ou documentos e pedir ao Gemini que resolva consultas ou execute tarefas. No Live Transcribe, o usuário pode sinalizar respostas em conversas em vez de digitar de um lado para o outro.

Segundo testadores citados pela DeepMind, sinalizar em ASL é mais rápido, mais natural e mais agradável do que digitar em inglês. Para cerca de 70 milhões de pessoas, a tecnologia reduz a distância entre comunidades surdas e ouvintes e oferece à comunidade surda benefícios equivalentes aos que o processamento de fala dá aos ouvintes.

Impacto

No curto prazo, o recurso está restrito ao Pixel 11 e ao par ASL-inglês. O modelo, porém, é descrito como massivamente multilíngue, o que abre espaço para expansão. No médio prazo, a expectativa é que mais dispositivos e mais línguas sejam contemplados, ampliando o acesso e criando novas possibilidades de comunicação entre surdos e ouvintes.

A DeepMind também reconhece que pessoas surdas têm perfis diferentes de fluência e defende suporte em todas as modalidades, o que posiciona a ferramenta como complementar e não substituta de outras formas de acesso.

O que muda

A mudança central é de paradigma de entrada: a língua de sinais vira um método de digitação no celular, equivalente ao teclado ou ao microfone. Em vez de o usuário se adaptar à tecnologia, a tecnologia passa a aceitar a língua primária de milhões de pessoas. No Live Transcribe, a resposta por sinais substitui o vai e volta de digitação em conversas.

O que vem agora

A DeepMind afirma que mais dispositivos virão em breve e que outras línguas de sinais serão adicionadas, mas não informa prazos. Para o Brasil, a eventual expansão do SL2T pode incluir a Libras, a língua de sinais do país, sem confirmação ou cronograma. O desafio técnico segue aberto: traduzir línguas de sinais exige resolver problemas que a transcrição de fala não enfrenta.

Fontes

• Google DeepMind - "Putting sign language AI into users' hands" (https://deepmind.google/blog/putting-sign-language-ai-into-users-hands/)