Google DeepMind a dévoilé SL2T, un modèle d'IA conçu pour traduire la langue des signes en texte, déployé en premier sur la nouvelle gamme de smartphones Pixel 11 de la société. Le modèle, introduit sous la bannière « mettre l'IA en langue des signes entre les mains des utilisateurs », marque l'une des tentatives les plus médiatisées à ce jour pour apporter la compréhension en temps réel de la langue des signes à un appareil grand public.
L'annonce est intervenue parallèlement à l'événement de lancement du Pixel 11 de Google, au cours duquel la société a présenté une suite de nouvelles fonctionnalités basées sur Gemini. Parmi eux, la traduction en langue des signes s’est imposée comme une étape importante en matière d’accessibilité, transformant la caméra frontale d’un téléphone en un pont entre les utilisateurs sourds et les personnes ne connaissant pas la langue des signes.
Langue des signes en texte, sur l'appareil
Selon DeepMind et les rapports d'Engadget et d'Android Authority, SL2T peut transcrire la langue des signes en texte directement sur les appareils Pixel 11. La fonctionnalité fait ses débuts sur le Pixel 11 Pro Fold, le téléphone pliable phare de Google, que la société a positionné comme une vitrine de cette nouvelle fonctionnalité.
Digital Trends a décrit cette version comme « une nouvelle façon pour les utilisateurs sourds de communiquer avec des personnes qui ne connaissent pas la langue des signes », présentant SL2T comme un outil pratique pour la conversation quotidienne plutôt qu'une démo purement expérimentale. L'idée est simple mais puissante : un utilisateur sourd signe sur son téléphone, le modèle interprète les gestes et le texte résultant est affiché pour qu'un interlocuteur entendant puisse le lire.
L'exécution du modèle sur l'appareil, plutôt que l'envoi de la vidéo vers le cloud, a des implications significatives en termes de confidentialité et de fiabilité. Les conversations en langue des signes sont intimes et contiennent souvent des informations sensibles, et éviter un aller-retour dans le cloud conserve ces données sur le téléphone. Cela permet également à la fonctionnalité de fonctionner dans des situations où la connectivité est mauvaise.
Pourquoi la langue des signes est un problème difficile en matière d'IA
La langue des signes est bien plus complexe que la simple reconnaissance des formes des mains. Les langues des signes complètes, telles que l'American Sign Language (ASL), utilisent des gestes de la main, des expressions faciales, des postures corporelles et des mouvements dans l'espace pour transmettre un sens, et elles ont leur propre grammaire distincte des langues parlées. Un modèle qui ne suit que les mains manquera une grande partie de ce que dit un signeur.
C’est pourquoi la traduction en langue des signes est en retard par rapport à la reconnaissance vocale. Construire un système capable d'interpréter toute la richesse des communications signées en temps réel, sur un téléphone, avec des budgets d'énergie et de mémoire serrés, représente un véritable défi d'ingénierie. DeepMind n'a pas encore publié de détails techniques complets sur l'architecture ou les performances de référence de SL2T, et la société a mis l'accent sur l'expérience utilisateur plutôt que sur les métriques brutes dans son annonce.
Le peu de détails publics mérite d’être noté. Une vérification indépendante des taux de précision, des langues des signes prises en charge et de la latence déterminera si SL2T est un outil quotidien fiable ou une fonctionnalité à un stade précoce qui a encore besoin de maturation. Pour l'instant, la corroboration de l'annonce de DeepMind et de plusieurs publications technologiques confirme que le modèle existe et est livré sur du matériel grand public.
L'accessibilité comme champ de bataille de l'IA
SL2T arrive alors que les fonctionnalités d’accessibilité sont devenues une arène de concurrence de plus en plus visible entre les laboratoires d’IA et les fabricants d’appareils. Les sous-titres en temps réel, les descriptions d'images pour les utilisateurs aveugles et désormais la traduction en langue des signes ne sont pas positionnés comme des modules complémentaires de niche, mais comme des fonctionnalités phares qui démontrent la valeur pratique de l'IA sur appareil.
Pour Google, lier SL2T au lancement du Pixel 11 sert deux objectifs. Cela confère au nouveau matériel une caractéristique distinctive qui manque aux téléphones concurrents et renforce le message selon lequel Gemini, l'assistant IA de Google, est intégré au système d'exploitation à un niveau fondamental. Le Pixel 11 Pro Fold, avec son écran intérieur plus grand, est un premier foyer naturel pour une fonctionnalité destinée à être montrée à un interlocuteur autour d’une table.
Le chemin à parcourir pour l'IA en langue des signes
La plus grande question pour la communauté des sourds et des malentendants est de savoir si SL2T s’étend au-delà d’un seul appareil et d’un ensemble limité de langues des signes. La langue des signes américaine est probablement le thème du lancement, mais il existe des centaines de langues des signes dans le monde, chacune avec sa propre structure et ses variations régionales. Un modèle qui fonctionne à merveille pour les signataires de l'ASL aux États-Unis peut être de peu d'utilité pour un utilisateur de la langue des signes britannique, d'Auslan ou de LSF.
DeepMind a l’habitude de démarrer de manière étroite et de se développer, comme il l’a fait avec des systèmes comme AlphaFold et ses modèles météorologiques. Si SL2T suit ce modèle, les débuts du Pixel 11 sont une ouverture plutôt qu’un produit fini. Les commentaires de la communauté des utilisateurs sourds, qui sont les mieux placés pour juger si les traductions sont exactes et naturelles, façonneront la suite.
Pour l’instant, l’arrivée de la traduction en langue des signes sur un téléphone grand public constitue une étape notable. Cela suggère que l’écart de longue date entre la capacité de l’IA à comprendre le langage parlé et sa capacité à comprendre le langage des signes pourrait enfin commencer à se combler, un appareil à la fois.
Tenez-vous au courant des dernières versions de modèles et des développements de l'IA sur Couverture des dernières nouvelles d'AI Buzz Wire.
