Google DeepMindは2026年8月12日、手話からテキストへ変換する大規模モデル「SL2T」を発表した。米国の手話（ASL）から英語への対応を開始し、GboardやPixel端末のLive Transcribeに搭載される。
Google DeepMindは2026年8月12日、手話からテキストへ変換する大規模モデル「SL2T」を発表した。このモデルは米国手話（ASL）から英語への対応を開始し、Gboardの音声入力機能やPixel 11端末のLive Transcribeに搭載される。
これにより、聴覚障害者はスマートフォン上で直接手話を入力できるようになる。Web検索やメッセージ作成、ドキュメント起草が可能だ。Googleは、テストユーザーの手話は英語の入力よりも迅速で自然だと報告している。
SL2Tは50以上の手話に対応するデータセットで学習されている。プライバシー保護のため、カメラ映像ではなく関節の座標情報として処理される。従来の手法では見逃されがちな複雑な動きも直接テキストに変換する仕組みだ。
開発には聴覚障害者のコミュニティが深く関与している。AI手話諮問委員会（AISLAC）を設置し、技術の能力や制限について透明性の高い報告書を作成した。今後は対応言語やデバイスの拡大を目指す。