In questo articolo Indice dei contenuti 2 sezioni
Una dimostrazione apparsa in queste ore mette in mostra quella che è probabilmente la funzione più sorprendente arrivata con Pixel 11, ovvero la traduzione in tempo reale della lingua dei segni trasformata in testo scritto sullo schermo. Dopo l’annuncio arrivato durante la presentazione degli smartphone, il video permette finalmente di capire come funziona davvero la cosa fuori dalle slide di marketing, con un utente che comunica in American Sign Language davanti alla fotocamera frontale e il telefono che restituisce frasi compiute quasi senza ritardo.
Il dettaglio che rende il filmato interessante è il contesto. Non una demo blindata su un palco, ma una situazione ordinaria, con gestualità naturale e ritmo sostenuto. Nonostante questo la traduzione regge, appare fluida e abbastanza precisa da sostenere una conversazione vera. Lo smartphone non guarda soltanto le mani, ma legge insieme movimenti, espressioni del volto e postura del corpo, elementi che nella lingua dei segni contano tanto quanto le parole in una frase parlata.
Il motore è SL2T, il modello firmato Google DeepMind
Dietro tutto questo lavora SL2T, sigla che sta per Sign Language to Text, il modello messo a punto da Google DeepMind proprio per interpretare le lingue dei segni. La differenza rispetto a un banale riconoscimento dei gesti è sostanziale. Qui il sistema analizza in contemporanea la configurazione delle mani, la direzione dei movimenti, la mimica facciale e il linguaggio del corpo, perché è dall’insieme di questi segnali che nasce il significato completo di una frase.
Google insiste su un punto spesso ignorato, cioè che le lingue dei segni sono lingue naturali autonome, con una grammatica propria, diversa da quella dell’inglese parlato. Per questo il modello non si limita a trascrivere un segno dopo l’altro come fosse un dizionario animato, ma prova a ricostruire il senso della frase e a tradurlo direttamente in inglese scritto.
L’aspetto più concreto riguarda l’uso quotidiano. La traduzione è disponibile dentro Gboard, quindi diventa possibile “scrivere” attraverso la lingua dei segni in qualunque applicazione accetti l’input da tastiera. La stessa tecnologia è finita anche in Live Transcribe, dove permette di sostenere uno scambio più naturale senza dover picchiettare continuamente sul vetro. L’obiettivo dichiarato dall’azienda è offrire alle persone sorde qualcosa di equivalente alla dettatura vocale di cui dispongono gli utenti udenti, ovvero la possibilità di esprimersi nella propria lingua senza passaggi intermedi.
Per adesso funziona solo con l’ASL
Il limite attuale è chiaro e Google non lo nasconde. La funzione traduce esclusivamente dall’American Sign Language all’inglese e gira soltanto sulla famiglia Pixel 11. Il modello, spiega l’azienda, è stato addestrato su un insieme di dati che comprende oltre 50 lingue dei segni, ma il debutto è stato ristretto all’ASL per assicurare un livello di affidabilità accettabile prima di allargare il campo.
Nessuna data, per il momento, sul supporto ad altri idiomi come la Lingua dei Segni Italiana. L’espansione è confermata come intenzione, senza però un calendario preciso a cui appoggiarsi.
La dimostrazione ha fatto il giro delle discussioni online in poche ore. Molti hanno definito questa funzione una delle novità più rilevanti presentate da Google negli ultimi anni, soprattutto sul fronte dell’accessibilità. Come sempre accade, è arrivata anche l’osservazione più prevedibile, quella di chi si chiede perché una persona sorda non possa semplicemente scrivere un messaggio.
La risposta è arrivata da diversi membri della comunità Deaf, che hanno ricordato una cosa semplice. Per chi usa la lingua dei segni ogni giorno quella è la lingua madre, spesso più rapida e più naturale della scrittura, esattamente come per una persona udente parlare risulta più immediato che digitare su una tastiera. È lo stesso principio per cui la dettatura vocale ha preso piede, applicato a un pubblico che finora ne era rimasto escluso.
