SL2T de Google : l'IA en langue des signes arrive sur votre téléphone
💡 Le 12 août 2026, Google DeepMind a lancé SL2T, le premier modèle d'IA en langue des signes intégré dans un téléphone grand public. Les utilisateurs sourds et malentendants sur Pixel 11 peuvent désormais signer directement dans Gboard ou Live Transcribe plutôt que de taper. C'est une vraie première, même si la technologie couvre uniquement la langue des signes américaine et commet encore des erreurs sur les signes rares.
- SL2T a été lancé le 12 août 2026 sur Google Pixel 11, avec la langue des signes américaine (ASL) vers l'anglais en temps réel.
- Les utilisateurs peuvent signer directement dans Gboard (messages, recherches, requêtes Gemini) et Live Transcribe, sans taper.
- Le modèle suit 130 points de repère corporels via MediaPipe sur l'appareil et supprime immédiatement la vidéo brute, protégeant la vie privée.
- Score de 70 BLEURT sur le benchmark FLEURS-ASL, le plus élevé jamais rapporté pour cette tâche, mais il s'agit d'un chiffre auto-déclaré par Google, non vérifié de façon indépendante.
- Mise en garde honnête : uniquement ASL pour l'instant, des erreurs persistent en faible luminosité et sur les signes rares, et SL2T ne peut en aucun cas remplacer des interprètes certifiés dans les contextes médicaux ou juridiques.
Ce que fait réellement le modèle SL2T de Google
Pendant des décennies, l'IA en langue des signes a existé principalement dans des articles de recherche et des démonstrations en laboratoire. Le 12 août 2026, Google DeepMind a changé cela en intégrant la technologie dans deux produits Android du quotidien : Gboard, le clavier, et Live Transcribe, l'application d'accessibilité.
La technologie s'appelle SL2T, soit sign-language-to-text. Sur le Pixel 11, un utilisateur sourd peut tenir son téléphone, signer en langue des signes américaine (ASL), et voir son message apparaître en texte anglais en temps réel. Il peut ensuite le modifier et l'envoyer comme n'importe quel autre texte.
C'est la première fois que cette fonctionnalité est disponible sur un téléphone ordinaire, et non comme prototype de recherche ou dispositif spécialisé.
Comment fonctionne-t-il tout en protégeant la vie privée ?
SL2T n'enregistre pas de vidéo pour l'envoyer à un serveur. Au lieu de cela, une couche de traitement sur l'appareil, MediaPipe Holistic, cartographie 130 points clés du visage, des mains et du corps : positions, angles, mouvements, image par image. Seules ces coordonnées géométriques sont transmises aux serveurs de Google. La vidéo brute est supprimée immédiatement.
Le modèle convertit ensuite ce flux de coordonnées directement en texte anglais, en contournant la couche intermédiaire de gloses. Une glose est une étiquette fixe pour un signe individuel. Les systèmes antérieurs s'appuyaient sur de grands dictionnaires de gloses, ce qui signifiait qu'ils ne pouvaient pas traiter les signes hors dictionnaire ni représenter la grammaire spatiale ou les marqueurs faciaux de l'ASL.
Il a été entraîné sur plus de 100 000 heures de vidéos de signe dans plus de 50 langues des signes, dont environ 25 % en ASL. Google indique que l'entraînement multilingue a amélioré les performances en ASL par rapport à un entraînement uniquement sur l'ASL.
Qu'est-ce que cela signifie pour les personnes sourdes et malentendantes ?
La dictée vocale est une fonctionnalité par défaut des téléphones pour les entendants depuis plus d'une décennie. Les personnes sourdes et malentendantes n'ont jamais eu d'équivalent : elles ont toujours dû taper. SL2T comble une partie de cet écart, du moins pour les signataires ASL possédant un Pixel 11.
Les cas d'utilisation pratiques sont ceux que les entendants tiennent pour acquis : rédiger un message, rechercher sur le web, interroger Gemini, prendre des notes. Dans Live Transcribe, un utilisateur sourd peut signer une réponse plutôt que de taper pendant une conversation. Les testeurs de Google ont indiqué que signer était plus rapide et plus naturel que taper en anglais.
Dans le monde, plus de 70 millions de personnes sourdes et malentendantes communiquent dans quelque 200 langues des signes distinctes. Cette publication en couvre une sur un modèle de téléphone. Mais elle démontre qu'une précision de niveau grand public est désormais atteignable, et cela compte pour la suite.
Pourquoi la langue compte-t-elle plus que la technologie ici ?
Cette publication est aussi une déclaration sur la façon de traiter les langues des signes. Les systèmes antérieurs traduisaient souvent l'ASL en anglais signé, une correspondance mot à mot qui ignore la grammaire propre de l'ASL. SL2T a été conçu dès le départ pour traiter l'ASL comme une langue indépendante, avec ses propres constructions spatiales, marqueurs faciaux et grammaire non linéaire.
La différence est importante. Un système qui impose l'ordre des mots anglais à l'ASL ne performe pas seulement mal : il cadre implicitement l'ASL comme une forme dérivée ou secondaire de l'anglais. Les linguistes de la langue des signes ont documenté cette tension depuis des décennies, et traiter l'ASL comme une langue primaire est une décision de gouvernance autant qu'une décision technique.
Pour ceux qui travaillent avec la langue, la recherche sur le cerveau multilingue et le vieillissement cognitif rappelle que la langue n'est pas seulement un support de communication, mais une architecture cognitive.
Quelles sont les vraies limites à connaître ?
Ce que SL2T ne peut pas faire est aussi important que ce qu'il peut faire.
- Il ne prend en charge que l'ASL vers l'anglais au lancement. La LSF, la BSL, l'Auslan et les autres langues des signes majeures ne sont pas encore supportées.
- Les performances diminuent en faible luminosité, à des angles de caméra obliques, ou quand le signataire n'est pas la plus grande personne dans le cadre.
- Des erreurs persistent sur les signes rares, l'épellation rapide des doigts et les constructions passives ou de classificateurs de l'ASL.
- Limite de 60 secondes par extrait, aucune mémoire entre les extraits, et pas d'entraînement sur des signataires de moins de 18 ans.
- Il génère parfois du texte quand personne ne signe, bien que Google indique avoir réduit ce phénomène par rapport aux versions pré-commercialisation.
Surtout : le comité consultatif qui a co-développé cette technologie avec Google, incluant la National Association of the Deaf et la World Federation of the Deaf, a explicitement défini SL2T pour les situations informelles à faible risque : messagerie, recherche, conversations courantes. Les consultations médicales, procédures judiciaires, interactions avec la police et entretiens d'embauche ne sont pas dans le périmètre. Les interprètes certifiés restent légalement et éthiquement requis pour ces contextes.
Les scores de référence cités sont auto-déclarés. Aucune évaluation académique indépendante du modèle déployé n'a été publiée en août 2026.
Quoi surveiller ensuite
La feuille de route de Google comprend la ponctuation et les commandes d'édition, le support multi-signataires, un meilleur suivi des expressions faciales et l'extension des données dialectales ASL (y compris le Black ASL, sur lequel les modèles actuels sont insuffisants). La question la plus importante est de savoir si l'architecture SL2T peut être transférée à d'autres langues des signes sans nécessiter 100 000 heures de données supplémentaires pour chacune.
Si oui, cela devient un modèle pour combler simultanément le fossé de la dictée vocale dans 200 langues des signes. Si non, SL2T reste une première étape significative mais étroite.
FAQ
SL2T fonctionne-t-il pour toutes les langues des signes, ou uniquement la langue des signes américaine ?
Au lancement (août 2026), SL2T prend uniquement en charge l'ASL vers l'anglais sur le Pixel 11. Le modèle a été entraîné sur des données de plus de 50 langues des signes et Google a indiqué vouloir l'étendre, mais aucun calendrier n'a été donné pour des langues comme la LSF ou la BSL.
Puis-je utiliser SL2T sur n'importe quel téléphone Android ?
Non. Au lancement, SL2T est disponible uniquement sur le Google Pixel 11. Google a indiqué que d'autres appareils seraient pris en charge, mais n'a pas précisé lesquels ni quand.
SL2T est-il suffisamment précis pour remplacer un interprète en langue des signes ?
Non, et le comité consultatif de Google l'interdit explicitement. SL2T est conçu pour les contextes informels : messages, recherches, conversations courantes. Il ne doit pas être utilisé lors de consultations médicales, de procédures judiciaires, d'entretiens d'embauche ou de tout contexte formel où des interprètes certifiés sont légalement ou éthiquement requis.
Comment SL2T protège-t-il ma vie privée ?
La vidéo brute de la caméra est supprimée sur l'appareil immédiatement. MediaPipe la convertit en 130 points de repère géométriques corporels avant que quoi que ce soit ne quitte le téléphone. Seules ces coordonnées sont traitées par les serveurs de Google : la vidéo réelle du signataire ne parvient jamais à Google.
En quoi SL2T diffère-t-il des systèmes d'IA en langue des signes antérieurs ?
Les systèmes antérieurs s'appuyaient sur des gloses, étiquettes fixes pour les signes individuels, comme étape intermédiaire, ce qui limitait le vocabulaire et perdait la grammaire spatiale de l'ASL. SL2T génère directement du texte anglais à partir des flux de coordonnées de mouvement, permettant à la qualité de traduction de s'améliorer avec les données d'entraînement plutôt qu'avec des dictionnaires manuels.
Source(s) : Blog Google DeepMind : L'IA en langue des signes entre dans vos mains (2026)
À propos de l'auteur
Dao Huy (Lucas) est traducteur professionnel travaillant entre l'anglais, le vietnamien, le chinois et le français, avec sept années d'expérience en traduction technique, juridique et en localisation de logiciels. Il suit les développements à l'intersection du langage et de la technologie car, comme le montre SL2T, les deux sont rarement séparables : les choix qu'un modèle fait sur la grammaire, l'ordre des mots et l'autorité linguistique ne sont pas seulement des décisions d'ingénierie, ce sont des décisions de politique linguistique.
Si votre entreprise ou organisation a besoin de traduction anglais-vietnamien, de documentation technique, de localisation de brevets et propriété intellectuelle ou de localisation d'interface logicielle, Lucas est disponible pour un devis gratuit sur daohuy.com.
Written by Dao Huy (Lucas), Vietnamese translator & localization specialist (EN · ZH · FR → Vietnamese). See translation services →