Tłumaczenie języka migowego w Google: AI wspiera osoby głuche
Sprawdź, jak sztuczna inteligencja w smartfonach Google tłumaczy język migowy na tekst w czasie rzeczywistym. Co działa dziś, a co dopiero się planuje.
Sztuczna inteligencja w smartfonach Google zamienia język migowy na tekst w czasie rzeczywistym, a funkcja działa już w wybranym modelu telefonu. Dla kilkudziesięciu tysięcy osób w Polsce, które mają głęboki niedosłuch lub są głuche, to krok w stronę łatwiejszej komunikacji bez pośrednika. Liczba takich osób sięga według podanych danych nawet 100 tys.
Jak działa tłumaczenie języka migowego na tekst w smartfonie?
System rozpoznaje gesty na podstawie obrazu z kamery. Analizuje układ twarzy oraz ruchy dłoni, a następnie przekształca je w tekst, który pojawia się na ekranie rozmówcy. Całość odbywa się w czasie rzeczywistym, bez wysyłania nagrań do osób trzecich, a wynik trafia do Klawiatury Google oraz aplikacji Live Transcribe.
Warto zauważyć, że mechanizm opiera się na rozpoznawaniu całej sylwetki i mimiki, a nie tylko dłoni. Język migowy ma własną gramatykę, w której znaczenie niosą także wyraz twarzy i ruch głowy, dlatego analiza tych elementów jest kluczowa dla poprawności tłumaczenia.
Które języki migowe są obsługiwane?
Na chwilę obecną jedynym obsługiwanym językiem jest amerykański język migowy (ASL). Funkcja jest dostępna w jednym modelu telefonu. Dla polskich użytkowników oznacza to, że nie mogą jeszcze korzystać z polskiego języka migowego, co warto mieć na uwadze, zanim zainstalują się oczekiwania wobec tej technologii.
Porównanie obecnego stanu i planów
| Obszar | Status |
|---|---|
| Tłumaczenie języka migowego na tekst | Dostępne w smartfonach Pixel 11, fabrycznie wbudowane |
| Obsługiwany język migowy | Amerykański (ASL) |
| Tryb działania | Czas rzeczywisty, Klawiatura Google i Live Transcribe |
| Tłumaczenie mowy na język migowy | Planowane, z użyciem cyfrowych awatarów |
| Termin przełomu w awatarach | W ciągu kilku lat, bez konkretnej daty |
| Aplikacja medyczna Google | Nieplanowana |
Jakie prace stoją za rozwojem tej technologii?
Projekt powstaje we współpracy z 12 międzynarodowymi organizacjami osób głuchych, które przygotowują wspólny raport. To istotne, bo to społeczność osób niesłyszących ma określać, jak narzędzie powinno wyglądać w praktyce, a nie tylko inżynierowie.
Google rozwija także projekt Euphonia, skierowany do osób z nietypową mową, m.in. po udarze lub z chorobą ALS. Model SL2T, będący podstawą tłumaczenia, ma służyć jako fundament dla kolejnych narzędzi komunikacji, a nie wyłącznie jednej funkcji.
Jakie znaczenie mają przepisy i rozwiązania w przestrzeni publicznej?
Europejski Akt o Dostępności (EAA) wprowadza nowe wymogi dla komunikacji tekstowej w sytuacjach awaryjnych. Oznacza to, że w przyszłości informacje alarmowe powinny docierać do osób głuchych w formie dostępnej dla nich, a technologie wspierające komunikację zyskają silniejsze uzasadnienie w regulacjach.
Równolegle rozwijana jest technologia Auracast, która przesyła komunikaty głosowe z nagłośnienia, np. na dworcach, bezpośrednio do aparatów słuchowych. Razem z tłumaczeniem języka migowego tworzy to spójny obraz dostępności: od informacji publicznej po rozmowę jeden na jeden.
Co to oznacza dla Ciebie?
Jeśli jesteś osobą głuchą lub niedosłyszącą, a masz smartfon Pixel 11, warto sprawdzić, czy funkcja jest dostępna w Twoim regionie i języku, zanim ułożysz na nią swoje plany komunikacyjne. Dla polskiego użytkownika najbliższym krokiem pozostaje śledzenie, czy obsługa języków migowych się poszerzy.
Jeśli pracujesz w obsłudze klienta, w urzędzie albo w służbie zdrowia, to zmiany wynikające z EAA mogą wkrótce dotyczyć Twojej organizacji, dlatego przygotowanie się do dostępnej komunikacji tekstowej jest rozsądnym posunięciem już teraz. Pamiętaj też, że AI nie zastępuje tłumacza. Jak pisze w swoim materiale WP abcZdrowie, cytując Christophera Patnoe z Google, „AI nie ma na celu wyparcia żywych tłumaczy, ale niesienie pomocy tam, gdzie są oni niedostępni.”
Na podstawie: WP abcZdrowie. Tekst opracowany redakcyjnie.