CALIFORNIA — Inovasi aksesibilitas berbasis kecerdasan buatan (artificial intelligence/AI) kembali dihadirkan oleh Google melalui divisi risetnya, DeepMind. Raksasa teknologi tersebut resmi memperkenalkan Sign-Language-to-Text (SL2T), sebuah model AI mutakhir yang dirancang untuk menerjemahkan gerakan bahasa isyarat secara langsung (real-time) menjadi teks visual.
Fitur pelopor ini melakukan debut resminya pada jajaran ponsel pintar terbaru, Pixel 11 series. Kehadiran teknologi ini menjadi tolok ukur baru dalam memperluas aksesibilitas komunikasi digital bagi komunitas Tuli dan teman tuli di seluruh dunia.
Secara fungsional, SL2T diintegrasikan langsung ke dalam dua aplikasi bawaan Google, yaitu papan ketik Gboard dan fitur konversi suara Live Transcribe. Pada fase awal peluncurannya, sistem ini difokuskan untuk memproses Bahasa Isyarat Amerika (American Sign Language/ASL) dan mengonversinya ke dalam teks bahasa Inggris.
Prinsip kerja teknologi ini sejatinya menyerupai fitur dikte suara (voice-to-text), namun memindahkan peran mikrofon ke kamera depan perangkat. Pada aplikasi Gboard, pengguna cukup menekan ikon khusus SL2T yang terletak di bilah alat di atas papan ketik. Ketika kamera aktif, sistem akan membaca peragaan gestur pengguna dan mengaitkannya menjadi deretan kata. Sementara pada Live Transcribe, fitur ini memungkinkan interaksi langsung dengan asisten AI Gemini tanpa perlu mengetik manual.
Dalam proses pengembangannya, Google DeepMind melibatkan berbagai organisasi dan komunitas Tuli global guna memastikan keakuratan sistem. SL2T tidak sekadar membaca gerakan jemari, melainkan menganalisis ekspresi wajah, posisi kepala, serta pergerakan tubuh secara menyeluruh.
Melalui dukungan kerangka kerja computer vision MediaPipe Holistic, rekaman visual diolah dengan cara memetakan titik koordinat gerak (landmarks). Untuk menjaga privasi dan keamanan data pengguna, Google memastikan pemrosesan data dilakukan secara lokal di perangkat tanpa mengirimkan rekaman video mentah ke peladen (server) luar.
