背景與溝通障礙
對於使用美國手語（American Sign Language, ASL）作為主要溝通方式的人群而言，與不熟悉手語的人交流時，往往需要依賴第三方翻譯員或緩慢的文字輸入，這在快節奏的日常生活中容易造成溝通斷層。雖然目前的行動裝置已提供多種輔助功能，但將動態的手勢語言即時轉換為文字，在技術上具有極高難度，因為手語並非單純的單字對應，而是一套包含空間維度與非語言訊息的複雜系統。為了打破這道溝通牆，Google 在其最新的 Pixel 11 系列裝置中，正式推出了一項將手語翻譯為文字的創新功能。
核心技術：SL2T 翻譯模型
這項功能的運作核心在於一套名為 SL2T（Sign Language-to-Text）的多語言手語轉文字翻譯模型。與傳統僅偵測特定手勢的系統不同，SL2T 模型採取的是一種全方位分析路徑。它不僅追蹤手掌的形狀與位置，還將面部表情（Facial Expressions）以及身體的微小動作（Body Movements）納入計算。在手語中，面部表情往往承載著語氣、疑問或強調等關鍵語法資訊，若缺失這些維度，翻譯結果將失去精準度。透過對這些多維度數據的即時分析，SL2T 模型能將複雜的 ASL 動態信號轉換為流暢且具備語法邏輯的英文句子。
實作流程與裝置整合
在實際操作層面上，Google 將此功能深度整合進 Android 系統的基礎輸入法 Gboard 中。使用者只需將手語翻譯選項添加到 Gboard 的工具列，隨後對著裝置的前置鏡頭進行手語表達。系統會即時捕捉影像並透過 SL2T 模型處理，將翻譯後的文字直接顯示在裝置的螢幕上。這種設計讓手語使用者能將其原生語言直接運用於 Live Transcribe（即時轉錄）等輔助功能中，讓溝通變得像對話一樣自然。此外，該系統同時支援單手與雙手簽署的模式，增加了在不同場景下的靈活性。
影響、意義與技術限制
這項功能的推出標誌著 AI 在輔助科技（Accessibility Technology）領域的重大進展，它將手機從單純的文字處理工具，轉變為一個能理解非口語語言的即時翻譯介面，大幅提升了聾人與聽障社群在社會互動中的自主權。然而，從技術角度來看，此類系統仍面臨一定的限制。首先，目前的實作主要聚焦於美國手語（ASL），而全球手語具有高度的地域差異性，尚未普及至所有手語體系。其次，即時翻譯的準確度高度依賴於鏡頭的捕捉品質與光線環境，若環境光線不足或遮擋嚴重，可能會影響模型對細微面部表情的判定。
儘管如此，Google 強調此功能是與聾人社群共同開發的成果，確保了技術開發方向符合使用者的真實需求。透過將複雜的機器學習模型部署在 Pixel 11 的硬體之上，這項技術讓即時的手語翻譯從實驗室走向了消費級產品，為未來更全面的多語言手語支持奠定了基礎。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。