Google 推出 SL2T 手語 AI：Pixel 11 可用 ASL 輸入文字，但不能取代真人翻譯
Google 把 ASL 手語輸入帶進 Pixel 11，但 SL2T 仍是需要使用者校對的輔助工具，不能取代醫療、法律或教育現場的真人翻譯。
Google DeepMind 在 2026 年 8 月 12 日發表手語轉文字模型 SL2T，並首次把相關技術帶進一般消費性產品。Pixel 11 使用者可在 Gboard 與 Live Transcribe 對著手機打美國手語，系統會將內容轉成英文文字。
這次更新真正重要的地方，不只是模型在測試中拿到更高分，而是手語使用者終於能像聽人使用語音輸入一樣，用自己熟悉的語言搜尋、傳訊息、寫文件或操作 AI 助理。
不過，SL2T 目前仍是需要使用者逐句確認的輔助輸入工具。Google 與參與評估的聽障團體都明確表示，它不能取代醫療、法律或教育現場的合格手語翻譯員。
SL2T 是什麼？手語不再需要先拆成單字
SL2T 是 sign-language-to-text 的縮寫，也就是「手語轉文字」。首波功能支援美國手語（American Sign Language，ASL）轉英文，使用者可在任何能叫出 Gboard 的地方打手語，再把模型產生的文字送進搜尋引擎、通訊軟體、文件或 Gemini。
Live Transcribe 則把它用在面對面溝通。畫面上方顯示對方說話的即時字幕，下方讓手語使用者把回應轉成文字。產生的內容不會自動播放或傳送，使用者可以先閱讀、修改，再決定何時顯示給對方。
這項技術不能簡化成「辨認手勢」。手語是具有自身文法與詞彙的自然語言，意思同時來自手部、手臂、身體、頭部與臉部動作。因此，SL2T 做的是跨語言翻譯，而不是把每個手勢依序換成一個英文單字。
訓練資料涵蓋 50 多種手語，先從 ASL 走進 Pixel 11
官方示範使用者在 Gboard 與 Gemini 中以 ASL 直接輸入英文文字。 影片來源：Google DeepMind 官方發布頁。
Google 表示，SL2T 使用超過 10 萬小時、涵蓋 50 多種手語的資料訓練，其中約四分之一為 ASL。把不同手語、地區變體與熟練程度的資料放在一起訓練，目的是讓模型學到可跨語言共用的視覺與語言結構。
在 FLEURS-ASL 的 ASL 轉英文測試中，SL2T 的零樣本 BLEURT 分數為 70。BLEURT 是用來比較機器翻譯結果與參考答案在語意上有多接近的評估方式。「零樣本」則表示模型沒有先用該測試集的範例進行專門調整。
但 70 分不等於現實使用時有 70% 正確率。Google 公布的案例仍出現把「prey」辨識成「grey」、漏掉爪子描述，以及誤判時態等問題。這也是為什麼產品要求手語使用者先檢查文字，而不是把結果直接當成完成的翻譯。
首波功能先在 Pixel 11 上的 Gboard 與 Live Transcribe 提供，Google 表示之後會擴大到更多裝置與語言，且不另外收費。官方影響報告同時把這次版本界定為美國市場的 ASL 轉英文服務，沒有宣布台灣手語或繁體中文的上線時間。
延伸閱讀：Made by Google 2026 懶人包：Pixel 11、Pixel Watch 5、Pixel Tag 新品與台灣售價一次看
手機不直接上傳影像，但文字仍在伺服器產生
官方示範 SL2T 如何把手語動作轉成臉部、身體與雙手的位置點，再輸出文字。 影片來源：Google DeepMind 官方發布頁。
SL2T 的隱私設計，是先在手機上以 MediaPipe Holistic 找出臉部、身體與雙手共 130 個位置點，再將這些二維座標傳送到 Google 伺服器翻譯。原始相機影像在位置點擷取完成後就會立即丟棄。
共同影響報告指出，Google 端不保留使用者的輸入與系統輸出紀錄，除非使用者在模型評估研究中明確授權。這種做法降低了直接上傳臉部影像與周遭環境畫面的風險，但也帶來取捨：只留下幾何座標後，模型看不到舌頭、物體與空間深度等可能影響語意的資訊。
因此，這不是完全在手機離線完成的功能。手機負責把影像轉成位置點，實際的文字翻譯仍由 Google 伺服器處理。
它適合搜尋與聊天，不適合醫療、法律等高風險情境
Google 與 AI Sign Language Advisory Committee（AISLAC，手語 AI 顧問委員會）將 SL2T 1.0 定位為低風險日常溝通工具。適合的情境包括搜尋地址、輸入簡短指令、傳訊息、寫筆記、詢問 Gemini，以及在餐廳或商店進行簡短的一對一溝通。
它目前不應用於醫療診斷與知情同意、警察偵訊與法院程序、正式教學與測驗、求職面試與人事處分，以及政府福利資格認定。原因不只是偶爾翻錯字，而是模型不會反向把口語轉成手語、無法主動追問澄清，也缺少真人翻譯員具備的情境判斷、文化理解與法律責任。
共同影響報告還列出多項尚未解決的問題。模型有時會在使用者停下來思考，或第二個人進入鏡頭時產生沒有被打出的「幽靈文字」。臉部表情、眉毛與點頭等非手部訊號也可能被漏掉，進而改變疑問、否定或語氣。低光、強烈背光、地區手語差異、專有名詞與多人對話，同樣會降低可靠度。
這代表 SL2T 最適合讓使用者掌握最後決定權的短句輸入。只要錯誤會影響醫療、法律、工作或受教權，就不應以節省成本為理由拿它取代真人翻譯服務。
對台灣使用者有什麼影響？
台灣使用者目前還不能把 SL2T 當成台灣手語輸入法。首波產品只處理 ASL 轉英文，台灣手語並不是 ASL 的地方版本，而是具有不同詞彙與文法的自然語言。
這次發布更實際的意義，是證明手語 AI 已從實驗室評測走進手機鍵盤與即時溝通工具。接下來是否真的能擴大使用，關鍵不只在模型分數，還包括 Google 能否取得足夠的在地語料、與各地聽障社群共同評估，並針對不同手語建立清楚的安全界線。
延伸閱讀：【科技新聞】Google 最新 AI「SignGemma」能看懂手語、即時翻譯成口語文字！
FAQ
SL2T 可以把所有手語翻成文字嗎？
不行。首波產品只支援 ASL 轉英文。模型雖然使用 50 多種手語的資料共同訓練，但這不等於所有語言都已經成為可用功能，Google 也尚未公布台灣手語的支援時間。
哪些手機可以使用 SL2T？
Google 表示，SL2T 首先整合在 Pixel 11 的 Gboard 與 Live Transcribe，之後才會擴大到更多裝置。功能不另外收費，但實際可用地區與語言仍受首波美國市場、ASL 轉英文的範圍限制。
SL2T 可以取代手語翻譯員嗎？
不可以。它是讓手語使用者校對與編輯的文字草稿工具，並非完整的雙向口譯服務。醫療、法律、教育、就業與政府服務等高風險場合，仍應由合格真人翻譯員提供協助。
結論：真正的突破是把選擇權交給手語使用者
SL2T 的價值，不是宣稱 AI 已經「解決」手語翻譯，而是讓部分 ASL 使用者多一種日常輸入方式。搜尋、傳訊息與簡短面對面溝通，不必每次都先改用英文鍵盤。
它目前仍會誤解文法、地區用語與非手部訊號，也可能產生沒有被打出的文字。把它放在可預覽、可修改、由使用者決定是否送出的介面中，才是較合理的產品設計。Google 能否把這套做法延伸到更多手語，並持續讓當地社群參與評估，將比單一測試分數更值得觀察。
