SL2T erzeugt aus Landmarken von Gesicht, Händen und Körper englischen Text. Die Punktdarstellung verwirft Video, Aussehen und Umgebung und spart dadurch Bandbreite. Sie erfasst aber weder Zungenbewegungen noch räumliche Verweise zuverlässig; Tiefeninformation für Berührungen fehlt ebenfalls.
Der Wirkungsbericht mit dem AI Sign Language Advisory Committee nennt zusätzliche Werte: 32 BLEU und 74 BLEURT für einhändige FLEURS-ASL-Daten, 67 BLEU und 85 BLEURT auf PRESTO-ASL sowie 64 Prozent exakte Übereinstimmung beim Fingeralphabet. Google trainierte nach eigener Angabe mit Material aus mehr als 50 Gebärdensprachen, liefert zunächst aber nur ASL-zu-Englisch aus.
Der Bericht schließt klinische Gespräche, Gerichte, Polizeivernehmungen, Prüfungen, Bewerbungen und andere formelle Entscheidungen ausdrücklich aus. Text erscheint zunächst als korrigierbarer Entwurf. Als bekannte Fehler nennt Google Zahlendreher, erfundene Ausgaben bei Pausen oder weiteren Personen im Bild und Probleme mit Mimik, regionalen Varianten und mehrdeutigen Gebärden.