Jeu de données de référence conçu pour tester et améliorer les technologies de reconnaissance automatique de la parole et de diarisation de locuteurs. Il fournit des transcriptions et annotations de qualité pour évaluer la précision des systèmes dans des conditions variées, incluant des conversations naturelles et des scénarios synthétiques. Destiné aux chercheurs et développeurs travaillant sur l'intelligence artificielle appliquée au traitement de la parole.

Ce projet fournit le code nécessaire pour configurer Label Studio, facilitant l'obtention de données étiquetées pour des informations commerciales et la surveillance des modèles, spécifiquement pour la classification NACE (NACE rev 2/rev 2.1). En utilisant ce projet, vous pouvez améliorer la qualité des procédures de classification des activités et l'évaluation des performances des modèles grâce à un étiquetage et une annotation rapides.

Outil semi-automatisé conçu pour enrichir et documenter les champs d'index Elasticsearch. Il génère des schémas JSON standardisés et des annotations YAML détaillées pour faciliter l'intégration et la compréhension des données. Grâce à une collaboration homme-IA, il améliore la qualité des métadonnées et permet une exportation optimisée pour les API ou les systèmes de recherche.

Bibliothèque d'annotations Java conçue pour renforcer la qualité du code en clarifiant les intentions des développeurs. Elle permet de documenter automatiquement les tests et les exigences couvertes, facilitant ainsi le suivi des spécifications et la maintenance du code. Les annotations aident à identifier les méthodes ou classes testées ou implémentées, réduisant les erreurs et améliorant la traçabilité.

Ce projet développe des algorithmes de super-résolution pour améliorer la qualité d'images satellites capturées en mode push-frame. Il utilise des techniques d'apprentissage auto-supervisé pour traiter plusieurs images simultanément, permettant d'obtenir des résultats plus précis et détaillés sans nécessiter de données d'entraînement annotées.

Système open source conçu pour entraîner des modèles de traitement automatique des langues (NLP) capables de gérer plusieurs tâches simultanément. Il permet de prédire plusieurs sorties à partir d'une seule entrée, comme la transcription de texte, l'étiquetage morpho-syntaxique ou la traduction multilingue. Utilisé notamment pour des corpus annotés comme le TArC, il améliore la qualité des résultats en combinant des informations au niveau des tokens et des caractères. Idéal pour les projets nécessitant une approche multi-tâches en NLP.

Spherographia est un projet dédié à la création, la restauration et l'analyse de cartes anciennes et de documents historiques. Il permet de traiter des images anciennes pour en améliorer la qualité, d'y ajouter des annotations et de les intégrer dans des recherches en histoire de l'art.

Marker est une plateforme dédiée à l'annotation et à l'étiquetage de données visuelles (images et vidéos) pour entraîner des modèles d'intelligence artificielle. Elle permet aux équipes de collaborer efficacement pour créer des jeux de données de haute qualité, essentiels au développement et à l'amélioration des algorithmes de vision par ordinateur.