Service dédié à l'évaluation et au benchmarking de modèles de transcription automatique pour la langue française, utilisé par l'administration publique. Il permet de comparer la qualité de différents modèles (Whisper, Voxtral, Kyutai, Cohere, etc.) sur des fichiers audio de référence, en mesurant des métriques comme le WER (Word Error Rate) et en analysant les erreurs sémantiques via des juges automatisés. Les résultats sont partagés sous forme de rapports publics pour améliorer les services de transcription.

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.

Application dédiée à la transcription automatique d'enregistrements audio en texte, principalement utilisée dans un contexte médical. Elle permet aux professionnels de santé d'enregistrer leur voix ou d'uploader des fichiers audio, puis de recevoir une transcription instantanée. Les résultats peuvent être partagés par email avec d'autres utilisateurs, facilitant la collaboration entre médecins et secrétaires. L'application intègre des corrections automatiques pour améliorer la qualité des textes transcrits.

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.

Le projet audio_separation est un outil de traitement audio permettant de séparer les voix de plusieurs intervenants dans une même source audio. Il vise à améliorer l'expérience utilisateur en isolant les voix dans les environnements bruyants et à faciliter l'analyse de conversations pour la transcription ou la traduction automatique.

Ce projet automatise la transcription de vidéos institutionnelles, notamment celles de l'Assemblée Nationale, en convertissant la parole en texte écrit. Il permet de générer des sous-titres synchronisés avec la vidéo, facilitant ainsi l'accessibilité et l'archivage des contenus. Le système utilise des modèles d'intelligence artificielle pour traiter l'audio et produire des transcriptions précises, même pour des expressions techniques ou des débats complexes.