CHOUCAS est un outil conçu pour segmenter automatiquement des corpus de données langagières transcrites en unités linguistiques (chunks et POS). Il permet d'analyser la structure syntaxique superficielle de discours oraux, notamment spontanés ou monologues, en s'appuyant sur des étiquetages morphosyntaxiques. L'outil gère divers formats de transcriptions (TRS, TextGrid, EAF, CONLL) et génère des fichiers segmentés adaptés à des logiciels d'annotation comme Elan. Il facilite également l'alignement des transcriptions avec des signaux sonores pour une analyse plus fine.

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.