Service de transformation de données basé sur DFDL (Data Format Description Language) permettant de convertir des données selon des schémas prédéfinis et de valider des données selon ces mêmes schémas. Il inclut également la gestion de préférences pour les transformations de données.

Moteur de transformation et de validation pour les statistiques. Trevas est un moteur Java pour le Language de Transformation et de Validation (VTL), un standard SDMX qui permet la définition formelle d'algorithmes pour valider des données statistiques et calculer des données dérivées. VTL est orienté utilisateur et fournit une vue technologiquement neutre et standard des processus statistiques au niveau métier.

Ce projet permet de générer des graphes de dépendances de programmes et de valider des modèles de flux de données à l'aide d'outils tels qu'ANTLR et ATL. Il permet également de transformer des modèles de données en utilisant le langage de transformation ATL.

Projet dédié à la gestion et la transformation de données techniques, permettant de générer du code à partir de modèles, de convertir des données entre différents formats et de valider ces données selon des schémas prédéfinis.

Le projet hl7templates-api est une solution dédiée au traitement et à la validation de modèles HL7, offrant une gestion robuste des règles de transformation. Il permet d'assurer l'intégrité et la cohérence des données échangées dans le domaine de la santé.

Le projet xsd est un outil permettant la validation et la transformation de schémas XML, ainsi que la génération de code à partir de ces schémas. Il est utilisé pour garantir la conformité des données échangées au format XML et faciliter leur intégration dans des systèmes d'information.

Trevas-JS est un moteur JavaScript pour le Language de Validation et Transformation. Il permet la validation, la transformation et l'analyse de données selon les normes SDMX.

Greffon de contrôle pour la Bibliothèque d'Information et de Représentation, permettant la validation de données XML et leur transformation.

Ce projet est dédié à la transformation de la voix dans le cadre du projet COMPRISE. Il inclut une bibliothèque Python pour la conversion de voix utilisant des méthodes VLTN et une méthode d'anonymisation de la voix utilisant des x-vecteurs et des modèles de forme d'onde neuronaux.