Worldlex Wiki Un moteur de recherche vidéo est un moteur de recherche web qui explore le web à la recherche de contenus vidéo . Certains moteurs de recherche vidéo analysent des contenus hébergés sur des serveurs externes, tandis que d'autres permettent de télécharger et d'héberger des contenus sur leurs propres serveurs. Certains moteurs permettent également aux utilisateurs de rechercher par format vidéo et par durée. Les résultats de recherche vidéo sont généralement accompagnés d'une vignette de la vidéo.
Les moteurs de recherche vidéo sont des programmes informatiques conçus pour trouver des vidéos stockées sur des appareils numériques, que ce soit sur des serveurs Internet ou sur le disque dur de l'ordinateur. Ces recherches s'effectuent par indexation audiovisuelle , qui permet d'extraire des informations des contenus audiovisuels et de les enregistrer sous forme de métadonnées, lesquelles seront ensuite analysées par les moteurs de recherche.
Utilitaire
L'utilisation principale de ces moteurs de recherche est liée à la création croissante de contenus audiovisuels et à la nécessité de les gérer efficacement. La numérisation des archives audiovisuelles et l'avènement d'Internet ont engendré d'importantes quantités de fichiers vidéo stockés dans de vastes bases de données, dont la récupération peut s'avérer très complexe en raison du volume considérable de données et de l'existence d'un fossé sémantique.
Critères de recherche
Les critères de recherche utilisés par chaque moteur de recherche dépendent de sa nature et de l'objectif des recherches.
Les métadonnées sont des informations factuelles. Il peut s'agir d'informations sur l'auteur d'une vidéo, sa date de création, sa durée, et toutes les autres données pouvant être extraites et incluses dans les fichiers. Sur Internet, on utilise souvent le langage XML pour encoder les métadonnées. Ce format est parfaitement adapté au web et lisible par tous. Ainsi, le moyen le plus simple de trouver des données qui nous intéressent est d'exploiter les informations contenues dans ces fichiers.
Dans les vidéos, deux types de métadonnées peuvent être intégrés au code vidéo lui-même, ainsi que des métadonnées externes provenant de la page où se trouve la vidéo. Dans les deux cas, nous les optimisons pour un indexage optimal.
Métadonnées internes
Tous les formats vidéo intègrent leurs propres métadonnées. Le titre, la description, la qualité de codage et la transcription du contenu peuvent y figurer. Pour consulter ces données, il existe des logiciels comme FLV MetaData Injector, Sorenson Squeeze ou Castfire. Chacun possède ses propres fonctionnalités et spécifications.
La conversion d'un format à un autre peut entraîner une perte importante de données. Vérifiez donc que les informations du nouveau format sont correctes. Il est par conséquent conseillé de conserver la vidéo dans plusieurs formats afin que tous les moteurs de recherche puissent la trouver et l'indexer.
Métadonnées externes
Dans la plupart des cas, les mêmes mécanismes doivent être appliqués que pour le positionnement d'une image ou d'un contenu textuel.
Titre et description
Ce sont les facteurs les plus importants pour le référencement d'une vidéo, car ils contiennent la plupart des informations nécessaires. Les titres doivent être clairs et descriptifs, et ne doivent contenir aucun mot ni expression superflue.
Nom de fichier
Elle doit être descriptive et inclure des mots-clés qui décrivent la vidéo, sans qu'il soit nécessaire de consulter son titre ou sa description. Idéalement, séparez les mots par des tirets « - ».
Étiquettes
Sur la page contenant la vidéo, il convient de figurer une liste de mots-clés associés à la balise « rel ». Ces mots serviront aux moteurs de recherche pour organiser les informations.
Transcription et sous-titres
Bien que non totalement standardisés, deux formats stockent les informations dans une composante temporelle spécifiée : l’un pour les sous-titres et l’autre pour les transcriptions, qui peuvent également servir aux sous-titres. Il s’agit des formats SRT ou SUB pour les sous-titres et TTXT pour les transcriptions.
Reconnaissance vocale
La reconnaissance vocale consiste à transcrire la bande son des vidéos dans un fichier texte. Grâce à un extracteur de phrases, il est ainsi facile de vérifier si le contenu vidéo est pertinent. Certains moteurs de recherche, outre la recherche de vidéos, utilisent également la reconnaissance vocale pour localiser précisément un mot ou une expression dans un fichier multimédia et y accéder directement. Gaudi (Google Audio Indexing), un projet développé par Google Labs , utilise la reconnaissance vocale pour identifier le moment exact où un ou plusieurs mots sont prononcés dans un enregistrement audio, permettant ainsi à l'utilisateur d'accéder directement à ce passage. Si la requête correspond à des vidéos YouTube, les positions sont indiquées par des marqueurs jaunes ; l'utilisateur doit alors survoler le texte avec la souris pour lire la transcription.
Reconnaissance du locuteur
Outre la transcription, l'analyse permet de détecter différents locuteurs et parfois d'attribuer le discours à un nom identifié pour le locuteur.
Reconnaissance de texte
La reconnaissance de texte peut s'avérer très utile pour identifier les personnages dans les vidéos grâce aux bandeaux défilants. De même, certains moteurs de recherche permettent (par reconnaissance de caractères) de lire une vidéo à partir d'un point précis.
TalkMiner, un exemple de recherche de fragments spécifiques dans des vidéos par reconnaissance de texte, analyse chaque vidéo une fois par seconde, à la recherche de signes distinctifs d'une diapositive, tels que sa forme et son aspect statique. L'outil capture ensuite l'image de la diapositive et utilise la reconnaissance optique de caractères (OCR) pour détecter les mots qui y figurent. Ces mots sont ensuite indexés dans le moteur de recherche de TalkMiner, qui propose actuellement plus de 20 000 vidéos provenant d'institutions telles que l'université de Stanford, l'université de Californie à Berkeley et TED.
Analyse de cadre
Grâce aux descripteurs visuels , nous pouvons analyser les images d'une vidéo et extraire des informations pouvant être enregistrées comme métadonnées. Ces descriptions, générées automatiquement, peuvent décrire différents aspects des images, tels que la couleur, la texture, la forme, le mouvement et la situation.
Chapitres
L'analyse vidéo permet un chapitrage automatique, grâce à des techniques comme le changement d'angle de caméra et l'identification des jingles audio. La connaissance de la structure type d'un document vidéo permet d'identifier le générique de début et de fin, les différentes parties du contenu ainsi que le début et la fin des pauses publicitaires.
Critère de classement
L'utilité d'un moteur de recherche dépend de la pertinence des résultats affichés. Bien que des millions de vidéos puissent contenir un mot ou une expression spécifique, certaines seront plus pertinentes, populaires ou plus influentes que d'autres. Cette situation est étroitement liée à l'optimisation pour les moteurs de recherche (SEO).
La plupart des moteurs de recherche utilisent différentes méthodes pour classer les résultats et afficher la meilleure vidéo en premier. Cependant, la plupart des programmes permettent de trier les résultats selon plusieurs critères.
Trier par pertinence
Ce critère est plus ambigu et moins objectif, mais il est parfois celui qui se rapproche le plus de nos attentes ; il dépend entièrement de l’utilisateur et de l’algorithme choisi par le propriétaire. C’est pourquoi il a toujours fait l’objet de débats, et encore plus maintenant que les résultats de recherche sont si ancrés dans notre société. Ce type de gestion repose souvent sur la fréquence d’apparition du mot recherché, le nombre de vues de ce résultat, le nombre de pages qui y renvoient et les évaluations des utilisateurs.
Trier par date de mise en ligne
Ce critère est entièrement basé sur la chronologie. Les résultats peuvent être triés selon leur ancienneté dans le référentiel.
Trier par nombre de vues
Ce critère de tri se base sur la popularité de chaque vidéo.
Trier par longueur
Ce critère trie les vidéos en fonction de leur durée.
Trier par note des utilisateurs
Il est courant, sur les plateformes de partage de vidéos, de laisser les utilisateurs noter les vidéos afin que les contenus de qualité et pertinents soient mieux classés dans les résultats de recherche et gagnent en visibilité. Cette pratique est étroitement liée aux communautés virtuelles.
Interfaces
On peut distinguer deux types fondamentaux d'interfaces : certaines sont des pages web hébergées sur des serveurs, accessibles via Internet et explorées sur le réseau, et d'autres sont des programmes informatiques qui effectuent des recherches au sein d'un réseau privé.
Internet
Au sein des interfaces Internet, on trouve des plateformes hébergeant des fichiers vidéo et intégrant un moteur de recherche qui interroge uniquement leurs propres bases de données, ainsi que des moteurs de recherche vidéo sans plateforme qui effectuent des recherches dans des sources logicielles externes.
Répertoires avec moteur de recherche vidéo
Ces plateformes proposent un hébergement de fichiers vidéo stockés sur leurs serveurs et intègrent généralement un moteur de recherche permettant d'explorer les vidéos mises en ligne par leurs utilisateurs. Parmi les premiers répertoires de vidéos en ligne, ou du moins les plus connus, figurent les portails Vimeo, Dailymotion et YouTube.
Leurs recherches s'appuient souvent sur la lecture des métadonnées, titres et descriptions que les utilisateurs attribuent à leurs vidéos. Le tri et l'ordre des résultats sont généralement paramétrables selon la date de mise en ligne, le nombre de vues ou la pertinence. Cependant, les critères de tri restent aujourd'hui l'atout principal de ces sites, car le positionnement des vidéos est crucial pour leur promotion.
Répertoires de moteurs de recherche vidéo
Ce sont des sites web spécialisés dans la recherche de vidéos sur Internet ou dans des répertoires prédéfinis. Ils fonctionnent grâce à des robots d'indexation qui parcourent le réseau de manière automatisée afin de créer des copies des sites visités. Ces copies sont ensuite indexées par les moteurs de recherche, ce qui permet d'effectuer des recherches plus rapidement.
réseau privé
Parfois, un moteur de recherche effectue des recherches uniquement dans les fichiers audiovisuels stockés sur un ordinateur ou, comme c'est le cas pour les téléviseurs, sur un serveur privé accessible via un réseau local. Ces moteurs de recherche sont généralement des logiciels ou des applications Internet riches dotés d'options de recherche très spécifiques, garantissant une vitesse et une efficacité maximales lors de l'affichage des résultats. Ils sont typiquement utilisés pour les grandes bases de données et sont donc fortement axés sur la satisfaction des besoins des sociétés de production télévisuelle. La suite Digition, par exemple, est une référence en la matière et nous est très proche, de par son système de stockage et de récupération de fichiers, de la Corporació Catalana de Mitjans Audiovisuals .
Cette suite logicielle intègre l'ensemble du processus de création, d'indexation, de stockage, de recherche, d'édition et de récupération de contenu. Une fois numérisé, le contenu audiovisuel est indexé selon différentes techniques en fonction de son importance, puis stocké. Lorsqu'un utilisateur souhaite récupérer un fichier particulier, il renseigne des champs de recherche tels que le titre du programme, la date de diffusion, les personnages ou le nom du producteur, et le système lance la recherche. Une fois les résultats affichés et classés selon les préférences, l'utilisateur peut prévisualiser les vidéos en basse qualité pour un accès plus rapide. Lorsque le contenu souhaité est trouvé, il peut être téléchargé en haute qualité pour être édité et visionné.
Conception et algorithmes
La recherche vidéo a évolué progressivement à travers plusieurs formats de recherche de base qui existent aujourd'hui, et tous utilisent des mots-clés . Ces mots-clés se trouvent dans le titre du média, dans tout texte associé et dans le contenu des pages web liées, et sont également définis par les auteurs et les utilisateurs des ressources hébergeant des vidéos.
La recherche vidéo repose parfois sur l'intervention humaine, tandis que d'autres systèmes technologiques s'appuient sur des outils automatisés pour détecter le contenu de la vidéo et répondre aux besoins de l'utilisateur. De nombreux efforts visant à améliorer la recherche vidéo, combinant recherche humaine et développement d'algorithmes de reconnaissance du contenu, ont nécessité une refonte complète des processus de recherche.
Il est généralement admis que la transcription vocale est possible, bien que Thomas Wilde, le nouveau PDG d'Everyzing, ait récemment reconnu que le service fonctionne dans 70 % des cas en présence de musique, de bruit ambiant ou lorsque plusieurs personnes parlent. Si l'on dispose d'une voix claire, comme lors d'un reportage télévisé (une seule personne parlant distinctement, sans bruit ambiant), ce taux peut atteindre 93 %. (Extrait du Web Video Summit, San Jose, Californie, 27 juin 2007.)
Chaque langue compte environ 40 phonèmes , et l'ensemble des langues parlées en compte près de 400. Plutôt que d'appliquer un algorithme de recherche textuelle après la transcription vocale, certains moteurs utilisent un algorithme de recherche phonétique pour trouver des résultats directement dans le texte. D'autres fonctionnent en écoutant l'intégralité du podcast et en créant une transcription textuelle grâce à un processus de transcription vocale sophistiqué. Une fois le fichier texte créé, il est possible d'y effectuer une recherche par mots-clés ou expressions.
Il est généralement admis que la recherche visuelle dans les vidéos est peu performante et qu'aucune entreprise ne l'utilise publiquement. Des chercheurs de l'UC San Diego et de l'université Carnegie Mellon travaillent sur ce problème depuis plus de 15 ans et ont reconnu, lors d'une conférence sur l'avenir de la recherche à l'UC Berkeley au printemps 2007, qu'il faudrait encore des années avant qu'elle ne soit viable, même pour des recherches simples.
moteurs de recherche vidéo
Recherche agnostique
Recherche indépendante de l'hébergement de la vidéo, dont les résultats sont neutres, quel que soit l'emplacement de la vidéo :
- Lancé en 2004, blinkx utilise la reconnaissance vocale et l'analyse visuelle pour traiter les vidéos indexées par des robots d'indexation, au lieu de se fier uniquement aux métadonnées. blinkx affirme posséder la plus grande archive vidéo du web, avec une collection d'environ 26 millions d'heures de contenu.
- CastTV est un moteur de recherche vidéo sur le Web fondé en 2006 et financé par Draper Fisher Jurvetson , Ron Conway et Marc Andreessen .
- Munax a lancé la première version de son moteur de recherche tout contenu en 2005 et alimente des moteurs de recherche nationaux et internationaux avec recherche vidéo.
- Picsearch Video Search est proposé sous licence aux portails de recherche depuis 2006. Picsearch est un fournisseur de technologies de recherche qui alimente la recherche d'images, de vidéos et d'audio pour plus de 100 grands moteurs de recherche dans le monde.
Recherche non agnostique
Les résultats de recherche sont modifiés ou suspects, car la vidéo hébergée sur le serveur bénéficie d'un traitement préférentiel dans les résultats de recherche :
- AOL Video propose un moteur de recherche vidéo permettant de trouver des vidéos hébergées sur les plateformes vidéo les plus populaires du web. En décembre 2005, AOL a fait l'acquisition de Truveo Video Search.
- Bing Video Search est un moteur de recherche fourni par Bing et également utilisé par Yahoo! Video Search.
- Google Videos est un moteur de recherche vidéo de Google .
- Tencent Video propose la recherche vidéo de Tencent .