Mégaphone


Résumé : Le projet Mégaphone était une installation, au Quartier des spectacles Montréal (QDS), qui permettait aux citoyens de prendre la parole publiquement sur le sujet de leur choix. Les participants voyaient leurs mots transformés en oeuvre visuelle géante projetée sur le bâtiment de l'UQAM grâce aux technologies visuelles de Moment Factory et de reconnaissance de la parole du CRIM. Le CRIM a participé à titre de consultant pour les technologies vocales dans les phases initiales du projet, a fourni ses technologies de reconnaissance en direct et en différé, et a participé à l'intégration de ses technologies au système installé au QDS.

Résultat : La version finale de l'installation comportait un système en temps réel, qui projetait les mots au fur et à mesure sur un conteneur situé derrière les orateurs, et un système en différé, dont les résultats plus précis apparaissaient après vingt secondes sur le bâtiment de l'UQAM et s'accumulaient comme une mémoire à long terme des discours prononcés. L'anglais et le français pouvaient être reconnus. Des centaines de participants ont utilisé l'installation du 4 septembre au 4 novembre 2013.

Partenaires : Moment Factory, l'Office national du film du Canada (ONF), Quartier des spectacles Montréal.

Vidéo de l'ONF - Quelques moments captés sur le vif à Mégaphone

Équipes

Nouvelles récentes

  • Le CRIM en chiffres
    20/07/2018

    Indicateurs clés de l'année 2017-18.

    +

Événement à venir

  • Symposium IA Montréal 2018
    28/08/18 8h00
    Pavillon Wirth de l'Université McGill
    Le CRIM sera présent au Symposium IA Montréal 2018 qui se tiendra le 28 août 2018 au pavillon Wirth de l'Université McGill.
    +
  • ID MTL RT @ID_MTL: .#Québec investit près de 3,9 M$ pour soutenir 43 projets de maturation et de validation #technologiques | @univalor @AligoInno…
  • Le CRIM est fier de son large réseau de #membres qui contribuent à l’essor des #TI au Québec! #stats1718 … https://t.co/d1AwDXV7jh

Publications récentes

  • Towards Automatic Feature Extraction for Activity Recognition from Wearable Sensors: A Deep Learning Approach

    +
  • État des lieux des technologies web

    +