o MIT acaba de tornar pública uma nova tecnologia que permite pesquisa textual em vídeos [de aulas, por exemplo]. claro que isso já era possível quando um operador humano transcrevia as falas e sincronizava o texto correspondente com o vídeo. sobre o resultado textual, fazia-se uma busca que, por sua vez, apontava para o vídeo.

a promessa da inovação é de transcrição automática do áudio [isolado ou no vídeo] e correspondente busca no texto e ligação, de volta, com o áudio e/ou vídeo. pode parecer pouco mas pode ser, também, uma revolução.

em primeiro lugar, um número cada vez maior de universidades e escolas começa a tornar disponíveis, on line, aulas, seminários e conferências. na maioria das vezes, não estamos interessados em ouvir 45 minutos de conversa mole só pra achar os 5 ou 10 minutos que interessam. revisar aulas ou encontrar partes importantes de palestras pode ficar muito simples.

por outro lado, banda larga na rede, por toda parte, vai transformar video-on-demand em uma realidade mais próxima de todos nós. procurar gols nos jogos, palavras-chave nos noticiários, cenas nos filmes e documentários vai ficar muito mais fácil. vamos "assistir" as coisas "aos pedaços". e vai ser muito simples. e vai bagunçar, ainda mais, qualquer noção corrente que se tem de "audiência".

o problema é que a precisão do reconhecimento de fala de personagens não treinados é somente da ordem de 50%. palavras-chave mais comuns ainda são reconhecidas, mas perde-se a riqueza maior do processo.

na próxima rodada de melhorias, pode rolar um analisador semântico de sentenças, capaz de extrair conceitos abstratos da fala dos personagens e resolver, a partir daí, perguntas muito mais sofisticadas do que fazemos aos engenhos de busca de hoje. é esperar pra usar.

This entry was posted on Sunday, December 2nd, 2007 at 11:52 pm and is filed under information authority, innovation. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.