PROCEDE ET DISPOSITIF DE TRAITEMENT INFORMATIQUE D'UN
CONTENU AUDIOVISUEL AVEC SOUS-TITRES
DESCRIPTION
La présente invention concerne le traitement informatique d'un contenu audiovisuel numérique comprenant de la vidéo et des sous-titres.
L'invention vise en particulier le traitement de documents audiovisuels sous-titrés afin d'en permettre la lecture interactive avec un utilisateur au travers d'outils informatiques existants, dans le but de faciliter l'apprentissage des langues étrangères.
Il existe actuellement des outils informatiques d'édition de contenus audiovisuels permettant la création de cours multimédias intégrant de la vidéo.
Ces outils permettent le déclenchement d'événements au cours de la lecture d'un tel contenu. Ils permettent par exemple d'indexer les différentes séquences d'une vidéo, de façon à créer un menu, similaire aux menus que l'on trouve dans les vidéodisques numériques (DVD), grâce auquel on peut accéder directement à différentes parties de la vidéo.
De tels outils sont proposés, par exemple, par la société Oratrix sous le nom de GriNS™, ou bien par la société Microsoft sous le nom de Windows Media Advanced Script Indexer™ qui fait partie de l'environnement Windows
Media 7 Resource™.
Dans le cas de la vidéo sous-titrée, les outils tels que ceux cités ci- dessus permettent de placer des liens dans le sous-titrage qui fourniront soit un accès à une page Web via un navigateur Web, soit une commande sur la vidéo (du type lecture, pause, stop, ou positionnement à un endroit précis), ou encore qui permettront de déclencher un événement dans un navigateur Web.
Cependant, tous les outils informatiques tels que ceux cités en exemple ne sont que des "boîtes à outils" permettant à un utilisateur averti d'intégrer "manuellement" des fonctionnalités interactives à des documents multimédias. Par ailleurs, il existe sur le marché des outils informatiques permettant de séparer automatiquement les sous-titres de la vidéo, à partir d'un contenu audiovisuel numérique, de manière à en permettre le traitement séparé ultérieur. Un tel outil est fourni, par exemple, par la société Softni sous le nom de Softni Caption Retriever™.
Cependant, en ce qui concerne les contenus audiovisuels numériques sous-titrés, il n'existe actuellement aucun outil informatique permettant d'intégrer automatiquement dans ces contenus, des fonctionnalités de navigation interactive relatives aux sous-titres.
Il y a pourtant un réel besoin d'un tel outil informatique, qui, en alliant les nouvelles possibilités offertes par les technologies relatives à la vidéo numérique et la richesse des contenus audiovisuels existants - qu'ils soient diffusés sur les chaînes de télévision ou bien accessibles par l'Internet - permettrait la création automatique de fonctionnalités de navigation interactive relatives aux sous-titres. De telles fonctionnalités seraient en particulier très utiles comme outils d'aide à la compréhension des langues. L'invention a pour objectif de répondre à ce besoin et donc de résoudre les inconvénients précités de l'art antérieur.
A cet effet, l'invention concerne selon un premier aspect, un procédé de traitement informatique d'un contenu audiovisuel numérique comprenant de la vidéo et des sous-titres. Ce procédé comporte une étape préalable de génération, à partir du contenu audiovisuel numérique, de premières données de sous-titres incluant les sous-titres et des informations de synchronisation des sous-titres avec la vidéo.
Le procédé de l'invention est remarquable en ce qu'il comporte en outre les étapes suivantes :
- analyse de la structure des sous-titres à partir des premières données de sous-titres ; - génération de moyens informatiques de navigation hypermedia adaptés à la structure des sous-titres et incorporation des moyens de navigation au contenu audiovisuel, les moyens de navigation hypermedia étant opérationnels lors de la lecture du contenu audiovisuel par un lecteur informatique adapté.
Le terme "hypermedia" doit être entendu comme désignant une extension de l'hypertexte à des données multimédias, permettant d'inclure des liens entre des éléments textuels, visuels et sonores.
Ainsi, grâce à ces dispositions, il est maintenant possible, à partir d'un contenu audiovisuel numérique, selon un processus automatique, d'incorporer à ce contenu audiovisuel des fonctionnalités de navigation interactive relatives aux sous-titres, qui sont intimement liées à la structure des sous-titres.
Selon un premier mode de réalisation, l'étape d'analyse de la structure des sous-titres inclut les sous-étapes suivantes :
(A1) - analyse des premières données de sous-titres afin de déterminer la structure des sous-titres selon au moins une unité prédéfinie de segmentation des sous-titres ;
(A2) - génération de secondes données de sous-titres incluant des informations de segmentation des sous-titres déterminées à l'étape
(A1 ), les secondes données étant associées à des informations de synchronisation des sous-titres avec la vidéo. D'autre part, dans ce mode de réalisation, l'étape de génération de moyens informatiques de navigation hypermedia inclut la sous-étape de :
(A3) - génération, à partir des secondes données de sous-titres, de données de navigation dans les sous-titres, les données de navigation incluant, pour chaque unité de segmentation des sous-titres, une commande, interprétable par un lecteur informatique de contenus audiovisuels adapté, l'exécution de la commande par le lecteur
informatique déclenchant la relecture de l'unité de segmentation des sous-titres, en synchronisation avec la séquence vidéo correspondante.
Grâce à ces dispositions, des fonctionnalités de navigation interactive dans les sous-titres sont automatiquement incorporées dans le contenu audiovisuel traité. Ces fonctionnalités sont particulièrement avantageuses dans le cadre de l'enseignement des langues étrangères, puisqu'un utilisateur pourra à loisir réécouter une portion choisie des sous-titres en synchronisation avec la vidéo correspondante.
Selon un second mode de réalisation qui peut être combiné avec le premier mode de réalisation, l'étape d'analyse de la structure des sous-titres inclut les sous-étapes suivantes :
(B1) - analyse syntaxique et lexicale des sous-titres ; (B2) - génération de données de décomposition analytique des sous-titres, les données de décomposition analytique incluant, pour chaque phrase identifiée de sous-titres, des informations de synchronisation avec la vidéo, et pour au moins une partie des mots constituant la phrase considérée, la forme lexicale de base de chaque mot.
D'autre part, dans ce mode de réalisation, l'étape de génération de moyens informatiques de navigation hypermedia inclut les sous-étapes suivantes :
(B3) - détermination, à partir des données de décomposition analytique des sous-titres, pour chaque mot parmi au moins une partie des mots constituant les sous-titres, d'un lien informatique pointant sur une entrée lexicale d'un dictionnaire linguistique électronique, cette entrée lexicale du dictionnaire étant déterminée au moins en fonction de la forme lexicale de base du mot considéré ;
(B4) - génération de troisièmes données de sous-titres, incluant les sous-titres, les liens informatiques déterminés à l'étape (B3), et des informations de synchronisation des sous-titres avec la vidéo ; la lecture de ces troisièmes données par un lecteur informatique de contenus audiovisuels adapté, provoquant l'affichage des sous-titres avec
possibilité de résolution de chaque lien informatique, afin de rechercher pour le mot considéré l'entrée lexicale correspondante du dictionnaire.
Grâce à ces dispositions, des fonctionnalités de navigation interactive, à partir des mots de sous-titres vers un dictionnaire en ligne, sont automatiquement incorporées dans le contenu audiovisuel traité. Ces fonctionnalités sont également particulièrement avantageuses dans le cadre de l'enseignement des langues étrangères puisqu'un utilisateur pourra, par exemple en cliquant sur un mot de sous-titres, obtenir à l'écran, en temps réel, la définition du mot dans un dictionnaire. Selon une caractéristique préférée du second mode de réalisation, le lien informatique associé à un mot de sous-titre est une adresse Web (URL).
D'autre part, une commande informatique relative à un mot affiché sur un écran d'ordinateur et exécutée par un utilisateur du lecteur informatique, par exemple via un dispositif informatique de pointage, provoque la lecture de l'adresse Web par un navigateur Web.
Selon une caractéristique particulière de l'invention, un contenu audiovisuel traité selon l'invention est stocké dans un format de lecture en flux continu (streaming).
Ainsi, un contenu audiovisuel traité selon l'invention est particulièrement adapté à une utilisation au travers du réseau Internet, au moyen d'outils multimédias liés à l'internet.
Selon un second aspect, l'invention concerne un système informatique, comportant des moyens informatiques adaptés à la mise en œuvre d'un procédé de traitement d'un contenu audiovisuel tel que succinctement exposé supra.
L'invention concerne encore un programme d'ordinateur sur un support d'informations, ce programme comportant des instructions de programme adaptées à la mise en œuvre d'un procédé de traitement d'un contenu audiovisuel, lorsque ce programme est chargé et exécuté dans un ordinateur Les avantages de ce système informatique et de ce programme d'ordinateur, sont identiques à ceux du procédé de traitement d'un contenu audiovisuel, tels que brièvement exposés supra.
D'autres particularités et avantages de l'invention apparaîtront encore dans la description ci-après de modes préférés de réalisation, décrits à l'appui des dessins annexés, sur lesquels :
- là figure 1 est un bloc-diagramme d'un système informatique de traitement d'un contenu audiovisuel numérique, selon l'invention ;
- la figure 2 est un organigramme illustrant le principe général d'un procédé de traitement informatique d'un contenu audiovisuel numérique, selon l'invention ;
- la figure 3 est un organigramme illustrant un procédé de traitement d'un contenu audiovisuel selon un mode de réalisation préféré de l'invention ;
- la figure 4 est un bloc-diagramme d'un ordinateur adapté pour la mise en œuvre d'un procédé de traitement d'un contenu audiovisuel numérique selon l'invention.
En référence à la figure 1, on va décrire un système informatique (1) de traitement d'un contenu audiovisuel numérique, selon l'invention.
Comme représenté à la figure 1 , le système informatique 1 comporte un module 10 de séparation vidéo / sous-titres, destiné à extraire du contenu audiovisuel numérique 20 les sous-titres, associés à des informations de synchronisation des sous-titres avec la vidéo. On obtient alors en sortie du module 10 des données de sous-titres incluant les sous-titres et les informations de synchronisation précitées.
Selon le mode de réalisation préféré de l'invention, le module 10 est constitué par la plate-forme logicielle/matérielle connue sous le nom Softni
Caption Retriever™ et commercialisée par la société Softni. On pourra se reporter à l'adresse Web : http://www.softni.com pour obtenir plus d'informations sur ce produit.
Le système 1 de traitement d'un contenu audiovisuel selon l'invention comporte en outre un module 12 d'analyse des sous-titres, destiné à analyser la structure des sous-titres à partir des données de sous-titres générées par le module de séparation 10.
Le système 1 comporte ensuite deux modules 14, 16 permettant de générer des moyens de navigation hypermedia adaptés à la structure des sous-
titres analysée préalablement par le module d'analyse 12. Les modules 14, 16 incorporent ensuite ces moyens hypermedia au contenu audiovisuel initial de manière à constituer un contenu audiovisuel 30 qui possède des fonctionnalités de navigation hypermedia. Le terme "hypermedia" doit être entendu ici comme désignant une extension de l'hypertexte à des données multimédias, permettant d'inclure des liens entre des éléments textuels, visuels et sonores.
Le module 14 est spécialisé dans la génération de liens informatiques entre au moins une partie des mots constituant les sous-titres et des entrées lexicales d'un dictionnaire linguistique électronique.
Le module 16 est quant à lui, spécialisé dans la génération de moyens de navigation interactive dans les sous-titres.
Dans le mode de réalisation préféré de l'invention, chacun des modules
10, 12, 14, 16 dont la réunion constitue un système informatique 1 de traitement d'un contenu audiovisuel selon l'invention, est principalement constitué de composants logiciels (c'est-à-dire des programmes d'ordinateur). Cependant, chacun de ces modules peut aussi inclure des moyens matériels, tels qu'une carte vidéo ou une carte décodeur de sous-titres, comme c'est le cas par exemple de la plate-forme Softni Caption Retriever™. Par ailleurs, les différents modules (10, 12, 14, 16) composant le système informatique 1 selon l'invention, peuvent être répartis sur différents ordinateurs reliés à un réseau de communication, par exemple l'Internet.
Le procédé de traitement d'un contenu audiovisuel mis en œuvre par le système informatique 1 selon l'invention, va maintenant être décrit en liaison avec la figure 2.
En référence à la figure 2, on va décrire le principe général d'un procédé de traitement informatique d'un contenu audiovisuel numérique, selon l'invention.
Comme illustré à la figure 2, le procédé de traitement d'un contenu audiovisuel selon l'invention, comporte une première étape E10 d'obtention d'un contenu audiovisuel numérique comportant de la vidéo et des sous-titres
(captions en anglais). Il peut s'agir par exemple d'un film de cinéma en version
originale sous-titrée dans la langue originale, destiné entre autres à être vu par des personnes sourdes ou malentendantes.
Ce contenu audiovisuel peut être par exemple obtenu à partir d'une source d'émissions télévisuelles diffusées par satellite. Dans ce cas, l'acquisition des émissions est effectuée par un boîtier décodeur (set top box), par exemple, un enregistreur de vidéos de type TiVo™ commercialisé par la société TiVo Inc., qui permet en particulier de programmer l'heure d'enregistrement des émissions.
Le contenu audiovisuel ainsi obtenu est alors enregistré, puis fourni à un système informatique, typiquement un micro-ordinateur (ou une station de travail), dans lequel il est numérisé.
Le contenu audiovisuel numérique ainsi obtenu subit alors un processus de séparation de la vidéo et des sous-titres dans le module (10) de séparation vidéo / sous-titres, comme illustré par l'étape E11. Dans le cadre du mode de réalisation décrit, les processus de numérisation et de séparation vidéo / sous-titres, sont effectuées par une même plate-forme logicielle/matérielle, par exemple, la plate-forme Softni Caption Retriever™.
Le traitement du contenu audiovisuel par un outil tel que la plate-forme Softni Caption Retriever permet la génération, dans un ou plusieurs fichiers, de données de sous-titres (202) associées à des informations de synchronisation des sous-titres avec la vidéo. Les informations de synchronisation dés sous- titres avec la vidéo, communément appelées "code temporel" (time code en anglais), sont extraites à partir de la source vidéo ou sont recréées sur la base de l'horloge de l'ordinateur sur lequel est installée la plate-forme.
Par ailleurs, à l'issue du traitement du contenu visuel par la plate-forme de séparation vidéo / sous-titres, des données vidéo sans sous-titres (201 ) sont obtenues. Ces données vidéo incluent les signaux audio associés aux signaux vidéo. A l'étape suivante E12 (fig. 2), les données de sous-titres 202 sont fournies au module 12 d'analyse des sous-titres, qui en effectue l'analyse de la structure. Comme cela sera exposé plus loin dans la description, cette analyse
peut comprendre une analyse de la structure des sous-titres vis-à-vis d'une unité de segmentation prédéfinie, par exemple une ligne d'affichage ou bien une phrase grammaticale.
Cette analyse peut aussi comprendre une analyse grammaticale et lexicale approfondie. Dans le mode de réalisation préféré de l'invention, les deux types d'analyse précités sont effectués.
A la suite de l'étape d'analyse des sous-titres, des moyens logiciels de navigation hypermedia sont générés, à l'étape E13, par les modules 14, 16 (fig. 1). Ces moyens de navigation sont spécifiquement adaptés à la structure analysée des sous-titres. On obtient alors des données 300 contenant les sous- titres, des codes temporels et les moyens de navigation hypermedia précités.
Selon le mode de réalisation préféré de l'invention ces moyens de navigation hypermedia incluent des moyens interactifs de navigation interne aux sous-titres, générés par le module 16, et des moyens de navigation externe aux sous-titres (liens informatiques vers un dictionnaire électronique), générés par le module 14.
Des données de sous-titres 300 incorporant ces moyens de navigation hypermedia et des informations de synchronisation avec la vidéo, sont alors générées. A l'étape E14, les informations de navigation hypermedia sont incorporées au contenu visuel initial en associant à nouveau les données vidéo sans sous-titres (201 ) et les nouvelles données de sous-titres (300).
Enfin, à l'étape E15, le contenu audiovisuel traité est publié, c'est-à-dire mis à disposition des utilisateurs, par exemple en étant déposé dans un ordinateur serveur de documents audiovisuels accessible via un réseau de communication tel que l'Internet.
Les fonctionnalités de navigation hypermedia incorporées dans le document audiovisuel pourront alors être mises en œuvre lorsque le contenu visuel sera lu par un lecteur informatique apte à lire de tels documents. En pratique, de tels lecteurs informatiques sont connus sous l'expression "lecteur multimédia" (média player).
En liaison avec la figure 3, on va à présent décrire un mode de réalisation préféré du procédé de traitement d'un contenu audiovisuel selon l'invention.
A la figure 3, les données vidéo sans sous-titres 201 et les données de sous-titres 202 incluant des codes temporels, ont déjà été extraites du contenu visuel par le module 10 de séparation vidéo / sous-titres, et stockées dans des fichiers séparés.
En pratique, le module 10 est constitué de la plate-forme Softni Caption Retriever. Les données vidéo (images et son) sans-sous titres (201 ) sont alors obtenues dans un fichier au format AVI (Audio Video Interlaced).
Le format AVI est un format de fichier utilisé par le système d'exploitation Windows™ pour le stockage des images vidéo et du son, dans lequel les données vidéo alternent avec les données audio. Dans ce fichier AVI, la vidéo est codée au format VCR2 (codée vidéo connu). Les données de sous-titres avec codes temporels (202) sont, quant à elles, stockées dans un fichier de type texte.
On donne ci-après, en exemple, une portion d'un fichier de sous-titres avec code temporels fournis par la plate-forme de séparation vidéo / sous-titres.
Exemple 1 : Fichier de sous-titres avec codes temporels.
00 : 00 : 00.00\00.00:00.00
SINCE WE'RE THE ONLY CREATURES
00:01:10.24\00:01:12.20
CAPABLE OF ADAPTING TO DIFFERENT 00:01:12.22\00:01:14.15
ENVIRONMENTS, WE CAN TRAVEL THE
00:01:14.19\00:01:16.05
GLOBE IN SEARCH OF THE MOST
00 : 01 : 16.09\00 : 01 : 17.22 EXTREME CLIMATES, LIKE THE
00:01:17.25\00:01:19.07
COLDEST SPOT ON EARTH.
00 : 01: 19.10\00: 01:21.22
LYING AT THE BOTTOM OF THE 00:01:29.09\00:01:31.12
WORLD, ANTARCTICA IS A FROZEN 00:01:31.15\00:01:34.09 WILDERNESS WITH TEMPERATURES 00:01:34.12\00:01:36.11 THAT CAN DROP TO MINUS 126 00:01:36.14\00:01:38.26 DEGREES FAHRENHEIT. 00:01:39.00\00:01:40.11
*END*
23:59:59.00\23:59:59.00 *CODE*
Comme on peut le voir dans le fichier donné en exemple ci-dessus, les sous-titres contenus dans le fichier, comporte deux phrases :
"Since we're ... earth" et "Lying ... Fahrenheit'.
Chaque ligne de sous-titres (par ex. "that can drop to minus 126') correspond à une ligne d'affichage des sous-titres sur un écran de visualisation.
Chaque ligne de sous-titre est suivie d'un code temporel définissant le début et la fin de l'affichage de la ligne considérée, en synchronisation avec les images vidéo correspondantes. Ainsi l'affichage de la ligne de sous-titres "Lying at the bottom of the" débute à l'instant '00:01:29.09' après le commencement de la séquence vidéo, et se termine à l'instant '00:01 :31.12'.
Conformément à l'invention, à l'étape E121 , les données de sous-titres avec codes temporels 202 sont fournies en entrée au module 12 d'analyse des sous-titres pour y subir une analyse syntaxique et lexicale.
Dans le cadre de la présente invention, cette analyse syntaxique et lexicale a pour objectif de déterminer notamment :
- la structure de texte des sous-titres en phrases grammaticales, ce qui implique, par exemple, de pouvoir faire la distinction entre un point de fin de phrase et un point séparant deux caractères dans un sigle ;
- la forme lexicale de base pour tout ou partie des mots constituant chacune des phrases identifiées, cette forme lexicale de base est encore désignée par "racine" ou encore "lemme" du mot considéré ;
- la fonction de chaque mot dans une phrase donnée.
Ce type de composant logiciel permettant d'effectuer une telle analyse syntaxique et lexicale d'un texte, est connu de l'état de la technique.
Pour obtenir plus d'informations sur ce type d'outils, on pourra consulter le site Web de l'Association pour le Traitement Automatique des Langues (ATALA) à l'URL suivante : http://www.atala.org/ .
Dans le cadre de l'étape d'analyse syntaxique et lexicale, la première partie du traitement d'un texte (de sous-titres) consiste à identifier et typer les suites de caractères linguistiquement pertinentes de ce texte. Ces suites, appelées ici "segment", ne correspondent pas obligatoirement à des mots, il peut s'agir de nombres (par ex. : "-3,14"), ou de dates (par ex. "25/02/2002"), etc. Ces suites pertinentes diffèrent selon les langues, ainsi, par exemple, l'écriture des nombres et des dates varie en français et en anglais.
A l'étape suivante, E122, on procède à la détermination de la structure des sous-titres selon au moins une unité prédéfinie de segmentation des sous- titres.
Dans le cadre du mode de réalisation choisi et représenté, l'information de segmentation des sous-titres en phrases est déjà obtenu lors de l'étape (E121) d'analyse syntaxique des sous-titres. A l'étape E122, cette segmentation pourra alors porter sur une unité de segmentation correspondant à une ligne d'affichage des sous-titres, à un paragraphe de sous-titres, ou encore, à chaque mot de type, par exemple, "verbe" ou "nom".
A l'étape suivante E123, on génère des données de segmentation des sous-titres. Ces données incluent les informations de segmentation, obtenues aux étapes E121 et E122, associées à des informations de synchronisation des sous-titres avec la vidéo, basées sur les codes temporels initiaux. Les informations de segmentation seront utilisées plus loin dans le processus, pour la génération des données de navigation dans les sous-titres (étape E132).
A l'étape E124, on génère des données de décomposition analytique des sous-titres contenant les résultats de l'analyse syntaxique et lexicale qui ont été obtenus à l'étape E121. Ces données de décomposition analytique incluent, pour chaque phrase identifiée de sous-titres, des informations de
synchronisation avec la vidéo basées sur les codes temporels initiaux, et pour au moins une partie des mots constituant la phrase considérée, la forme lexicale de base (lemme).
Dans le mode de réalisation préféré décrit ici, les données de segmentation des sous-titres sont incluses dans les données de décomposition analytique des sous-titres. A l'étape E124, les données de décomposition analytique des sous-titres sont stockées dans un fichier informatique 110.
Dans le mode de réalisation préféré de l'invention, le fichier 110 de décomposition analytique des sous-titres est un fichier dont le contenu est exprimé dans le langage de balisage connu XML (eXtended Markup Language).
On donne ci-après un extrait d'un fichier XML de décomposition analytique des sous-titres, obtenu à partir du fichier de sous-titres de l'Exemple 1 donné plus haut.
Exemple 2 : Fichier XML de décomposition analytique des sous-titres.
<TLT>
<PARA LAN="ANGLAIS" FOR="En"> <PHR TXT="00:00:00.00\00:00:00.00 SINCE WE 'RE THE ONLY CREATURES
00:01:10.24\00:01:12.20 CAPABLE OF ADAPTINΘ TO DIFFERENT
00:01:12.22\00:01:14.15 ENVIRONMENTS , WE CAN TRAVEL THE
00:01:14.19\00:01:16.05 GLOBE IN SEARCH OF THE MOST
00:01:16.09\00:01:17.22 EXTREME CLIMATES , LIRE THE 00:01:17.25\00:01:19.07 COLDEST SPOT ON EARTH . ">
<ST CAT="R" STR="N_E"> <TER SEG="00:00:00.00\\00:00:00.00" POS="l 2" TYP=πTIMECODEn
FLE=ΠOO:00:00.00\\00:00:OO.OOΠ LEM="00 : 00 : 00.00\\00 : 00 : 00.00"
CAT="NON-VU" TRA=" " GRA=" " CPT="00 : 00 : 00.00\00 : 00 : 00.00"></TER> <TER SEG="SINCE" P0S="2 3" TYP="MOT" FLE="SINCE" LEM="since" CAT="R"
TRA="MUL/Rμπ GRA="Rμn CPT="$since"x/TER>
</ST>
<ST CAT="GVS-PT" M0DE="INDICATIF" TEMPS="PRESENT" VOIX= "ACTIVE"
STR="PERSONNE/lPRS GENRE NOMBRE/PLURIEL PRT">
<TER SEG="WE" POS="3 4" TYP="MOT" FLE="WE" LEM="we" CAT="PRN-S" TRA="PERSONNE/1PRS NOMBRE/PLURIEL MUL/Ppnplμn" GRA="Ppnplμn" CPT="$ e_l" ></TER>
<TER SEG=n,RE" P0S="4 5" TYP="MOT" FLE="'RE" LEM="be" CAT="GV-PT" TRA=" ERSONNE/1PRS/3PRS NOMBRE/PLURIEL MUL/Vvipp [13] p" GRA="Vvipplp" CPT=ntobeornot_7_188 possession_2_98 graπιιnaire_2_175 alcoolisme_l_82 alcoolisme_l_16 philosophie_l_155 desir_8_10 chercherDecouvrir_6_44 "></TER> </ST> <ST CAT="GN-NC" STR="NOMBRE/PLURIEL GENRE">
<TER SEG="THE" P0S="5 6" TYP="MOT" FLE="THE" LEM="thβ" CAT="GN-D" TRA="MUL/Dμμ[mf] [sp]μμ" GRA="Dμμ [mf]pμμ" CPT="?"x/TER>
<TER SEG=πONLY" P0S="6 7" TYP="MOT" FLE="ONLY" LEM="only" CAT^ON-AN" TRA="SC_OK MUL/Apμ SC_OK MUL/Apμ C0UTTERM/48 SC_OK MUL/Apμ SC OK MUL/Apμ" GRA="Apμ" CPT="condition_7_8 $only_3 $only_2 $only_l QUANTITY_E_1 QUANTITY_E_only"x/TER>
</ST> </PHR>
</TLT>
Comme on peut le voir dans l'Exemple 2 ci-dessus, dans le fichier XML de décomposition des sous-titres, on retrouve chacune des phrases du texte initial des sous-titres avec les codes temporels correspondants, regroupés dans la balise <PHR TXT=". . . ">.
Ensuite, à chaque segment élémentaire de sous-titres, qu'il corresponde à un mot (par ex. nonl ') ou non (par ex, un code temporel "00:00:00.00\\00:00:00.00"), correspond des données de décomposition analytique qui sont contenues dans une balise de segment : <TER SEG=... >.
Dans chacune des balises de segment, le champ défini par : LEM="...", contient le lemme du segment considéré, si ce segment est un mot.
Ainsi par exemple, dans la balise : <TER SEG="ONLY"...>, de l'Exemple 2, qui correspond au mot "ONLY', le lemme correspondant est "onl .
De retour à la figure 3, le fichier XML 110 est fourni en entrée, d'une part, au module 14 de génération de liens vers un dictionnaire, au moyen duquel sont exécutées les étapes E131 et E134, et d'autre part, au module 16 de génération de données de navigation dans les sous-titres, au moyen duquel sont exécutées les étapes E132 et E133.
A l'étape E131, on détermine, à partir des données de décomposition analytique des sous-titres, issues du fichier XML 110, pour chaque mot parmi au moins une partie des mots constituant les sous-titres, un lien informatique pointant sur une entrée lexicale d'un dictionnaire linguistique électronique. Dans le mode de réalisation préféré de l'invention, le lien informatique associé à un mot de sous-titre est une adresse Web (URL).
Le module 14 de génération de liens vers un dictionnaire, est en pratique un programme d'analyse (parser en anglais) d'un fichier XML. Ce programme effectue un traitement ligne par ligne des sous-titres contenus dans le fichier XML 110. Pour chaque ligne de sous-titre, à l'intérieur du fichier XML, le code temporel associé est extrait, puis pour chaque mot de la ligne de sous-titres considérée, on extrait la forme lexicale de base (lemme).
Ensuite, l'entrée lexicale de base du mot est concaténée, de manière appropriée, avec l'adresse Web prédéfinie d'un dictionnaire linguistique en ligne correspondant à la langue utilisée (ici l'anglais) dans les sous-titres. Cette "concaténation" pour le mot de sous-titres considéré, produit ainsi le lien informatique correspondant à ce mot, pointant sur l'entrée lexicale appropriée du dictionnaire en ligne.
L'entrée lexicale du dictionnaire appropriée pour un mot donné est, par conséquent, déterminée au moins en fonction de la forme lexicale de base du mot considéré.
Cependant, dans le mode de réalisation préféré de l'invention, l'entrée lexicale du dictionnaire est déterminée en outre en fonction de la catégorie grammaticale d'appartenance du mot. Cette information de catégorie grammaticale (verbe, nom, adjectif etc. ) est disponible dans le fichier XML 110, pour chaque mot de sous-titres. De cette façon, la détermination de l'entrée lexicale appropriée du dictionnaire est rendue plus précise.
Dans l'Exemple 2 du fichier XML exposé plus haut, un lien vers l'entrée lexicale appropriée d'un dictionnaire en ligne, pour le mot "onlγ est par exemple l'URL suivante. href= "http://l-at4039/scripts/cgi-bin/dictionary. exe ?book=dictionary& va=only&fl=adjective"
Dans cette URL, 'va=onlγ précise la racine (lemme) du mot "only", et 'fl=adjective' précise sa catégorie grammaticale (adjectif).
Ainsi, lorsque le contenu audiovisuel issu du traitement selon l'invention sera lu par un lecteur multimédia, cette URL - qui constitue ainsi une commande informatique relative au mot de sous-titre affiché sur un écran d'ordinateur- pourra être exécutée par le lecteur multimédia.
La résolution du lien informatique, c'est-à-dire l'exécution de l'URL, pourra être déclenchée par un utilisateur humain du lecteur multimédia, par exemple en cliquant avec une souris sur le mot considéré. Un navigateur Web sera alors automatiquement lancé, qui chargera et affichera le contenu de l'adresse URL, c'est-à-dire la définition du dictionnaire correspondante au mot.
De retour à la figure 3, à l'étape E134, le module 14 de génération de liens vers un dictionnaire, génère un fichier de sous-titres 130 contenant les sous-titres, les codes temporels correspondants, et les liens informatiques (adresse Web - URL) correspondant aux mots des sous-titres pour lesquels des liens ont été créés à l'étape précédente (E131).
Dans le mode de réalisation préféré de l'invention, le fichier de sous- titres 130 est un fichier dont le format est adapté à la lecture en flux continu (streaming en anglais) des sous-titres avec la vidéo correspondante. En pratique, le format utilisé est le format RealText™. Le format
RealText est le format de texte adapté à la lecture en flux continu proposé par la société Real Networks.
La lecture en flux continu (parfois désignée par "lecture en transit") est une technique de lecture de fichier multimédia permettant à un utilisateur d'Internet (internaute) de lire le fichier en temps réel, sans avoir à attendre son téléchargement complet.
De même, dans le mode de réalisation préféré de l'invention, les données vidéo (201) sans sous-titres, fournies par le module (10) de séparation vidéo / sous-titres sont ensuite encodees (étape E30) dans un format de lecture vidéo en flux continu (streaming) et stockées dans un fichier informatique 100. En pratique, le format utilisé de lecture vidéo en flux continu est le format
RealMedia™ développé par la société Real Networks.
La lecture simultanée du fichier vidéo RealMedia 100 et du fichier
RealText 130, par un lecteur informatique de contenu multimédia (streaming média player), tel que le lecteur RealPlayer™ développé par la société Real Networks permet alors d'afficher de manière synchronisée, sur un écran d'ordinateur, la vidéo et les sous-titres.
On donne ci-après un extrait d'un fichier RealText™ 130, obtenu à partir du fichier XML 110 de l'Exemple 2 donné plus haut.
Exemple 3 : Fichier RealText™ de sous-titres avec liens vers un dictionnaire.
<windo type="teleprompter" height="80" duration="4 :24" bgcolor="#FFF9CC" word rap="false" underline_hyperlinks="tr e" link="#002577"xfont face="arial" color="#000000" size="2">
<br/xtime
Since wβ<a href="http://l- at4039/scripts/cgi- bin/dictionary.exe?book=dictionary&va=be&fl=verb">
,re</a> the <a href="http://l-at4039/scripts/cgi- bin/dictionary.exe?book=dictionary&va=only&fl=adjective">only</a> <a href="http://l-at4039/scripts/cgi- bin/dictionary.exe?book=dictionary-iva=creature--fl=noun">créatures</a>
<br/xti e begin="0:0:1.980,,/> <a href="http://l-at4039/scripts/cgi- bin/dictionary.exe?book=dictionary&va=capable&fl=adjective">capable</a
> of <a href="http://l-at4039/scripts/cgi- bin/dictionary.exe?book=dictionary&va=adapt&fl=verb">adapting</a> <a href="http://l-at4039/scripts/cgi- bin/dictionary.exe?book=dictionary&va=to&fl=adverb">to</a> <a href=nhttp://l-at4039/scripts/cgi- bin/dictionary.exe?book=dictionary&va=differentéifl=adjective">differen t</a>
</window>
Comme on peut le voir dans l'Exemple 3 ci-dessus, un fichier RealText (130) selon l'invention, comporte : - les sous-titres (par ex. les mots "Since we"),
- des informations de synchronisation des sous-titres avec la vidéo, présentes dans chaque balise : <time begin=" ">, et correspondant chacune à l'instant d'affichage d'une ligne de sous-titres, et
- un lien (URL) vers une entrée d'un dictionnaire en ligne pour certains mots des sous-titres, codé dans la balise <a href="..." > qui précède le mot correspondant de sous-titre.
De retour à la figure 3, à L'étape E132, on génère, à partir des données de segmentation des sous-titres contenues dans le fichier XML (110), des données de navigation dans les sous-titres. Ces données de navigation incluent, pour chaque unité de segmentation considérée de sous-titres, une commande informatique, interprétable par un lecteur informatique multimédia, et dont l'exécution déclenche la relecture de l'unité de segmentation considérée en synchronisation avec la séquence vidéo correspondante.
Dans le mode de réalisation préféré de l'invention, les données de navigation dans les sous-titres sont stockées dans un fichier informatique 120, dans lequel ces données sont exprimées dans le langage de balisage SMIL (Synchronized Multimedia Intégration Language).
Le langage SMIL est un langage de balisage permettant de synchroniser des fichiers de nature différente pour en faire des objets multimédias aptes à être intégrés dans une page Web.
Le langage SMIL a été développé par le groupe de travail SYMM. Sa syntaxe et sa présentation reprennent celles du langage HTML. Il permet de définir les différentes caractéristiques de gestion du fichier multimédia.
Dans le mode de réalisation préféré de l'invention, le fichier SMIL 120, qui contient les données de navigation dans les sous-titres, inclut en outre une référence informatique au fichier vidéo RealMedia 100 et au fichier de sous- titres ReatText 130.
De cette façon, la lecture du fichier SMIL 120 par un lecteur de contenu multimédia, tel que le lecteur RealPlayer, provoquera l'affichage synchronisé de la vidéo et des sous-titres.
On donne ci-après un extrait d'un fichier SMIL 120, obtenu à partir du fichier XML 110 de l'Exemple 2 donné plus haut.
Exemple 3 : Fichier SMIL de navigation dans les sous-titres.
<smil> <head>
<meta name="title" content="essai" /> <meta name="authorn content="SMAELLE" /> <meta name="copyrigh " content=" (c)2000" /> <layout type="text/smil-basic-layout"> <region id="VideoChannell" title="VideoChannell" left="0" top="0" height="235" idth="315" background-color="#ECF3F2" fit="hidden"/>
<region id="TextChannell" title="TextChannell" left="0" top="235" height="80" width="315" background-color="#ECF3F2" fit="hidden"/>
<region id="backchannell" title="back" left="0" top="315" height="20" idth="315" background-color="#ECF3F2" fit="hidden"/>
</layout> </head> <body>
<par title="essai" author≈"Laurent Maupeu" copyright=" (c)2000">
<video src="rtsp://l-at4039/smaelle/01.rm" id="Video" region="VideoChannell" title="abidjan"/>
<text src=,,rtsp://l-at4039/s_aaelle/01.rt" id="Caption" region="TextChannell" title≈"Caption"/>
<seq> <img src="prev.gif?url=command:see (0:0:0.00) &target=_player" id="retourO" region="backchannell" title="ret0" dur="0:0:1.980s"/>
<img src="prev.gif?url=command:seek(0: 0:0.00) &target≈_player" id=πretourl" region="backchannell" title="retl" dur="0 :0:1.970s"/> <img src="prev.gif?url=command: seek (0 : 0:0.00) &target=_player" id="retour2" region="backchannell" title="ret2" dur="0:0:l.900s"/>
<img src="prev.gif?url=command:seek(0: 0:0.00) J-target=_player" id="retour3" region="backchannell" title="ret3" dur="0:0: 1.160s"/>
<img src="prev.gif?url=command:seek(0: 0 :0.00) &target=_player" id="retour4" region="backchannell" title="ret4" dur="0 :0:1.850ε"/>
<img src="prev.gif?url=command: seek (0 : 0 : 0.00) &target=_player" id="retours" region="backchannell" title="ret5" dur="0:0: 9.990s"/>
<ιmg src="prev.gif?url=command: seek (0 : 0 : 18.850) -itarget=_player" id="retour6" region="backchannell" title="ret6" dur="0:0:2.060s"/>
</seq> </par> </body> </smil>
Comme on peut le voir dans l'Exemple 3 de fichier SMIL ci-dessus, le fichier vidéo RealMedia 100 et le fichier de sous-titres RealText 130 sont référencés dans le fichier SMIL dans les balises respectives : <video src="... "
... /> et <text src="..." .../>. "rtsp" désigne dans cet exemple le protocole de streaming utilisé.
D'autre part, dans le mode de réalisation décrit ici, il existe dans ce fichier SMIL, une commande informatique exécutable pendant la durée d'affichage d'une ligne de sous-titres, et dont l'exécution déclenche la relecture des sous-titres depuis le début de la phrase dans laquelle s'inscrit la ligne de sous-titres considérée. Ainsi, dans le mode de réalisation décrit, l'unité de segmentation considérée pour la navigation interactive dans les sous-titres correspond à une phrase de sous-titres. Cependant, on peut prévoir de déclencher la relecture selon une unité différente de segmentation des sous- titres, par exemple, un mot, une ligne ou un paragraphe de sous-titres. Dans le fichier SMIL donné en exemple ci-dessus, pour chaque ligne de sous-titres, il existe une commande codée selon la syntaxe commandιseek(Td) où Td désigne l'instant d'affichage du début de la phrase de sous-titres.
Ainsi l'instruction suivante, extraite du fichier SMIL ci-dessus, <img src=nprev.gif?url=command:seek(0:0:0.00)&target=_player" id="retour0n region="backchannel1 " title="ret0" dur="0:0:1.980s"/> est applicable à la première ligne d'affichage de durée : dur="0:0: 1.980s" à partir de l'instant initial d'affichage des sous-titres : "0:0:0.00", qui correspond
aussi à l'instant de début d'affichage de la première phrase des sous-titres, en synchronisation avec la vidéo correspondante.
Par conséquent, l'exécution de la commande command:seek(0:0:0.00) qui est applicable pendant toute la durée (dur="0:0:1.980s") d'affichage de la ligne de sous-titres en cours, déclenche la relecture des sous-titres à partir de l'instant '0:0:0.00', c'est-à-dire à partir du début de la première phrase de sous- titres.
Lorsque le fichier SMIL est lu par un lecteur de contenu multimédia, chacune des commandes de relecture est matérialisée sur l'interface utilisateur du lecteur pendant l'affichage de la ligne de sous-titres en cours, par exemple par un bouton sur lequel pourra cliquer un utilisateur pour déclencher le ré- affichage de la phrase de sous-titres contenant la ligne en cours, en synchronisation avec les données audio et vidéo correspondantes.
Toujours à la figure 3, à l'étape E15, il est procédé à la publication du contenu visuel exprimé dans un format de lecture en flux continu (streaming).
En pratique, les trois fichiers : Realtext 130, RealMedia 100 et SMIL 120, sont stockés dans un même répertoire d'un ordinateur serveur connecté à l'Internet où ils pourront être accèdes par des postes utilisateurs connectés à
Internet, par exemple au travers d'un site Web dédié à la fourniture de contenus audiovisuels.
On va maintenant, en référence à la figure 4, décrire brièvement un ordinateur (40) adapté pour la mise en œuvre d'un procédé de traitement d'un contenu audiovisuel numérique selon l'invention et décrit précédemment en liaison avec les figures 2 et 3. Il est à noter que l'ordinateur illustré à la figure 4 est un mode de réalisation particulier du système général décrit supra en relation avec la figure 1.
Dans ce mode de réalisation, le procédé de traitement d'un contenu audiovisuel selon l'invention est essentiellement mis en œuvre par l'exécution de programmes d'ordinateur. Dans la figure 4, l'ordinateur 40 qui peut être typiquement un microordinateur ou une station de travail, est connecté à différents périphériques, par exemple une caméra numérique 411 ou tout autre dispositif d'acquisition ou de
stockage de contenus audiovisuels, fournissant des informations (vidéos, sous- titrage) pour traitement à l'ordinateur 40. Ces contenus audiovisuels peuvent être stockées dans les moyens de stockage dont dispose l'ordinateur tels qu'un disque dur 406. L'ordinateur 40 comporte également une interface de communication 408 reliée à un réseau de communication 50, par exemple l'Internet. Cette interface 408 est apte à recevoir du réseau 50 des documents audiovisuels à traiter selon le procédé de l'invention.
L'ordinateur 40 comporte des moyens de stockage de données tels que le disque dur 406, mais également un lecteur de disques compacts (CDROM) 407 sur lesquels peuvent être stockés des contenus audiovisuels.
Selon un mode préféré de réalisation de l'invention, le code exécutable des programmes permettant de mettre en œuvre le procédé de traitement d'un contenu audiovisuel selon l'invention est mémorisé dans le disque dur 406. Selon une variante de réalisation, le code exécutable de ces programmes peut être stocké dans une mémoire ROM, 401 , de l'ordinateur. Selon une autre variante de réalisation, ce code peut être stocké dans un disque compact (CD) 410.
Selon encore une autre variante de réalisation, le code exécutable du ou des programmes peut être téléchargé à partir du réseau de communication 50 via l'interface de communication 408 pour être mémorisé sur le disque dur 406.
L'ordinateur 40 comporte en outre un écran 403 permettant de visualiser les contenus visuels à traiter et servir d'interface graphique avec un utilisateur pour tester les contenus audiovisuels traités selon l'invention, à l'aide d'un dispositif de pointage tel qu'une souris 405, et d'un clavier 404.
L'ordinateur comporte bien sûr une unité centrale de traitement (CPU) 400, par exemple un microprocesseur, qui commande et dirige l'exécution des instructions du (ou des) programme(s) de l'invention, stockées dans la mémoire ROM 401 , dans le disque dur 406 ou dans un disque compact 410. L'ordinateur comporte également une mémoire RAM 402 comportant des registres destinés à mémoriser notamment les variables créées et modifiées pendant l'exécution du ou des programmes selon l'invention.
Enfin, l'ordinateur 40 comporte classiquement un bus de communication 409 pour permettre la communication et l'interopérabilité entre les différentes unités précitées composant l'ordinateur.
En résumé, l'invention décrite ici concerne un procédé et un dispositif de traitement informatique d'un contenu audiovisuel numérique comprenant de la vidéo et des sous-titres. Selon une implémentation préférée, les étapes du procédé sont déterminées par les instructions d'un programme de traitement de contenu audiovisuel selon l'invention, et le procédé est mis en œuvre lorsque ce programme est chargé dans un ordinateur dont le fonctionnement est alors commandé par l'exécution du programme.
En conséquence, l'invention s'applique également à un programme d'ordinateur, particulièrement un programme d'ordinateur sur ou dans un support d'informations, adapté à mettre en œuvre l'invention. Ce programme peut utiliser n'importe quel langage de programmation, et être sous la forme de code source, code objet, ou de code intermédiaire entre code source et code objet tel que dans une forme partiellement compilée, ou dans n'importe quelle autre forme souhaitable pour implémenter un procédé selon l'invention. Le support d'informations peut être n'importe quelle entité ou dispositif capable de stocker le programme. Par exemple, le support peut comporter un moyen de stockage, tel qu'une ROM, par exemple un CD ROM ou une ROM semi-conducteur, ou un moyen d'enregistrement magnétique, par exemple une disquette (floppy dise) ou un disque dur. D'autre part, le support peut être un support transmissible tel qu'un signal électrique ou optique, qui peut être acheminé via un câble électrique ou optique, ou encore par radio ou par d'autres moyens.
Lorsque le programme est incorporé dans un signal qui peut être acheminé directement par un câble ou un autre dispositif ou moyen, le support peut être constitué par un tel câble, dispositif ou moyen.
Alternativement, le support d'informations peut être un circuit intégré dans lequel le programme est incorporé, le circuit étant adapté pour exécuter ou pour être utilisé dans l'exécution du procédé en question.
Bien entendu, la présente invention n'est nullement limitée aux modes de réalisation décrits et représentés ici, mais englobe, bien au contraire, toute variante à la portée de l'homme du métier. En particulier, l'invention s'applique également à un environnement client-serveur dans lequel tout ou partie des éléments composant un système informatique selon l'invention, sont répartis sur différents ordinateurs connectés à un réseau de communication, et communiquant entre eux selon un protocole de type client-serveur.