← Le glossaire

GLOSSAIRE · LES BASES

Multimodal

Un modèle ou un système qui traite plusieurs types de contenus : texte, image, son, vidéo, document scanné.

12 cas

du catalogue illustrent ce terme, avec 3 outils de la carte.

Aussi : vision · voix · OCR

Définition

Un modèle multimodal accepte en entrée, ou produit en sortie, autre chose que du texte : il décrit une photo, lit un document scanné, transcrit une voix ou analyse un schéma.

Dans les cas d’usage, cela ouvre la lecture de factures et de formulaires, l’inspection visuelle ou l’accueil vocal.

En pratique

  • La qualité dépend beaucoup de celle des images ou des enregistrements.
  • Pour une tâche visuelle précise et répétitive, un modèle de vision spécialisé reste souvent plus fiable et moins cher.

Outils liés

DANS LE CATALOGUE

Des cas pour le voir à l’œuvre

Six cas sur 12, les documentés d’abord. Voir le catalogue →

ET CHEZ VOUS ?

Passer du mot au cas d’usage

Comprendre le vocabulaire est un début. HOCUS part de vos données et de vos équipes pour identifier ce qui a du sens chez vous.