Retour aux projets
MVP en coursProjet SaaS (Remote) · Oct. 2025 – présent

SaaS — Analyse vidéo
assistée par IA

Agents LLM pour l'extraction automatique de highlights vidéo et la génération, enrichissement et synchronisation de sous-titres par NLP.

01

Problème

Les créateurs de contenu (YouTubers, formateurs, équipes marketing) consacrent plusieurs heures par vidéo à l'édition post-production : identifier les meilleurs passages (highlights), corriger et synchroniser les sous-titres, adapter le contenu pour différentes plateformes.

Les outils de transcription automatique existants produisent du texte brut sans intelligence sémantique — ils ne distinguent pas ce qui est réellement percutant de ce qui est banal. Les sous-titres générés sont souvent inexacts, mal synchronisés et nécessitent une correction manuelle laborieuse.

L'opportunité : construire des agents LLM spécialisés capables de comprendre le contexte sémantique d'une vidéo et d'automatiser intelligemment ces tâches à forte valeur ajoutée.

02

Solution

Une plateforme SaaS avec deux agents LLM principaux :

Agent Highlights

Analyse sémantique de la transcription vidéo, scoring des passages par pertinence, sélection des meilleurs extraits avec justification et horodatage.

Pipeline sous-titres NLP

Génération de sous-titres enrichis, reformulation pour la lisibilité écran, synchronisation temporelle précise, export SRT/VTT.

Le tout exposé via une interface React intuitive avec lecteur vidéo intégré, timeline des highlights et éditeur de sous-titres inline.

03

Architecture

Frontend Next.js

Interface React avec App Router : upload vidéo, lecteur avec timeline des highlights, éditeur de sous-titres inline, dashboard de gestion des projets.

Backend FastAPI

API REST asynchrone : gestion de l'upload, orchestration des agents LLM, endpoints pour la consultation des highlights et sous-titres générés. Sécurisé par JWT.

Agents LLM (LangChain)

Agent d'analyse sémantique : (1) Transcription de la vidéo, (2) Segmentation et scoring des passages clés, (3) Sélection et justification des highlights, (4) Génération et enrichissement des sous-titres.

Pipeline NLP sous-titres

Génération de sous-titres enrichis : reformulation pour la lisibilité, synchronisation temporelle, traduction optionnelle, export SRT/VTT.

Base PostgreSQL

Stockage des projets vidéo, métadonnées, highlights extraits, versions de sous-titres et historique des sessions d'analyse.

04

Ce que j'ai livré

  • Agent LLM de détection et extraction automatique de highlights vidéo avec scoring sémantique
  • Pipeline de génération, enrichissement et synchronisation de sous-titres par NLP
  • Interface React de lecteur vidéo avec timeline des highlights et éditeur de sous-titres
  • API FastAPI documentée (OpenAPI) pour l'ensemble des opérations IA
  • Export des sous-titres aux formats SRT et VTT
  • Architecture conteneurisée Docker pour le déploiement
05

Résultats

Agent actif

Extraction de highlights fonctionnelle et testée

SRT / VTT

Export sous-titres synchronisés aux deux formats standard

API doc.

Backend FastAPI entièrement documenté OpenAPI

Q2 2026

Lancement public ciblé — développement actif

Note : Projet en développement actif. Détails techniques complets disponibles sur demande (NDA).

06

Stack

Frontend·Next.js 15
Frontend·React
Frontend·TypeScript
Frontend·TailwindCSS
Backend·FastAPI
Backend·Python
IA / LLM·LangChain
IA / LLM·NLP
IA / LLM·Hugging Face
Base de données·PostgreSQL
DevOps·Docker

Intéressé par ce projet ?

Je suis ouvert à des discussions techniques ou des opportunités de collaboration.

Discutons →