Outils de recherche de vidéos : des métadonnées au speech to text

Fig. 1 Comparatif de la performance des moteurs de recherche vidéos

Il ressort de nos tests que Google Vidéos est bien au-dessus du lot.

Tout d’abord, en termes de contenus, Google Vidéos propose bien plus de résultats que ses concurrents et surtout plus diversifiés. Il a surtout l’avantage d’indexer des vidéos présentes sur de simples sites web d’entreprises, associations, blogs, sites d’actualités, etc. alors que les autres se contentent d’indexer les contenus des grandes plateformes d’hébergement de vidéos comme YouTube, Vimeo ou DailyMotion.

Pour ce qui est des fonctionnalités de recherche, là encore, Google Vidéos fait toujours la course en tête. Il propose :

• des filtres par durée (court, moyen, long) ;
• des filtres par date de mise en ligne (moins d’1h, moins de 24h, moins d’une semaine, moins d’un mois, moins d’un an et période personnalisée ;
• des filtres par qualité ;
• uniquement les vidéos disposant de sous-titres intégrés ;
• un filtre par sources (les 6 sources qui génèrent le plus de résultats) - équivalent de l’opérateur site:

On peut également utiliser les opérateurs avancés comme :

• inurl:
• site:
• intitle:

Récemment, Google a annoncé le lancement d’une fonctionnalité permettant d’afficher le « sommaire » et les moments clés de la vidéo directement dans les résultats Google. Cela permettrait donc d’accéder plus rapidement à l’extrait qui intéresse l’internaute. Malheureusement, cette fonctionnalité ne semble pour le moment disponible qu’aux Etats-Unis... À suivre donc !

Seul YouTube propose également quelques fonctionnalités de recherche intéressantes.

Parmi les filtres intéressants sur YouTube, on citera :

• le filtre par type de vidéos (vidéo, chaîne, playlist, film, émission)
• la possibilité de rechercher par lieu ;
• la limitation aux vidéos libres de droit ;
• le fait de pouvoir trier les résultats par pertinence, mais aussi date de mise en ligne, nombre de vues et avis.

Les autres moteurs et plateformes n’ont malheureusement aucune fonctionnalité de recherche complémentaire ou innovante par rapport à Google Vidéos ou YouTube.

Petit bémol pour les produits Google

Les produits vidéos de Google (Google Vidéos et YouTube) ne sont pas pour autant parfaits et il faut avoir conscience de certains de leurs biais lorsqu’on les utilise dans un contexte professionnel.

D’une part, on constate que la pertinence des résultats proposés par Google Vidéos et YouTube décline quand on arrive sur les dernières pages de résultats avec parfois des résultats complètement hors sujet. En comparaison, Bing, Yandex, Vimeo et Dailymotion ne proposent pratiquement aucun résultat hors sujet.

Google Vidéos n’indexe ou du moins n’affiche qu’une partie des résultats en provenance des grandes plateformes comme YouTube, Dailymotion ou Vimeo.

D’après nos tests, il est d’ailleurs préférable d’utiliser le filtre source proposé par Google Vidéos pour obtenir plus de résultats en provenance d’une même source.

À titre d’exemple sur les 285 résultats proposés par Google Vidéos sur notre requête « wedoogift », nous avons comptabilisé manuellement 21 résultats issus de Vimeo. En revanche, si on choisit le filtre source « Vimeo », on obtient alors 30 résultats soit 9 résultats de plus...

Notre conseil :

Pour la recherche de vidéos, Google Vidéos est un bon point de départ en raison de ses fonctionnalités de recherche et de la diversité du contenu. Lorsque l’on a identifié des contenus intéressants en provenance d’une plateforme, on a intérêt à relancer une recherche avec le filtre « source » afin d’obtenir plus de résultats en provenance de cette même source

De même on aura intérêt à compléter ses recherches en se rendant directement sur les sites des grandes plateformes comme YouTube, DailyMotion ou Vimeo

Et si et seulement si, on est dans une logique d’exhaustivité, il peut alors être intéressant d’interroger les autres moteurs comme Bing Vidéos, Yandex Vidéos, Qwant Vidéos, etc. pour glaner éventuellement quelques résultats complémentaires.

Rechercher sur les contenus des vidéos : est-ce possible ?

Tous les moteurs et plateformes de vidéos évoqués ne permettent que de rechercher sur les métadonnées des vidéos, jamais sur le contenu intégral, c’est-à-dire le son de la vidéo elle-même pas plus que sur l’image elle-même (reconnaissance de logos, visages, objets, etc.).

Cela est un véritable problème dans un contexte de recherche d’information professionnelle. On est en effet obligé de se rabattre sur des requêtes larges et assez vagues, construites à partir des mots-clés susceptibles de se retrouver dans les métadonnées (qui sont parfois restreintes au strict minimum, car il n’existe pas de normes) puis de visualiser l’intégralité de la vidéo afin d’évaluer si elle présente éventuellement un quelconque intérêt. Une méthode vite très chronophage...

Les quelques outils de recherche de vidéos gratuits et grands publics fonctionnant sur un modèle de speech-to-text (Voxalead et Telescoop notamment) ont tous fermé leurs portes ou sont à l’abandon.

Heureusement, il existe une astuce, imparfaite certes, pour éviter de regarder une vidéo dans son intégralité et déterminer rapidement si une vidéo détient les informations recherchées. Cela ne fonctionne malheureusement que sur YouTube.

YouTube propose depuis maintenant quelque temps une fonctionnalité très précieuse : la transcription automatique des vidéos qu’il héberge. Cela ne fonctionne cependant pas pour toutes les vidéos

Les créateurs de vidéos peuvent également intégrer leurs propres sous-titres.

Cependant, il ne propose pour le moment aucune fonctionnalité permettant de rechercher au sein de ces sous-titres.

Mais il existe une astuce très simple pour le faire : se rendre sur YouTube pour visualiser la vidéo, cliquer sur les « ... » à côté du bouton « Enregistrer » et choisir « ouvrir l’onglet Transcription ».

Google propose alors une transcription automatique du contenu de la vidéo ou les sous-titres créés par l’auteur de la vidéo. On peut alors rapidement la passer en revue pour voir si le contenu nous intéresse et même faire un contrôle F pour rechercher des mots spécifiques.

Quand coexistent la transcription automatique et la transcription réalisée par l’auteur de la vidéo, l’utilisateur peut choisir laquelle il veut voir apparaître. Il est alors préférable de choisir la transcription réalisée par l’auteur de la vidéo quand elle est disponible, car la qualité est évidemment bien meilleure.

Il existe également une extension Chrome appelée Invideo qui permet en principe d’ajouter un moteur de recherche à ces transcriptions YouTube mais nos tests n’ont pas été très concluants.

Attention cependant : si la transcription automatique est globalement de bonne qualité, la transcription des noms propres (noms de marques, nom de personnes, etc.) laisse quant à elle fortement à désirer.

Sur les différentes transcriptions de vidéos visualisées en rapport avec notre recherche sur Wedoogift, le nom de la marque n’a jamais été transcrit correctement... Nous avons eu des mes de lift, we do list, we do gift, oui de gif, wigift, etc. et jamais la bonne orthographe.

Notre conseil

Rechercher sur le contenu de vidéos avec des outils gratuits ne s’est pas amélioré avec les années. C’est même plutôt l’inverse...

Seule porte de sortie à l’heure actuelle : YouTube et ses transcriptions automatiques ou fournies par les auteurs des vidéos. Mais là encore, on est dans du simple « bricolage» et il n’existe pas de fonctionnalités de recherche à proprement parler.

On peut seulement espérer que dans un avenir proche Google tirera parti de ces transcriptions automatiques pour créer des fonctionnalités de recherche dédiées dans son moteur vidéo ou sur YouTube.

Après tout, l’indexation du texte intégral, c’est un peu la marque de fabrique et la force de Google depuis ses débuts : d’abord avec son moteur Web qui indexe l’intégralité des pages puis avec son moteur académique Google Scholar qui indexe le texte intégral des articles scientifiques (même s’il ne donne pas forcément accès au texte intégral), ce qui à l’époque reposait sur une démarche très différente des serveurs et banques de données classiques qui proposaient des bases essentiellement bibliographiques.

Il pourrait alors faire de même avec les vidéos tout en sachant qu’il dispose déjà des transcriptions automatiques.

Mais la transcription de contenus pose question en matière de droit d’auteur. Est-il vraiment légal de transcrire automatiquement des vidéos qui sont protégées par le droit d’auteur ? On peut se poser la question.

D’autant qu’au cours de l’été, un autre géant du Web, Amazon a été attaqué par des éditeurs, car il voulait sous-titrer les livres audio proposés dans son service Audible. Des éditeurs l’ont attaqué sur le principe que cette fonctionnalité serait illégale et ont indiqué qu’ils avaient donné leur accord à Amazon pour créer des reproductions audio de ces livres, mais en aucun cas des reproductions textuelles.

Au-delà des grands moteurs et plateformes vidéos

Au-delà des grands moteurs de vidéos cités précédemment, il existe aussi toute une panoplie d’outils plus spécialisés permettant de rechercher des vidéos.

Les médias sociaux fournisseurs de contenus vidéos

On pensera tout d’abord aux médias sociaux qui permettent de rechercher spécifiquement sur les vidéos.

C’est le cas de Twitter qui dispose d’un onglet de résultats vidéos. Il est également possible de filtrer directement les résultats depuis l’interface principale avec l’opérateur filter:videos

Facebook propose également un filtre vidéo.

Dans le cas de notre exemple, une recherche avec le terme Wedoogift a d’ailleurs permis de faire ressortir quelques vidéos non repérées précédemment.

Les sites d’archives télévisuelles et du Web

Pour la recherche de vidéos, on ne saurait oublier les sites d’archives télévisuelles comme l’INA en France, les archives de la RTS en Suisse, etc.

En règle générale, même si ces organismes disposent de technologies de speech-to-text en interne pour indexer et analyser leurs contenus, les moteurs mis à disposition du grand public se focalisent uniquement sur les métadonnées.

Certains acteurs proposent des solutions de recherche plus sophistiquées, mais uniquement sur demande ou dans leurs locaux. Il faudra alors regarder au cas par cas.

Le site Internet Archive (https://archive.org/) est également très intéressant, car il indexe des contenus télé, audio, des films, des concerts ou encore des images. On peut choisir de limiter la recherche à certains de ces contenus et choisir de rechercher sur les métadonnées, le contenu textuel disponible ou encore les transcriptions télé.

Attention cependant, ces dernières ne fonctionnent que sur les contenus télé pour lesquels les éditeurs ont fourni des transcriptions et cela reste une minorité. D’après nos tests, il s’agit essentiellement d’acteurs anglophones comme la BBC, Bloomberg TV, Fox News, ABC, NBC, etc. Nous n’avons pas réussi à identifier un seul acteur francophone.

Autres moteurs

Parmi les autres outils repérés au cours des derniers mois, on citera :

• Petey Vid, un moteur de vidéo multilingue qui se positionne sur le créneau du respect de la vie privée. Pour notre exemple, ce moteur n’a pas permis de trouver de vidéo complémentaire et les fonctionnalités de recherche restent très basiques - https://www.peteyvid.com/
• YouTube Channel Crawler qui permet de rechercher uniquement sur des chaînes YouTube par mots-clés - https://channelcrawler.com/
• YouTube Geofind https://mattw.io/youtube-geofind/location qui permet de rechercher sur YouTube par géolocalisation.

Le cas particulier des Stories et des Lives

Ces contenus éphémères au format vidéo ou image publiés sur les réseaux sociaux peuvent être intéressants dans un contexte de veille ou de recherche.

Malheureusement, il n’existe à ce jour aucune solution pour rechercher spécifiquement sur ces contenus.

Sur ce sujet, nous vous invitons à lire ou relire notre article : « Focus sur le format “Story” : une vraie opportunité pour la veille ou simple intrusion des marques dans l’information » - NETSOURCES n°141, Juillet/Août 2019

La vidéo chez les outils de recherche professionnels

De leur côté, les outils de recherche traditionnels intègrent progressivement des contenus vidéos mais cela prend du temps.

Les agrégateurs de presse comme Press’edd ou Europresse disposent des contenus de certaines radios et télévisions françaises et internationales.

Du côté de Press’edd, les premiers contenus radio et télé ont commencé à être ajoutés en 2016. Plus de 390 chaînes de télévision et stations radio sont aujourd’hui indexées.

Chez Europresse, le catalogue compte aujourd’hui près de 500 télé et radio majoritairement canadiennes. Pour la France, nous en avons compté 21 qui sont les principales chaînes de télévision et radio françaises.

À noter que chez ces deux acteurs, les contenus télé et radio ne font pas partie de l’abonnement de base, mais nécessitent la souscription d’options supplémentaires.

NexisNewsdesk propose plus de 5 000 sources télé et radio dont 22 pour la France, plus de 7 000 sites Web sociaux de vidéos (essentiellement des chaînes YouTube) dont 195 pour la France.

Factiva quant à lui propose un peu moins de 300 transcriptions de radio et télé, mais uniquement Euronews pour la France.

EBSCO et Proquest proposent également quelques contenus multimédias depuis des années, mais mélangés avec d’autres types de contenus.

Évolution notable : EBSCO a lancé au mois de novembre PsycTHERAPY, une base de données de vidéos en psychologie clinique et psychothérapie. Chaque vidéo dispose d’une transcription qui permet donc d’effectuer des recherches sur le contenu-même de la vidéo.

On pourrait voir se développer de nouvelles bases de données dédiées aux contenus multimédias (hors télé et radio) avec une recherche possible sur les transcriptions.