"Core Technology Cluster (CTC)" (Pôle de technologies-clés) et "Corpus" sont deux projets complémentaires qui regroupent l'essentiel des activités de recherche amont effectuées dans des laboratoires académiques ou industriels.

Le Projet Core Technology Cluster (Pôle de Technologies Clés)

Le projet CTC vise le développement des technologies de traitement automatique des contenus multimédias, sur lesquelles s'appuieront les cinq projets applicatifs – soit l'indexation, la recherche d'informations et la navigation, le traitement d'images fixes ou de vidéo, ou encore la transcription parole vers texte et la reconnaissance de locuteurs, la traduction écrite ou orale, la classification des caractéristiques audio, sans oublier les questions de protection de l'information. 

Les technologies développées sont pour une large part basées sur des méthodes d'apprentissage statistique.

Le Projet Corpus

Le projet Corpus est, pour sa part, voué à l'établissement de la "vérité de terrain" constituant la base d'apprentissage utilisé par les algorithmes statistiques développés dans le cadre du projet CTC. Les partenaires participant au projet Corpus constituent de grandes bases de données multimédias annotées par des procédés manuels ou semi manuels. La nature des données et des annotations faites varie en fonction des besoins des technologies visées. Pour la traduction, la base est constituée de textes et de leurs traductions, pour la reconnaissance du langage parlé, la base contient des documents audio et leur transcription textuelle, les images sontenrichies avec des annotations qui précisent le contenu (présence de visages, si oui, de qui, ....).

L’Evaluation périodique des technologies produites par une structure indépendante