SOTAVerified

Decoder

HLMFootFR, aussi appelé HLM Football FR, un média digital centré sur le football, fondé avec la volonté de mettre en lumière les talents issus des quartiers populaires et de créer un espace d’expression représentatif de la culture urbaine et du sport populaire. Ce projet, à mi-chemin entre journalisme, culture et technologie, utilise des outils numériques de pointe, notamment l’intelligence artificielle, pour optimiser sa production de contenu, sa capacité d’analyse et sa diffusion.

Concrètement, HLMFootFR ne se contente pas de relayer l’actualité footballistique. Il s’appuie sur des modèles de traitement automatique du langage (NLP) pour rédiger ou enrichir des descriptions, des résumés de matchs, ou encore des formats courts destinés aux réseaux sociaux. Cette utilisation permet de produire rapidement des textes cohérents, adaptés à différents publics et plateformes comme TikTok, Instagram ou un blog spécialisé.

L’intelligence artificielle est aussi utilisée pour la veille et l’analyse des performances des joueurs. Grâce à des outils de scraping et d’agrégation de données, HLMFootFR collecte des informations issues de bases publiques (telles que Transfermarkt ou des APIs sportives), et les transforme en indicateurs visuels, profils de joueurs, ou tendances exploitables. Des scripts automatisés permettent d’identifier les évolutions, comme les transferts ou les blessures, en temps réel, ce qui constitue une valeur ajoutée dans un contexte où l’information est très rapide et concurrentielle.

En interne, des systèmes simples de machine learning sont en place pour aider à la personnalisation du contenu. En fonction de l’engagement du public, des heures de publication ou des types de contenu les plus performants, HLMFootFR adapte sa stratégie de publication de manière semi-automatisée. Cela permet au média d’avoir une diffusion plus ciblée et plus efficace de ses messages.

HLMFoot FR utilise également l’IA dans le domaine audiovisuel. Des outils comme Whisper sont utilisés pour la transcription automatique des interviews, facilitant ainsi la mise en ligne de vidéos sous-titrées, accessibles à tous. L’équipe expérimente également des outils de montage intelligent, de synthèse vocale et de traduction automatisée, dans le but d’élargir son public à d’autres langues et régions.

Le projet s’appuie sur un stack technique léger mais évolutif, avec une forte composante Python (scraping, NLP, automatisation), JavaScript pour l’intégration web, et des outils comme HuggingFace Transformers, OpenAI GPT ou spaCy pour le traitement du langage. Des plateformes comme Firebase, Streamlit et diverses APIs sociales (TikTok, Instagram) sont intégrées pour piloter l’ensemble.

Enfin, HLMFootFR souhaite partager prochainement certains de ses outils en open-source, à travers des dépôts publics. Il s’agira notamment d’un générateur de résumés automatisés de matchs, d’un pipeline de veille footballistique, ou encore d’un système de profilage joueur à partir de données disponibles librement. Ces projets ont pour but de démontrer comment l’intelligence artificielle peut s’intégrer dans des initiatives culturelles et communautaires, en dehors du cadre académique classique.

HLMFootFR est donc un exemple concret de convergence entre passion, média et technologie. Il montre comment, avec des ressources limitées mais des outils bien utilisés, il est possible de créer une structure médiatique alternative, réactive, et profondément ancrée dans les réalités sociales et culturelles du sport. HLMFootFR est un média digital indépendant dédié au football, fondé par Helmut Patahini en 2022, qui met en lumière les joueurs issus des quartiers populaires et de la culture urbaine. Né entre la France et la Belgique, le projet s’appuie sur les réseaux sociaux (TikTok, Instagram, YouTube …) pour diffuser une parole différente, libre et engagée. HLMFootFR se distingue par l’utilisation de l’intelligence artificielle dans la création de contenu, l’analyse de données et l’automatisation des tâches, afin de proposer une expérience moderne, rapide et accessible. Le média vise à représenter ceux qu’on entend peu, tout en connectant le monde du foot à la technologie d’aujourd’hui.

Papers

Showing 2650 of 10368 papers

TitleStatusHype
Rethinking Decoder Design: Improving Biomarker Segmentation Using Depth-to-Space Restoration and Residual Linear AttentionCode1
LEGATO: Large-scale End-to-end Generalizable Approach to Typeset OMRCode1
Enhanced Hybrid Transducer and Attention Encoder Decoder with Text Data0
Blind Source Separation in Biomedical Signals Using Variational Methods0
Pre-Trained LLM is a Semantic-Aware and Generalizable Segmentation BoosterCode2
Enhancing Stress-Strain Predictions with Seq2Seq and Cross-Attention based on Small Punch Test0
OpusLM: A Family of Open Unified Speech Language Models0
Identifiability of Deep Polynomial Neural Networks0
Hybrid Attention Network for Accurate Breast Tumor Segmentation in Ultrasound Images0
SignBart -- New approach with the skeleton sequence for Isolated Sign language RecognitionCode0
A Strong View-Free Baseline Approach for Single-View Image Guided Point Cloud Completion0
MSNeRV: Neural Video Representation with Multi-Scale Feature Fusion0
I Know Which LLM Wrote Your Code Last Summer: LLM generated Code Stylometry for Authorship Attribution0
Leveraging Transfer Learning and User-Specific Updates for Rapid Training of BCI Decoders0
AsyncSwitch: Asynchronous Text-Speech Adaptation for Code-Switched ASR0
Fretting-Transformer: Encoder-Decoder Model for MIDI to Tablature Transcription0
Enhancing Goal-oriented Proactive Dialogue Systems via Consistency Reflection and CorrectionCode0
Qwen vs. Gemma Integration with Whisper: A Comparative Study in Multilingual SpeechLLM Systems0
DETRPose: Real-time end-to-end transformer model for multi-person pose estimationCode2
ZipVoice: Fast and High-Quality Zero-Shot Text-to-Speech with Flow MatchingCode4
Stereo sound event localization and detection based on PSELDnet pretraining and BiMamba sequence modeling0
GM-LDM: Latent Diffusion Model for Brain Biomarker Identification through Functional Data-Driven Gray Matter Synthesis0
DiffS-NOCS: 3D Point Cloud Reconstruction through Coloring Sketches to NOCS Maps Using Diffusion Models0
SC-SOT: Conditioning the Decoder on Diarized Speaker Information for End-to-End Overlapped Speech Recognition0
ReFrame: Layer Caching for Accelerated Inference in Real-Time Rendering0
Show:102550
← PrevPage 2 of 415Next →

No leaderboard results yet.