Un exemple

Vous obtenez des données propres, conformes à votre schéma.

Vous indiquez à Lirovo les champs que vous voulez, et il renvoie un JSON typé qui leur correspond. Chaque valeur porte un score de confiance, et chaque valeur renvoie à la seconde exacte et à la modalité dont elle provient. Voici à quoi cela ressemble sur une vidéo réelle.

Définissez un schéma, recevez un enregistrement typé

Cette exécution est une interview du PDG de Mistral AI sur CNBC. À gauche, les champs que nous avons demandés. À droite, le JSON typé renvoyé par Lirovo, conforme exactement à cette forme.

schema.json

{
  "speakers": "string[]",
  "organizations": "string[]",
  "funding_round": {
    "investor": "string",
    "stake": "string",
    "amount": "string"
  },
  "valuation": "string",
  "topics": "string[]"
}

output.json

{
  "speakers": ["Arthur Mensch"],
  "organizations": ["Mistral AI", "ASML", "Nvidia"],
  "funding_round": {
    "investor": "ASML",
    "stake": "~11%",
    "amount": "$2B"
  },
  "valuation": "$14B",
  "topics": ["semiconductors", "AI compute"]
}

Le schéma est appliqué. Lirovo valide la sortie par rapport au JSON Schema que vous lui donnez, de sorte que ce qui revient est conforme à ce que vous avez demandé. Dans cette exécution, les valeurs renseignées se situent entre 0,92 et 0,97 de confiance, et chacune conserve un pointeur de preuve vers le moment dont elle a été tirée.

Chaque valeur est typée, notée et traçable

Une valeur n'est utile que si vous pouvez lui faire confiance. À côté du résultat typé, Lirovo attache un score de confiance à chaque valeur, afin que vous puissiez définir votre propre seuil et écarter tout ce qui se trouve en dessous.

Chaque valeur renvoie aussi à la seconde exacte dont elle provient, et indique si elle a été dite ou montrée à l'écran. Ainsi, quand le schéma indique que la valorisation est de 14 milliards de dollars, vous pouvez ouvrir le moment qui le dit et le vérifier vous-même. Découvrez comment cela fonctionne sur la page preuves .

Explorez la sortie typée

Voici la vue Données du produit, sur la même exécution : les champs extraits présentés sous forme de tableaux interrogeables, chaque ligne portant le moment source dont elle a été tirée.

Mistral CEO Arthur Mensch

analysis ready

Mistral CEO Arthur Mensch

CNBC · 45:59

Timeline0:00 / 45:59

Arthur

Arjun

Events

0:0011:2922:5934:2945:59

Compute & sovereignty

AI economics

Semiconductors

Vibe & agents

Cybersecurity

AGI & physical world

ContradictionDecisionClaimclick to scrub

Speakers2

Arthur MenschCEO of Mistral

92%

Arjun KarpalCNBC host

video_facts_bronze·Mistral CEO Arthur Menschvideo_id=325gGv0eWV8hash=9f2a3c7d4e1b…job=job_c0296adaee7cmodel=gemini-3.1-flash-lite

fact_type·

Results17 rows · bronze · 1 row = 1 fact · validation: clean

#	type	subject	attribute	value	unit	conf	source
1	metric	Mistral AI	valuation	$13B+13,000,000,000 USD	USD	0.95	audio
2	metric	Mistral AI	valuation	$14B14,000,000,000 USD	USD	0.97	visual
3	metric	Mistral AI	data_center_investment	€4 billion4,000,000,000 EUR	EUR	0.96	audio
4	target	Mistral AI	compute_capacity	200MW → 1GW200,000,000 → 1,000,000,000 W	W	0.92	audio
5	range	US hyperscalers	ai_capex_per_year	$700–800B700,000,000,000 → 800,000,000,000 USD	USD	0.89	audio
6	metric	Europe	digital_deficit_vs_us_per_year	€250B250,000,000,000 EUR	EUR	0.88	audio
7	metric	AI inference market	token_market_size	~$5T5,000,000,000,000 USD	USD	0.84	audio
8	metric	Global manufacturing	addressable_market	$30T30,000,000,000,000 USD	USD	0.83	audio
9	metric	ASML	stake_in_mistral	~11%11 %	%	0.90	audio
10	entity	Mistral AI	organization.name	Mistral	—	0.99	audio
11	entity	Arthur Mensch	speaker.role	CEO of Mistral	—	0.98	both
12	entity	Vibe	product.name	Vibe	—	0.94	both
13	entity	ASML	organization.role	Lead investor (Series C)	—	0.91	audio
14	claim	Mistral AI	invests_in	data centers in France and Sweden	—	0.95	audio
15	claim	Europe	has_window	roughly two years to build sovereign compute	—	0.86	audio
16	claim	AI agents	disrupt	the per-seat SaaS model	—	0.82	audio
17	decision	Mistral AI	ownership	remain a private company	—	0.90	audio

Utilisez-le partout

Le même résultat typé sort du harnais partout où vous l'exécutez : en autonome dans votre terminal, en tant que plugin dans votre harnais d'agent, ou via MCP, de sorte qu'il s'intègre dans votre pipeline, votre flux de travail ou votre assistant sans étape manuelle.

Terminal

exécutez-le en autonome, un JSON typé en retour

Plugin d'agent

intégrez-le dans votre harnais d'agent

MCP

appelez-le depuis votre assistant

sources/capture/graph/example/evidence

Transformez une vidéo en un enregistrement comme celui-ci

Lancez une extraction en direct sur une vidéo de votre choix, ou rejoignez la liste d'attente et exécutez-le sur votre propre machine avec votre propre inférence.

Lancer une extraction en direct Rejoindre la liste d'attente