Aller au contenu
FocusFocus
FonctionnalitésCas d'usageFAQ
Voir les tarifs — dès $49

Focus

Une couche d'intelligence pré-montage locale pour les workflows riches en rushes.

Produit

  • Fonctionnalités
  • Tarification
  • Installer

Comparaisons

  • Alternative à Kyno
  • Alternative à Stash
  • Alternative à Eagle.cool
  • Alternative à Lightroom
  • Alternative à Descript
  • Alternative à Jumper
  • Alternative à Peakto
  • Alternative à Vindexr
  • Alternative à Edit Mind
  • Alternative à SmartVideoFinder
  • Alternative à Riverside
  • Alternative à Opus Clip
  • Alternative à Vidyo.ai
  • Alternative à RoughCut

Cas d'usage

  • Pour les monteurs vidéo
  • Pour les assistants monteurs
  • Pour les monteurs documentaires
  • Pour la recherche UX
  • Pour télétravailleurs
  • Pour archives privées
  • Pour vidéastes mariage
  • Pour les Parents
  • Pour fandubbers
  • Cas d'usage

Ressources

  • Ressources pour monteurs
  • Benchmark de recherche vidéo
  • Modèle de journal de selects
  • Gestionnaire de vidéothèque hors ligne
  • Recherche vidéo locale
  • Trouver des plans vidéo similaires
  • Rechercher du B-roll sans tagging
  • Rechercher des rushes générés par IA
  • Recherche locale d'archives vidéo
  • Recherche dans archives podcast et interview
  • Gestionnaire de vidéothèque NAS
  • Export Premiere XML
  • Export FCPXML, EDL et SRT

Support et juridique

  • FAQ
  • À propos

Juridique

  • Confidentialité
  • Plan du site
  • Conditions Générales
  • Mentions Légales
  • Politique de Remboursement

© 2026 Focus. Tous droits réservés.

Recherche Focus · publié le 16 juillet 2026

Mesurer la recherche vidéo sans transformer un pilote en promesse.

Un pilote Focus sur Apple M1 Pro, ses limites, les données JSON brutes et un protocole CSV pour mesurer honnêtement l'indexation et la pertinence de recherche.

CC BY 4.01 run déclaréAucune comparaison produit
Voir les donnéesLire les limites

Réponse courte

Que montre réellement ce pilote ?

Le 5 janvier 2026, un MacBook Pro M1 Pro avec 32 Go de mémoire a traité un clip H.264 720p de 97,685 secondes avec un facteur temps réel de 0.76. Cela représente environ 46 secondes de traitement par minute source. Ce résultat concerne un seul run d'ingestion locale.

0.76×

facteur temps réel

M1 Pro

32 Go de mémoire

1

run pilote

Méthode du pilote

Les faits enregistrés

Les informations absentes sont listées comme limites, pas reconstruites après coup.

Date du run5 janvier 2026
MachineMacBookPro18,1 ; Apple M1 Pro ; CPU 10 cœurs ; 32 Go de mémoire
Clip source97.685 s ; H.264 ; 1280x720 ; 24 ips ; AAC
PipelineTranscription, analyse visuelle et indexation locales
Runs1
Résultat mesuréFacteur temps réel de 0.76

Le fichier de données et la méthode sont sous licence CC BY 4.0. Le clip source ne fait pas partie du téléchargement.

Limites

Ce résultat ne prouve pas

Ces limites empêchent d'utiliser le pilote comme classement produit ou estimation universelle.

Il s'agit d'un run sur un clip court. Ce n'est ni une estimation générale ni une comparaison de machines.

Le clip source interne ne peut pas être redistribué. Le run original ne peut donc pas être reproduit bit à bit.

La sortie originale n'a pas enregistré la version de l'app, la version de macOS, la durée écoulée, la température ou l'état d'alimentation.

Le run mesurait le temps d'ingestion. Il ne mesurait ni la précision, ni le rappel, ni le temps de tâche utilisateur, ni un autre produit.

Protocole ouvert v1

Comment produire un benchmark défendable

Le CSV téléchargeable fournit les colonnes pour les timings et les jugements de pertinence.

01

Utiliser un corpus autorisé

Publiez la liste des clips, leur statut de droits, leur durée, codec, fréquence d'images, résolution et propriétés audio. Gardez le même corpus pour chaque outil.

02

Enregistrer la machine et le build

Notez la version de l'app, le commit, le système, le modèle de machine, la puce, la mémoire, l'alimentation et l'état froid ou chaud du cache.

03

Répéter les runs de mesure

Effectuez au moins trois essais à froid et trois à chaud par clip. Publiez chaque observation, la médiane, la plage, les erreurs et le facteur temps réel.

04

Évaluer la pertinence séparément

Pré-enregistrez les requêtes de parole, visuel, personne et scène. Étiquetez les moments pertinents avant le test, puis publiez précision@5 et rappel avec une revue humaine.

Télécharger le protocole CSVTélécharger les données JSON

Corrections ou reproduction indépendante : [email protected]