O proxecto investigará técnicas para buscar contidos multimedia e multilingües en ambientes reais onde as técnicas actuais teñen limitacións. Centrarase na análise de vídeos, audio e a combinación de ambos para extraer información sobre persoas, quen son, que din e como interactúan. Utilizarán tecnoloxías como biometría de voz e rostro, segmentación de audio, detección de emocións e interaccións humanas. A investigación inclúe o desenvolvemento de novas solucións e a participación en avaliacións internacionais para validar os avances.
O obxectivo é mellorar a busca e análise de contidos multimedia en contextos comunicativos complexos, contribuíndo ao avance tecnolóxico nesta área.