– Dans cet article, nous évaluons le rapport signal à interférence plus bruit (SINR) produit par un filtre de Wiener spatio-temporel régularisé estimé par le biais d'une séquence d'apprentissage. Dans le régime asymptotique des grands systèmes défini par le fait que le nombre de capteurs et la taille de la séquence d'apprentissage tendent vers l'infini au même rythme, nous montrons que le SINR converge vers une quantité déterministe. Son analyse permet de montrer tout l'intérêt de la régularisation et d'un bon choix de la taille de fenêtre temporelle utilisée pour estimer le signal utile. Abstract – In this paper, we evaluate the signal to interference plus noise ratio (SINR) produced by a trained regularized Wiener spatio-temporal filter. In the asymptotic regime of large systems where the number of receivers and the number of snapshots converge to infinity at the same rate, we establish that the SINR converges towards a deterministic quantity. The study of the limit SINR demonstrates the potential of a relevant regularization and of a good choice of the smoothing factor.