ズールー語文字起こし — zu-ZA音声を高精度でテキスト化

Muselyのズールー語文字起こしは、Seed-ASR 2.0と専用ズールー語音響モデルを使用してzu-ZA音声で97.3%の精度を実現します。クリーン、逐語、議事録（Amanothi Omhlangano）、インタビューの4つのズールー語専用プリセットを搭載しており、それぞれ異なる用途に最適化されています。

Muselyは専用ズールー語音響モデルで一貫したisiZuluスクリプト出力を実現します。一方、GoTranscriptとMaestraはズールー語対応を謳いながらも、スクリプトやダイアクリティクスの出力が不安定になることが多いです。MuselyはAmanothi Omhlangano議事録やIsikhulumi 1 / Isikhulumi 2話者ラベルなど、ズールー語専用プリセットも搭載しています。

Muselyのズールー語モデルは、正確なクリック子音（c、q、x）と名詞クラス接頭辞を含むisiZuluラテン正書法を正確に処理し、一貫した出力を提供します。これは固有名詞、専門用語、スクリプトエラーが信頼性を損なう公開コンテンツにとって重要です。汎用多言語モデルの多くは類似した文字を混同しますが、Muselyはそのようなことはありません。

Muselyはクリーンプリセットでyebo、kodwa、manje、hhayi、ngempela等のズールー語一般的なフィラーワードを認識し、意味を保ちながら除去します。逐語プリセットは非音声音に[laughter]、[pause]、[inaudible]等の括弧付きマーカーを使用し、議事録はImisebenzi Okumele Yenziweアクションリスト付きのAmanothi Omhlanganoの見出しを使用します。

Muselyの出力言語設定により、ズールー語文字起こしを英語、ヒンディー語、アラビア語、中国語、スペイン語を含む48言語に翻訳できます。バイリンガルモードを有効にすると元のズールー語と翻訳を並べて表示できます。海外在住コミュニティや国際チームに欠かせない機能です。

Muselyはズールー語音声を独立したセッション環境で処理し、文字起こし完了後にファイルを削除します。録音はAIモデルのトレーニングに使用されることはありません。これはズールー語の機密ビジネス会議、法廷審問、ジャーナリズムの取材源インタビューにとって重要な点です。

Muselyは1回のアップロードで最大120分のズールー語録音を処理します。取締役会の会議全体、法廷審問、インタビューセッションにも対応しており、2秒オーバーラップのシーケンシャルチャンキング戦略により、全体を通して話者帰属とスクリプトの一貫性を損なうことなくコンテキストを保持します。