Vāgdhenu: KI singt Sanskrit-Verse mit korrekter Metrik
Vāgdhenu: A Sanskrit Chanting TTS System
Vāgdhenu ist ein TTS-System, das Sanskrit-Verse in traditionelle Rezitationen (pārāyaṇa) verwandelt. Es erkennt automatisch das Versmaß (vṛtta) und erzeugt Gesang mit einer eigens trainierten Stimme, die auf einem etwa fünfstündigen Korpus aufbaut. Die Technik löst komplexe Sandhi-Regeln und retroflexe Konsonanten, die frühere Architekturen nicht meisterten. Experten bewerten die Qualität mit etwa 4,6 MOS. Das System treibt Apps für das gesamte Śrīmad Bhāgavatam und einen Gesangs-Tutor, der jede Silbe bewertet.
Die umtrainierte Stimme erreicht eine Experten-MOS von etwa 4,6, und dichte Konsonantenverbindungen – einschließlich retroflexer Aspiraten – werden korrekt wiedergegeben, eine Klasse, die frühere Architekturen nicht knacken konnten.