Vāgdhenu: 산스크리트어 구절을 자동으로 챈트로 바꾸는 TTS 시스템

Vāgdhenu: A Sanskrit Chanting TTS System

Vāgdhenu는 산스크리트어 운문을 입력하면 운율을 자동 감지해 전문가 수준의 챈트(parāyaṇa) 음성으로 합성하는 TTS 시스템입니다. 흐름 매칭 기반 TTS를 단일 화자의 산스크리트 챈트 코퍼스(약 5시간)로 재학습하고, 신경 보코더도 챈트 음역에 맞게 미세 조정했습니다. 전문가 MOS 약 4.6을 달성했으며, 특히 기존 아키텍처가 처리하지 못했던 권설음 격음 등 복잡한 자음군을 정확히 발화합니다. Devanagari의 힌디어 schwa 탈락 문제를 피하기 위해 Kannada 문자를 경유하는 스크립트 인식 프론트엔드, visarga sandhi, 운율 감지 및 하프-레퍼런스 규칙 등 정확한 챈트 파이프라인을 갖췄습니다. 이 시스템은 Mahābhārata Tātparya Nirṇaya(5,183절)와 Śrīmad Bhāgavatam(약 18,000절) 전체를 오디오로 제작하는 데 사용되었으며, 무료 앱과 챈트 연습 도구로도 제공됩니다.