AI・機械学習
Vāgdhenu: サンスクリット詠唱TTSシステム
Vāgdhenu: A Sanskrit Chanting TTS System (prathosh.in)
要約
Vāgdhenuは、サンスクリットの詩を自動的に検出して詠唱するTTS(Text-to-Speech)システムです。このシステムは、メトリック検出、音声合成、および発声指導のためのコンパニオンツールを統合しており、古典サンスクリットの学習や朗唱に役立ちます。この技術は、マハーバーラタやシュリーマッド・バーガヴァタムなどの経典の正確な詠唱を生成するために使用されています。
全文翻訳
試してみてください
インドの任意のスクリプトでサンスクリットの詩を貼り付けると、メトリックが自動的に検出されます。最初の詠唱はモデルのウォームアップに約10〜60秒かかります。デモがロードされない場合は、バックアップデモを使用してください。
聞いてみてください — サンプル詠唱
このシステムによってレンダリングされた6つのヴリッタ(詩形) — 展開済みのデプロイメントからの詩を含みます。
vasantatilakā
Mahābhārata Tātparya Nirṇaya · 1.1
नारायणाय परिपूर्णगुणार्णवाय विश्वोदयस्थितिलयोन्नियतिप्रदाय ।ज्ञानप्रदाय विबुधासुरसौख्यदुःखसत्कारणाय वितताय नमोनमस्ते
śārdūlavikrīḍita
Śrīmad Bhāgavatam · 1.1.2
जन्माद्यस्य यतोऽन्वयादितरतश्चार्थेष्वभिज्ञः स्वराट् तेने ब्रह्म हृदा य आदिकवये मुह्यन्ति यं सूरयः। तेजोवारिमृदां यथा विनिमयो यत्र त्रिसर्गो मृषा धाम्ना स्वेन सदा निरस्तकुहकं सत्यं परं धीमहि
anuṣṭubh
Śrīmad Bhāgavatam · 1.1.5
नैमिषेऽनिमिषक्षेत्रे ऋषयः शौनकादयः। सत्रं स्वर्गाय लोकाय सहस्रसममासत
vaṃśastha
Śrīmad Bhāgavatam · 1.3.5
पश्यन्त्यदो रूपमदभ्रचक्षुषः सहस्रपादोरुभुजाननाद्भुतम्। सहस्रमूर्धश्रवणाक्षिनासिकं सहस्रमौल्यम्बरकुण्डलोल्लसत्
drutavilambita
Śrīmad Bhāgavatam · 1.1.4
निगमकल्पतरोर्गलितं फलं शुकमुखादमृतद्रवसंयुतम्। पिबत भागवतं रसमालयं मुहुरहो रसिका भुवि भावुकाः
mālinī
Narasiṃha stuti · retroflex tongue-twister
हठलुठ दल घिष्टोत्कण्ठदष्टोष्ठ विद्युत् सटशठ कठिनोरः पीठभित्सुष्ठुनिष्ठाम् ।पठतिनुतव कण्ठाधिष्ठ घोरान्त्रमाला दह दह नरसिंहासह्यवीर्याहितं मे ॥
アプリを入手する
これらの朗唱は、シュリーマッド・バーガヴァタム完全版のための無料アプリを動かしています。
॥ भागवतवाणी ॥
Bhāgavata-VāNi
シュリーマッド・バーガヴァタム完全版 — 全12スカンダ — 同期された音声朗唱と行ごとのカラオケハイライト付き、10のインドのスクリプトで。
任意のスクリプトで任意の詩を検索、伝統的な索引、完全にオフラインで動作します。
無料、広告なし。
Webアプリを開く ↗
Google Play ↗
App Store ↗
練習する
Vāgdhenuの詠唱は、あなたが聞いているコンパニオンツールを動かします。
॥ वाग्बोधिनी ॥
Vāgbodhinī
サンスクリット詠唱チューター。
任意のシュローカ(または散文)を任意のスクリプトで貼り付け、そのメトリックを意識した参照詠唱をVāgdhenuによってレンダリングして聞き、次に一緒に詠唱します — サンスクリット音声モデルが各音節を採点し、修正すべき点を示します。
古典(laukika)サンスクリット用。
Vāgbodhinīを開く ↗
GitHub ↗
ASRモデル ↗
Vāgdhenuについて
Vāgdhenuは、メトリック化された詩をその詠唱されたパーラヤナ朗唱にマッピングします。
その声は、目的のために記録され、注意深く設計された単一話者のサンスクリット詠唱コーパス(約5時間)で再トレーニングされたフローマッチングTTSバックボーンであり、さらにボイスステアリング再トレーニングが行われています。ニューラルボコーダーも同様に詠唱レジスターに合わせてファインチューニングされています。
トレーニング済みモデルの周りには、忠実なサンスクリット詠唱パイプラインが必要とする機械が配置されています:サンスクリットをカンナダ語の正書法(デーヴァナーガリーが引き起こすヒンディー語のシュワー削除を回避)を通してルーティングするスクリプト対応フロントエンド;ジフヴァーミーリーヤとウパドマニーヤの異音を伴うヴィサルガ・サンドヒ;呼気音の対比;3つの歯擦音と完全なそしゃく音シリーズを区別して保持;同音のヌスヴァーラと母音のṝ;そしてメトリックを検出し、半参照規則の下で一致する参照を選択するヴリッタ対応メカニズム。
再トレーニングされたモデルは、約4.6のエキスパートMOSに達し、そしゃく音の帯状子音を含む密な子音連結は正しくレンダリングされ、以前のアーキテクチャでは解決できなかったクラスを解決します。
デプロイメント
このシステムは、2つのコーパスを大規模に生成しました。
● Mahābhārata Tātparya Nirṇaya — 32章、5,183節(約17.5時間) · ビデオシリーズ ↗
● Śrīmad Bhāgavatam — 12巻にわたる約18,000節 · カラオケビデオシリーズ ↗