Vāgdhenu：梵文格律感知吟诵式语音合成系统
来源：prathosh.in — 2026-07-18
📋 概述
Vāgdhenu 是印度科学院 Prathosh 教授团队推出的梵文偈颂吟诵 TTS 系统，能自动识别诗律（vṛtta）并将梵文诗行转为符合传统 pārāyaṇa 唱诵规则的吟诵音频。系统基于约 5 小时精心录制的单人梵文吟诵语料对流匹配 TTS 骨干模型进行再训练，并针对吟诵音域微调神经声码器；配合脚本感知前端、visarga 连音与格律匹配的半参照机制，在专家 MOS 评分中达到约 4.6 分。该系统已实际应用于 Bhāgavata-VāNi（完整《博伽梵往世书》）和 Vāgbodhinī（梵文吟诵导师）两款产品。
🔑 核心要点
- 格律感知 — 自动检测梵文诗律，并按对应格律（如 vasantatilakā、śārdūlavikrīḍita、anuṣṭubh 等）选取匹配的半参照吟诵，实现「 śloka-to-chant 」转换。
- 专用吟诵语料重训练 — 在约 5 小时、精心设计的单人梵文吟诵录音上对流匹配 TTS 骨干进行再训练，并进一步做 voice-steering 微调，使模型输出传统吟诵音色。
- 脚本感知前端 — 将梵文通过卡纳达文正字法路由，避免天城体默认触发印地语 schwa 删除问题，保证梵文音节发音完整。
- 精细音系建模 — 处理 visarga sandhi（含 jihvāmūlīya、upadhmānīya 变体）、送气对立、三种咝音对立、完整卷舌系列、同部位 anusvāra 及 vocalic ṝ 等梵文特有音系细节。
- 大规模实际部署 — 系统已生成《摩诃婆罗多·真谛决断》（32 章、5,183 偈）及《博伽梵往世书》（约 18,000 偈）两套完整吟诵音视频语料，并支持在线 Demo 与 iOS/Android 应用。
💡 金句
॥ वाचं धेनुमुपासीत ॥ — 奉持言语为能满足一切愿望的如意母牛。
👍 0
👎 0
← 返回 HN 首页