Laghu

新的梵语语音语料库可实现符合格律的诗歌合成

研究人员开发了 ShlokaDhara，一个为合成梵语诗歌设计的新的 43 小时语音语料库。该数据集通过关注格律准确性来解决现有语料库的局限性，这对于受 Chandas 韵律学支配的真实朗诵至关重要。该语料库捕捉了不同的格律、朗诵风格和旋律变化，从而推动了文本到朗诵任务的进步。对最先进的 TTS 模型进行了基准测试，其中 XTTS v2 表现出最高质量，并得到了梵语专家和新颖的持续时间分析指标的验证。