Matcha-TTS

梵语TTS系统Vāgdhenu将格律感知的诗句转换为吟唱

研究人员开发了Vāgdhenu，一个新颖的文本到语音系统，旨在将梵语诗句转换为高保真度的吟唱诵读。该系统利用现有的TTS骨干和神经声码器，并增强了梵语语音学和格律感知的专用组件。该项目的一个关键发现是，在选定的骨干中，文本侧韵律条件化在架构上是惰性的，而语音引导和参考片段是有效的韵律控制。Vāgdhenu已被部署在两个重要的项目中：一个包含超过5000句的视频语料库和一个包含约18000句的音频应用程序，并已发布相关的代码和数据。