산스크리트 낭송 TTS 시스템 Vāgdhenu 공개
원제: Vāgdhenu: A Sanskrit Chanting TTS System
왜 중요한가
저자원 고전어인 산스크리트어에 운율 인식 TTS를 구현해 학술·문화 보존 및 언어 교육 분야 AI 응용 가능성을 제시한다。
인도과학대학(IISc) Prathosh A P 교수가 산스크리트어 낭송 특화 TTS 시스템 「Vāgdhenu」를 공개했다。운율(vṛtta)을 자동 감지해 약 5시간의 단일 화자 낭송 코퍼스로 재학습된 모델은 전문가 MOS 약 4.6점을 달성하며, 18,000개 이상의 구절에 실제 적용됐다。
Vāgdhenu는 산스크리트어 시구(śloka)를 종교 낭송(pārāyaṇa) 스타일의 음성으로 변환하는 TTS 시스템이다。AI4Bharat의 IndicF5(flow-matching 기반)와 NVIDIA BigVGAN-v2를 베이스 모델로 삼아, 약 5시간 분량의 단일 화자 산스크리트 낭송 코퍼스로 파인튜닝됐다。
시스템의 핵심 특징은 운율 인식 기능이다。입력된 구절의 운율(vṛtta)을 자동 감지하고, 절반 참조 규칙(half-reference rule)에 따라 적합한 참조 패턴을 선택한다。언어 처리 측면에서는 Devanagari 표기 시 발생하는 힌디어식 모음 탈락을 방지하기 위해 Kannada 철자법 경로를 활용하며, visarga sandhi, 기식음 대비, 3종 치찰음, 반설음 계열 등 산스크리트어 음운론을 충실히 구현했다。전문가 MOS는 약 4.6점으로, 기존 아키텍처가 처리하지 못했던 복합 자음(retroflex 기식음 포함)도 정확히 렌더링한다。
이 시스템은 이미 두 가지 대규모 코퍼스 생성에 활용됐다。Mahābhārata Tātparya Nirṇaya 32장 5,183구절(약 17.5시간)과 Śrīmad Bhāgavatam 12권 약 18,000구절이다。Bhāgavatam 구절은 「Bhāgavata-VāNi」앱(iOS/Android/웹)에 탑재돼 10개 인도 문자 지원, 오프라인 사용, 라인별 가라오케 하이라이팅 기능을 무료로 제공한다。또한 학습 도구 「Vāgbodhinī」는 사용자의 낭송을 음절 단위로 채점하는 기능을 갖췄다。코드는 Apache-2.0, 데이터는 CC-BY-4.0 라이선스로 공개됐다。