vagdhenu

Vāgdhenu 是一个面向梵语/吠陀诵经场景的专用文本转语音系统，支持按传统韵律（如音步、长短音、声调轮廓）生成具有宗教仪式感的 chanting 音频。其核心技术采用 DiT 架构（IndicF5）作为声学模型，结合微调版 BigVGAN-v2 作为声码器，并通过独创的文本前端（含 Devanagari→SLP1→Kannada 路由、连音规则处理与音步检测）保障梵语语音学准确性。系统在专业听评中 MOS 达 4.6，能正确合成复杂辅音丛（如 ṣṭ、ḍḍh）和长元音。适用于梵语经典诵读、宗教音频制作、数字典籍有声化及印度古典语言教学等需高保真韵律表达的场景。