Vāgdhenuは、一人の人物によるサンスクリット語の詠唱を録音したコーパスであり、主にサンスクリット語の音声合成トレーニング、韻律研究、および言語アクセシビリティアプリケーションを目的としています。 このデータセットには1,467のセグメントが含まれており、音声の総再生時間は約5.3時間です。24kHzモノラルWAV形式で、style_aとstyle_bという2つの独立したサブセットがあり、多数の異なる詩句を網羅しています。音声処理では、文間の呼吸休止をなくし、特定のサンスクリット語の音素の発音特性を強調し、伝統的な古典朗誦の規範を厳守し、ヴェーダの音高変化を除外するというルールに従っています。

データセットの構成：

• style_a: 764クリップ、約2.70時間
• style_b: 703クリップ、約2.64時間

データフィールド:

• 公開フィールド: file_name (ファイル名)、text_devanagari (デーヴァナーガリー語サンスクリット語テキスト)、text_slp1 (SLP1ローマ字表記)、text_kannada (カンナダ語テキスト)、session (録音セッション)、take (録音セグメント数)
• style\_aフィールドには、duration（セグメントの期間）とdeva（ソーステキストのカテゴリ）という特定の特性があります。
• style\_bフィールドには、meter（リズムと拍子）とn\_syll（音節数）という特定のフィールドが含まれています。

引用

音声および録音データは、いずれも著者であるVāgdhenuの著作物です。引用の際はVāgdhenuを明記してください。