Vāgdhenu es un sistema de texto a voz (TTS) diseñado específicamente para el sánscrito que convierte ślokas (versos métricos) en recitaciones tipo pārāyaṇa, respetando la métrica vṛtta del verso. La herramienta, desarrollada por el Prof. Prathosh A P del Indian Institute of Science de Bengaluru, acepta un verso en cualquier escritura india y detecta automáticamente el metro.
El núcleo técnico combina un backbone TTS de flow-matching reentrenado con un corpus de aproximadamente cinco horas de canto sánscrito grabado por un único locutor, junto con un vocoder neuronal ajustado al registro de recitación. En evaluaciones, el modelo alcanza una MOS (puntuación media de opinión) de experta cercana a 4,6. El sistema maneja rasgos fonológicos complejos: schwa deletion propio del devanagari (resuelto enrutando la entrada a través de la ortografía kannada), visarga con alófonos jihvāmūlīya y upadhmānīya, contraste de aspiración, tres sibilantes, serie retrofleja completa, anusvāra homorgánico y ṝ vocálico. Además, incorpora un mecanismo de detección del metro que selecciona una referencia adecuada bajo la regla de media referencia.
El proyecto ha producido dos corpus a gran escala: el Mahābhārata Tātparya Nirṇaya (32 capítulos, 5 183 versos, unas 17,5 horas) y el Śrīmad Bhāgavatam completo (unos 18 000 versos en 12 libros). Vāgdhenu alimenta también dos aplicaciones complementarias: Bhāgavatavāṇī, que ofrece el Bhāgavatam con audio sincronizado y karaoke línea por línea en diez escrituras indias, y Vāgbodhinī, un tutor de recitación que puntúa cada sílaba cantada por el usuario. Ambas funcionan sin conexión y son gratuitas.