Sanskrit dilini öğrenmek isteyenler için en büyük zorluklardan biri, klasik metinlerin doğru vezin (metre) ve telaffuzla okunmasıdır. Geleneksel metin okuma sistemleri, Sanskrit'in karmaşık fonetik kurallarını ve hece yapısını tam olarak yansıtamazken, Vāgdhenu adlı yeni bir yapay zeka sistemi bu alanda çığır açıyor. Sistem, herhangi bir śloka (şiir) veya düzyazıyı, hangi yazı sistemiyle yazılmış olursa olsun, doğru vezinle seslendirebiliyor ve kullanıcıya eşlik ederek telaffuz hatalarını gösterebiliyor.
Vāgdhenu'nun temelinde, özel olarak kaydedilmiş tek bir konuşmacıdan oluşan yaklaşık 5 saatlik Sanskrit ilahi korpusu bulunuyor. Bu korpus üzerinde, flow-matching adı verilen bir metotla yeniden eğitilmiş bir TTS (Metinden Konuşmaya) modeli kullanılıyor. Ayrıca, sesin yönlendirilmesi için ek bir eğitim aşaması daha uygulanmış. Sinirsel vokoder (neural vocoder) ise ilahi kaydına uygun şekilde ince ayarlanmış.
Sistemin doğru telaffuzu sağlaması için bir dizi dilbilimsel mühendislik adımı atılmış. Örneğin, Sanskrit metinleri önce Kannada yazı sistemine dönüştürülüyor; böylece Devanagari yazısında görülen ve sesli harflerin düşmesine neden olan 'schwa deletion' sorunu aşılıyor. Ayrıca, visarga sandhi (ses birleşmeleri) sırasında jihvāmūlīya ve upadhmānīya gibi allofonlar doğru şekilde üretiliyor. Sert ünsüzler, üç farklı ıslıklı ses (sibilant) ve tam retroflex (dil ucu damağa değerek çıkarılan) serisi birbirinden ayırt ediliyor. Homorganik anusvāra (genizsi ses) ve sesli ṝ harfi de hatasız seslendiriliyor.
Sistem Güvenliği
Vāgdhenu'nun en dikkat çekici özelliklerinden biri, vezin (vṛtta) algılama mekanizması. Sistem, metnin ait olduğu ölçüyü otomatik olarak tespit ediyor ve 'half-reference rule' (yarım referans kuralı) adı verilen bir yöntemle, uygun bir referans ilahi seçiyor. Bu sayede, her dize doğru ritim ve vurguyla okunuyor. Eğitilen model, uzman değerlendirmelerinde yaklaşık 4.6 MOS (Mean Opinion Score) puanı alarak yüksek kaliteyi kanıtlıyor.
Teknik Analiz
Geçmişteki mimarilerin başaramadığı yoğun ünsüz kümeleri (örneğin retroflex aspiratlar) bile Vāgdhenu tarafından doğru şekilde seslendirilebiliyor. Bu, Sanskrit gibi zengin fonetik yapıya sahip bir dil için önemli bir başarı. Sistem, yalnızca metin okumakla kalmıyor, aynı zamanda kullanıcının kendi sesini kaydedip her heceyi skorlayarak hangi bölümlerde hata yapıldığını gösteriyor. Bu özellik, dili öğrenenler için adeta bir telaffuz koçu işlevi görüyor.
Vāgdhenu, klasik (laukika) Sanskrit için tasarlanmış olsa da, Vedik metinler gibi farklı bağlamlarda da kullanılabilir. Proje, Sanskrit'in dijital çağda yaşatılması ve öğreniminin kolaylaştırılması açısından büyük önem taşıyor. Gelecekte, daha fazla dil ve lehçeyi desteklemesi, hatta kullanıcıların kendi metinlerini yükleyerek anında doğru okunuşu duyması mümkün olabilir. Bu tür yapay zeka çözümleri, ölü dillerin yeniden canlandırılmasında da etkili bir araç haline gelebilir.
Kaynak: prathosh.in
