ShlokaDhara: A Multi-Speaker Sanskrit Speech Corpus for Learning Meter-Aware Prosody in Text-to-Recitation
Abstract. Sanskrit verse recitation is governed by Chandas, a strict prosodic framework defined by rhythmic Laghu (light) and Guru (heavy) syllables. Because existing Sanskrit speech datasets prioritize ASR or conversational TTS, they lack the metrical fidelity required for authentic verse synthesis. We introduce ShlokaDhara, a 43-hour, multi-speaker Sanskrit speech corpus capturing diverse meters, recitation styles, and melodic variations. We specifically focus on Text-to-Recite, a synthesis task explicitly requiring both prosodic accuracy and metrical correctness. Benchmarking state-of-the-art TTS architectures via an automated UTMOS (neural MOS) predictor demonstrates that XTTS-v2 achieves the highest perceptual quality. We further validate the XTTS-v2-generated samples using two paradigms: subjective assessments by 16 Sanskrit experts and novel empirical metrics—specifically, syllable-level Laghu-Guru duration analysis—to objectively quantify structural metrical awareness. Ultimately, this work establishes a robust dataset and evaluation benchmark for prosody-aware computational Sanskrit recitation.
Samples
| Text | XTTS-V2 | CLaM-TTS |
|---|---|---|
|
पूतात्मा परमात्मा च मुक्तानां परमा गतिः ।अव्ययः पुरुषः साक्षी क्षेत्रज्ञोऽक्षर एव च ॥ |
||
|
एवमुक्तो हृषीकेशो गुडाकेशेन भारत । सेनयोरुभयोर्मध्ये स्थापयित्वा रथोत्तमम् ॥ |
||
|
शरण्यः साधूनां भव-भयभृतामुत्तमगुणो महावीर-स्वामी नयन-पथ-गामी भवतु मे। |
||
|
नमन्नाकेंद्राली-मुकुट-मणि-भा जाल जटिलं लसत्पादाम्भोज-द्वयमिह यदीयं तनुभृताम्। |
||
|
जनपदे न गदः पदमादधावभिभवः कुत एव सपत्नजः । क्षितिरभुत्फलवत्यजनन्दने शमरतेऽमरतेजसि पार्थिवे ॥ |
||
|
दशदिगन्तजिता रघुणा यथा श्रियमपुष्यदजेन ततः परम्। |
||
|
ऊर्ध्वमूलमधःशाखमश्वत्थं प्राहुरव्ययम् । छन्दांसि यस्य पर्णानि यस्तं वेद स वेदवित् ॥ |
||
|
महाक्रमो महाकर्मा महातेजा महोरगः। महाक्रतुर्महायज्वा महायज्ञो महाहविः ॥ |
||
|
रामाय रामभद्राय रामचन्द्राय वेधसे ।रघुनाथाय नाथाय सीतायाः पतये नमः ॥ |
||
|
प्रभो शक्तिमन् हिन्दुराष्ट्राङ्गभूता इमे सादरं त्वां नमामो वयम् |
||
|
त्रयीवेद्यं हृद्यं त्रिपुर हरमाद्यं त्रिनयनं जटाभारोदारं चलदुरगहारं मृगधरम् |
||
|
कार्पण्यदोषोपहतस्वभावः पृच्छामि त्वां धर्मसम्मूढचेताः । |
||
|
इदं शरीरं कौन्तेय क्षेत्रमित्यभिधीयते एतद्यो वेत्ति तं प्राहु: क्षेत्रज्ञ इति तद्विद: |
||
|
आषाढस्य प्रथमदिवसे मेघमाश्लिष्ट-सानुं वप्रक्रीडा- परिणतगज - प्रेक्षणीयं ददर्श |
||
|
शुभ्रैरभ्रैरदभ्रैरुपरिविरचितैर्मुक्तपीयूषवर्षै- रानन्दी नः पुनीयादरिनलिनगदाशङ्खपाणिर्मुकुन्दः |
||
|
तव सुप्रभातमरविन्द लोचने भवतु प्रसन्नमुख चन्द्रमण्डले विधि शङ्करेन्द्र वनिताभिरर्चिते |
||
|
नित्यं पठामि जननि तव नाम स्तोत्रं नित्यं करोमि तव नामजपं विशुद्धे |
||
|
तेषां प्रसन्नहृदये कुरु मङ्गलानि श्रीलक्ष्मि भक्तवरदे तव सुप्रभातम् |
||
|
सद्भक्तरक्षणपरे हरिचित्तवासिन् श्रीलक्ष्मि भक्तवरदे तव सुप्रभातम् |
||
|
कर्पूरगौरं करुणावतारं संसारसारं भुजगेन्द्रहारम्। सदा वसन्तं हृदयारविन्दे भवं भवानीसहितं नमामि॥ |