BahasaHarmony: A Comprehensive Exploration of Bahasa Text-to-Speech Synthesis with EnGen-TTS Model and Linguistically Diverse Datase

Abstract. This research introduces a comprehensive Bahasa text-to-speech (TTS) dataset and a novel TTS model, EnGen-TTS, designed to enhance the quality and versatility of synthetic speech in the Bahasa language. The dataset, spanning 54.92 hours and 48,566 audio recordings, integrates diverse textual sources, ensuring linguistic richness. Two skilled voice artists contribute authentic male and female voices, fostering balanced representation. A meticulous recording setup captures the nuances of Bahasa phonetics, employing professional equipment to ensure high-fidelity audio samples. Statistical analysis reveals the dataset's scale and diversity, laying the foundation for model training and evaluation. The EnGen-TTS model demonstrates superior performance compared to established baselines, achieving a Mean Opinion Score (MOS) of 4.45 ± 0.13. Noteworthy is its outperformance even without fine-tuning on additional Bahasa data, showcasing inherent adaptability to new languages. Additionally, our investigation into real-time efficiency and model size highlights EnGen-TTS as a compelling choice, with efficient performance demonstrated across different vocoders and varying model sizes. This research marks a significant advancement in Bahasa TTS technology, with implications for diverse language applications.

Samples

Text	EnGen-TTS (Large)	Natural Speech	VITS
Halo, selamat pagi, dengan Bu Ayu, pemegang kartu kredit Bank INDO? Saya dengan Lia, ingin menawarkan promo cicilan terbaru, sekiranya Bu Ayu ingin mendengarkan lebih lanjut?	Male Female	Male Female	Male Female
Baik saya ulang pesanannya ya kak Lia! Satu nasi uduk, satu gehu pedas, lima bakwan goreng, dan satu es campur.	Male Female	Male Female	Male Female
Selamat siang, terima kasih sudah menghubungi INDO customer center. Dengan Lusi berbicara. Apa ada yang bisa saya bantu?	Male Female	Male Female	Male Female
Mohon maaf, suara anda terputus. Mohon bantuannya untuk diulang kembali ya	Male Female	Male Female	Male Female
Halo kak, minta waktunya sebentar ya. Bagaimana untuk hari ini? Apakah ada masukan untuk makanan dan pelayanan kami?	Male Female	Male Female	Male Female
Kalimat topik adalah pernyataan tepat yang mencerminkan gagasan utama paragraf. Ini harus ditulis dengan hati-hati karena akan menunjukkan kepada pembaca apa yang akan Anda bicarakan. Kata-kata yang dipilih untuk ini tidak boleh berantakan dan ambigu karena pembaca akan memutuskan untuk membaca lebih lanjut berdasarkan hal ini. Kalimat topik tidak perlu ditulis di awal paragraf. Bisa diletakkan dimana saja, asalkan mencerminkan topik utama. Misalnya, jika Anda menyebutkan bahwa Anda akan berbicara tentang keuntungan menggunakan hand sanitizer, maka dalam kalimat pendukung sebaiknya Anda hanya berbicara tentang kelebihannya, bukan fitur atau hal lainnya.	Male Female	Male Female	Male Female