Prompting the Muse

Generazione di recitazioni metricamente corrette di poesia latina tramite Large Language Models Text-to-Speech: un workflow computazionale

Abstract

Sebbene il campo delle Digital Humanities abbia ormai consolidato infrastrutture robuste per l'analisi testuale del latino, la dimensione sonora della lingua rimane in larga misura poco sviluppata. In particolare, il complesso ritmo quantitativo e l'intonazione della poesia classica non possono essere riprodotti con accuratezza da modelli di sintesi vocale (Text-to-Speech). Questo contributo presenta un workflow computazionale pensato per colmare tale lacuna, sfruttando dati metrici verificati per produrre registrazioni audio ad alta fedeltà e metricamente corrette. A partire dalle scansioni metriche in XML del progetto Pedecerto, la pipeline proposta impiega una procedura di pre-processing rule-based per convertire l'ortografia standard di testi poetici in una scrittura fonetica ottimizzata per la generazione di audio. I testi così adattati vengono poi forniti a un Large Language Model multimodale, guidato tramite prompt engineering in-context affinché rispetti quantità sillabica, posizionamento dell'ictus, pause ed eventuale elisione. Si descrive l'architettura tecnica del sistema, analizzando gli specifici interventi ortografici e i prompt necessari per superare il bias, tipico dei modelli contemporanei, verso una prosodia di tipo stress-timed. Infine, si discutono le implicazioni di questo strumento per l'ecosistema più ampio delle Digital Humanities, con particolare attenzione al suo potenziale di democratizzare l'accesso allo studio del latino, supportare l'accessibilità e aggiungere nuovi livelli audio a progetti e infrastrutture digitali esistenti.