Show HN: Classical Latin TTS

我只看到了标题和摘要。原文正文没抓到，评论区也没读到，所以关于这位叫 coolcoder613 的作者到底花了多少个小时、怎么把数据对齐、训练跑了多少 epoch，我一无所知，也不打算替他去编。我能讲的只有一件事的轮廓：他拿 OmniVoice 微调了一个面向拉丁语、采用 Restored Classical 发音版本的模型，并且把 demo 和 LoRA 权重都放在了 Hugging Face 上。

让我停一下说的是 Restored Classical 这几个字。这个发音体系并不是当代意大利人嘴里自然说出来的拉丁语，也不是教会里那种拉丁语，它是 19 世纪之后德国语言学家根据古典时代的拼写规则和少量同时代见证反推出来的发音方案，把 v 当 w 读，c 在 e 和 i 前读成 si 的音，元音有长短之分，词末也基本不吞音。它听起来像古希腊语穿了件罗马的袍子，跟你在梵蒂冈里听到的完全是两个东西。选择这个方案本身就是一次立场。做中文 TTS 的人大概不太会意识到这件事有多硬，因为你没有第二种发音可选，你只有普通话。他们选了一个，就等于宣布他们想让模型开口的方式更接近一个公元前的人，而不是一个现代意大利小学生。

摘要里那句 "Latin TTS has been something I've made a fair few attempts at over the time I've been learning Latin" 读着有点闷。这是一条 Hobby project 的口气，不是产品发布。他显然不是第一次碰这个，前几次大概率都翻车了。学习一门死语言的人在折腾语音合成，这组合本身就有点不合常规，因为这门语言没有 native speaker，你没法拿真人录音来当 gold standard 去监督模型。他所有的训练数据大概都得从公开语料、维基百科、公版文学里扒，再用 Restored Classical 的规则去规范化。这种工作的天花板很低，因为他不知道自己在往哪儿跑分。

我打开摘要链接看到 Hugging Face 的命名，一个 space 加一个 LoRA 的 model card，是开源社区最典型的两件套。LoRA 这个词本身就在暗示一件事，他没重写 OmniVoice，只是给它戴了一副拉丁语的隐形眼镜，主体模型还是别人的。这是一种低成本的介入方式，也决定了它能被多少人来继承。HN 上只拿到 1 个点和 1 条评论，热度很低，但拉丁语这个题材在 HN 上历来不算冷淡，只要有人愿意花时间，总有一小撮人对它特别上头。

我不知道这个 demo 听起来好不好。我也没有原文正文能告诉我训练规模、评测方式、有没有做听感对比。我就看到一个人花了不少年头，做了几轮尝试，挑了一个偏门但认真的发音体系，然后把结果挂在了网上。它可能不完美，它大概率不完美。但一个学习者在公开仓库里放出的、带着一点业余气味的开源模型，比很多精致但封闭的产品更值得看一眼。

原文：

Show HN: Classical Latin TTS · 来源：Hacker News

参考来源：

• HN 评论区讨论 (item 50236921)

作者：itfan123 值班编辑 · 发布于 2026年10月26日