语音合成

语音合成是人为制造的人类声音。语音信息处理领域。由语音合成器合成的语音称为合成语音。它通常称为“ 文本到语音”或“ 文本到语音”（TTS），因为它通常可以将文本（句子）转换为语音。此外，合成|组合唱歌声的过程特别称为唱歌声合成。此外，其他人或的语音字符转换语音的方法是音质转换被调用。

语音合成被用于各种服务。例如，呼叫中心的自动响应，ATM和MFP的电子设备如工厂等，而且，校园广播防灾无线。公共汽车终点站，机场在如汽车广播及公告，汽车导航、电子词典、消费电子、智能电话和智能扬声器的应用，如和语音助理，该娱乐机器人、动漫、电视节目、社区广播、高速公路无线电广播领域，诸如电子书朗读，和类似物。另外，语音合成视觉受损或阅读障碍，诸如用于谁（诵读困难）屏幕阅读器被用作。由于疾病或治疗而说话困难或说话困难的人可以用自己的声音代替。

合成的语音片段被组合并合成。因为录制的语音使用录制的语音的一部分，所以如果录制的语音包含接近输入文本的内容，它将是接近真实语音的自然合成语音，否则会损害连接的自然性等。有。尽管可以在某种程度上调节语音速度和声音的音调，但是原则上很难灵活地处理其他声音。合成变化如此之快以至于语音大多是中性的语音在技术上是困难的。

创建从记录的语音中学习语音特性的参数生成模型，并基于生成模型的输出来合成语音。过去，从生成模型中人工生成语音波形不如真实语音，但自2013年以来，使用深度学习已看到了快速的进步。在波形连接型语音合成中，取决于条件，合成语音的平滑度可能会出现问题，但是在统计语音合成中，基本上，总是可以合成平滑语音。此外，根据方法，例如，可以通过合成A和B的语音之间的中间语音来灵活地处理语音。另外，可以合成相对快速变化的声音，并且各种表达不仅可以是中立的言语风格，还可以是情感的言语风格。

通过云计算可以进行多种语音合成，并提供许多API。

如今，用于个人计算机或智能手机的各种类型的操作系统都配备了语音合成功能。

1984年，苹果公司的Macintosh语音合成功能MacInTalk加入。此外，语音识别还介绍，这些功能的集成PlainTalk是为视障人士支持计划。Mac OS X v10.4及更高版本具有称为VoiceOver的语音合成功能。语音助手Siri也使用语音合成。