TTS技術(shù)（又稱文語轉(zhuǎn)換技術(shù)）是語音合成的一部分，它是將計算機(jī)生成的或外部輸入的文本信息轉(zhuǎn)化為可理解的、流利的中文口語輸出的技術(shù)。

語音合成和語音識別技術(shù)是實(shí)現(xiàn)人機(jī)語音交流、構(gòu)建具有聽和說能力的口語系統(tǒng)所必需的兩項關(guān)鍵技術(shù)。使計算機(jī)具有類似人類的說話能力是這個時代信息產(chǎn)業(yè)的重要競爭市場。與語音識別相比，語音合成的技術(shù)相對更成熟，并開始成功走向產(chǎn)業(yè)化，大規(guī)模應(yīng)用指日可待。

語音合成，又稱文字轉(zhuǎn)語音技術(shù)，可以將任何文字信息實(shí)時轉(zhuǎn)換為標(biāo)準(zhǔn)流利的語音，相當(dāng)于給機(jī)器裝上了一張人工的嘴。它涉及聲學(xué)、語言學(xué)、數(shù)字信號處理、計算機(jī)科學(xué)等多個學(xué)科的技術(shù)，是中文信息處理領(lǐng)域的一項前沿技術(shù)，主要問題是如何將文本信息轉(zhuǎn)化為可聽的聲音信息，也就是讓機(jī)器像人一樣說話。我們所說的 "讓機(jī)器像人一樣說話"，與傳統(tǒng)的聲音播放設(shè)備（系統(tǒng)）有著本質(zhì)的區(qū)別。傳統(tǒng)的聲音播放設(shè)備（系統(tǒng)），如磁帶錄音機(jī)，是通過預(yù)先錄制聲音然后播放來 "讓機(jī)器說話"。這種方法在內(nèi)容、存儲、傳輸或方便性和及時性方面都非常有限。另一方面，計算機(jī)化的語音合成可以在任何時候?qū)⑷魏挝谋巨D(zhuǎn)換成高度自然的語音，從而真正使機(jī)器 "像人一樣說話"。

TTS 結(jié)構(gòu)

語言處理

在文語轉(zhuǎn)換系統(tǒng)中起著重要的作用，主要模擬人對自然語言的理解過程——文本規(guī)整、詞的切分、語法分析和語義分析，使計算機(jī)對輸入的文本能完全理解，并給出后兩部分所需要的各種發(fā)音提示。

韻律處理

為合成語音規(guī)劃出音段特征，如音高、音長和音強(qiáng)等，使合成語音能正確表達(dá)語意，聽起來更加自然。

聲學(xué)處理

根據(jù)前兩部分處理結(jié)果的要求輸出語音，即合成語音。