1. 什麼是語音合成？
2. psola演算法
3. 基於hmm的引數合成
4. 未來有哪些趨勢？
（本系列時常補充和糾錯）
1.1 什麼是語音合成？
語音合成則是乙個相反的過程，語音合成要求使用者輸入一段文字，系統負責將文字轉換成一段流暢自然的語音。其實，語音合成在生活中的應用也是隨處可見，只是我們有時候會將其忽略。比如車輛的報站系統，手機語音助手的語音回答，電子書的自動朗讀等等。總之，生活中我們遇到的大多數讓機器發出聲音的場景，都使用的語音合成技術。
1.2 語音合成是怎麼做到的？
這裡以其中一種典型的方法（拼接方法）做乙個介紹。
圖 1 ： 拼接合成示意圖
在統計合成出現之前，語音合成技術大多是使用拼接合成。圖中上面三個框圖是拼接合成的三個步驟，下面三個框圖是三個步驟使用的技術。
文字分析的目的是找出文字中的停頓和重音等。語音合成的輸入是一段文字，人類可以很快速的判斷出一段文字**需要停頓，**需要重音，但是機器不知道。因此需要使用文字分析規則進行文字分析，讓機器知道文字中的重音和停頓，也讓機器知道文字中那些漢字組成乙個詞，那些漢字組成了一句話。下一步就需要依據文字從語音庫挑選出適合的語音波形。這裡需要介紹一下語音庫，語音庫中儲存的是乙個個音節的發音，而這些音節的發音全部來自對自然語音的切分，切分後對這些發音進行標註（包括發音記號、清濁音切分等等），有時候為了得到更加理想的合成效果，語音庫中會儲存同一發音記號對應的多個不同韻律的發音（比如不同音調、不同情感）。
韻律控制則是為了實現對合成語音中的韻律調整。理想中的合成語音，是有著豐富韻律的，比如有的要重音，有的要低沉，而不是像機械人一樣呆板而平穩的發音。這裡的韻律控制主要是修改單個語音波形的時長和音調，以達到韻律控制的目的。使用的主要演算法是基音同步疊加（psola）演算法。
韻律調整好之後，下一步就是要把這些波形拼接起來，使之成為連續語音。這裡需要注意的問題是，波形的拼接處，那面出現波形的突變：形成音量或者靜音段和有聲段的突然轉變，出現「咔噠咔噠」的雜訊，影響合成效果。因此這裡需要使用平滑演算法，減少這些現象的影響。
語音合成技術
語音合成又稱文語轉換 text to speech 簡稱tts，指通過機械的 電子的方法生成語音的技術。隨著科技的發展，合成語音的自然度和音質均得到了明顯的改善。目前，語音合成技術在我們生活中具有廣泛的應用，如電子閱讀 車載語音導航 銀行醫院排號系統 交通播報等等，這些應用場景都離不開語音合成。簡單...
語音網頁和語音合成API
幾周前，我簡要討論了nlp及其相關技術。在處理自然語言時，要考慮兩個不同但又互補的方面 自動語音識別 asr 和文字轉語音 tts 在介紹web語音api的文章中，我討論了web語音api，這是乙個在web瀏覽器中提供語音輸入和文字到語音輸出功能的api。您可能已經注意到，我只介紹了如何在 中實現語...
HTS 語音合成簡述
這裡，想要寫一些關於hts語音合成系統的東西。其實也就是想說說hts語音合成系統是個啥玩意，它的基本思想和基本流程是什麼？而不是用乙個什麼簡圖了事的那種。總的來說，hts語音合成系統，和htk語音識別系統思想和流程基本相同，為什麼這麼說？那麼我們就從流程上來說一條條分析。1.訓練模型。兩者都需要對語...