文-语转换(Text to Speech,简称TTS)是语音合成系统的延伸,就是把计算机内的文本转换成连续的语声流输出，它的主要功能是能将计算机中任意出现的文字，转换成自然流畅的语音输出。它的研究涉及到语音学、人工智能、计算机科学、语言学、心理学等，同时它的研究也推动了相关学科的进步和发展。

一般来讲，实现计算机语音输出有两种方法：一是录音/重放，二是文字—语音转换。若采用第一种方法，首先要把模拟语音信号转换成数字序列，编码后，暂存于存储设备中（录音），需要时，再经解码，重建声音信号（重放）。录音/重放可获得高质量声音，并能保留特定人的音色，但所需的存储容量随发音时间线性增长，而且不能满足实时修改发音内容的需要。

第二种方法是基于声音合成技术的一种声音产生技术。它源于语音生成机理及可计算声学模型。若采用这种方法输出语音，应预先建立语音参数数据库、确定语音生成算法等。需要输出语音时，系统按需求先合成语音基元，再按语音学或语言学对自然语言的要求，连接成自然的语流。其特点是，文语转换的参数库不必随发音时间增长而加大。

[下一页]