核心概念
文本转语音
把文字及发音、韵律等条件转换为可听语音的技术。
TTS 语音合成 文本转语音 speech synthesis
简明解释
文本转语音：TTS通常包含文本规范化与发音前端、声学表示预测和声码器。拼接、统计参数和神经生成是重叠发展的路线。自然、相似或流畅的声音不证明文本正确。[1]
适用边界
TTS结果应连同文本规范化、说话人和语言、采样率、听测协议、目标设备延迟及长句错误报告。参见第15章。
本页参考来源
- Shen J et al.. Natural TTS Synthesis by Conditioning WaveNet on Mel Spectrogram Predictions [C]. ICASSP, 2018. 定位：§§1–4. 稳定来源（访问 ）。