TTS，語(yǔ)音合成是將人類(lèi)語(yǔ)音用人工的方式所產(chǎn)生。若是將電腦系統(tǒng)用在語(yǔ)音合成上，則稱(chēng)為語(yǔ)音合成器，而語(yǔ)音合成器可以用軟/硬件所實(shí)現(xiàn)。文字轉(zhuǎn)語(yǔ)音系統(tǒng)則是將一般語(yǔ)言的文字轉(zhuǎn)換為語(yǔ)音，其他的系統(tǒng)可以描繪語(yǔ)言符號(hào)的表示方式，就像音標(biāo)轉(zhuǎn)換至語(yǔ)音一樣。 而合成后的語(yǔ)音則是利用在數(shù)據(jù)庫(kù)內(nèi)的許多已錄好的語(yǔ)音連接起來(lái)。系統(tǒng)則因?yàn)閮?chǔ)存的語(yǔ)音單元大小不同而有所差異，若是要儲(chǔ)存phone以及diphone的話(huà)，系統(tǒng)必須提供大量的儲(chǔ)存空間，但是在語(yǔ)意上或許會(huì)不清楚。而用在特定的使用領(lǐng)域上，儲(chǔ)存整字或整句的方式可以達(dá)到高品質(zhì)的語(yǔ)音輸出。另外，包含了聲道模型以及其他的人類(lèi)聲音特征參數(shù)的合成器則可以創(chuàng)造出完整的合成聲音輸出。