Речевият синтез или още синтезът на естествена човешка реч e изкуственото производство на човешка реч. Компютърна система, използвана за тази цел, се нарича синтезатор на реч или речеви синтезатор и може да бъде изпълнена в софтуерни или хардуерни продукти. Система „текст-към-реч“ („ТКР“, на английски „text-to-speech (TTS)“) преобразува нормален текст на даден език в реч; други системи предават символични лингвистични репрезентации като фонетични транскрипции към реч.
Синтезираната реч може да бъде създадена като се слепят парчета от записана реч, които се съхраняват в база от данни. Различните системи варират в размера на съхранените речеви единици; система, която съхранява фони или дифони предлага най-голям обхват на изходната реч, но може да няма достатъчна яснота. За специфични сфери на употреба съхранението на цели думи или изречения позволява висококачествена изходна реч. Алтернатива на това е синтезаторът да включва модел на вокалния тракт или на други характеристики на човешкия глас, за да създаде напълно „синтетичен“ изходен глас.
Качеството на речевите синтезатори се оценява според неговата прилика с човешкия глас и способността на синтезираната реч да бъде разбрана ясно от човек. Една разбираема програма за текст-към-реч позволява на хора със зрителни увреждания или недъзи при четене да слушат писмени произведения на домашен компютър. Много операционни системи включват речеви синтезатори от началото на 1990-те години, като тези програми обикновено се наричат „екранни четци“ или „четци на екран“ (на английски: screen readers).
В системите за преобразуване на текст в реч могат да се задават глас и просодични характеристики като скорост на речта, височина на гласа и сила на звука, както и логическо ударение и паузи; произношението може да се уточнява чрез фонетична или фонемна транскрипция.Език за маркиране на речев синтез (SSML), версия 1.1. World Wide Web Consortium, 7 септември 2010 г. Посетен на 5 септември 2026 г. (на английски) Един уеб интерфейс за озвучаване на руски текст например предлага избор на глас и темпо, както и генериране и изтегляне на аудиофайл.Онлайн озвучаване на руски текст с невронна мрежа. ERA2 Voice. Посетен на 5 септември 2026 г. (на руски)
Някои от най-популярните съвременни програми за синтезиране на реч са NVDA, JAWS, GeSpeaker, Festival TTS и други. Съществуват и по-малко известни проекти за речеви синтезатори като SpeechLabwww.bacl.org на Българската асоциация за компютърна лингвистика, Balabolkawww.cross-plus-a.com, „Тошко 2“twenkid.com и др.
Източници
Категория:Речева комуникация