Синтез речи (speech synthesis) – процесс создания искусственной человеческой речи с помощью компьютерного устройства. Такие устройства называют синтезаторами речи. Синтез проходит в три этапа. На этапе нормализации синтезатор считывает текст и с помощью вероятностно-статистических методов определяет, как лучше всего прочитать его вслух. На следующем этапе синтезатор на основе фонем формирует звуки, необходимые для озвучивания текста. Затем он использует короткие записи человеческой речи и методы генерации звука, чтобы имитировать человеческий голос и прочитать текст вслух. Компании из разных отраслей применяют синтез речи для озвучивания аудиокниг, персонажей видеоигр и виртуальных ассистентов.
Небольшие студии разработки видеоигр с ограниченным бюджетом часто используют синтез речи как недорогой способ озвучить персонажей. Небольшие издательства с его помощью создают аудиокниги, не оплачивая работу дикторов.
