В статье рассматриваются различные существующие методы и алгоритмы синтеза речи. Рассматривается каскадный синтезатор формант, состоящий из последовательно включенных полосовых резонаторов. Описаны методы линейного прогнозирования, предназначенные как для систем кодирования речи, так и для синтеза речи. В статье описаны методы конкатенативного синтеза звука, в которых используется большая база данных исходных звуков, сегментированных на единицы, и алгоритм выбора единиц, который находит единицы, которые лучше всего соответствуют звуку или музыкальной фразе, которую нужно синтезировать, называемой целью. Качество синтезаторов систем TTS оценивается по различным аспектам, включая разборчивость, естественность и предпочтительность синтетической речи, а также факторы человеческого восприятия, такие как грамматическая правильность. В статье описывается недостаток обычного метода линейного прогнозирования, заключающийся в содержании антиформантов. Также поднимается проблема правильного анализа просодии и произношения по письменному тексту. Подчеркивается влияние разработок в области компьютерных наук и искусственного интеллекта на алгоритмы синтезирования речи, которые развивались на протяжении многих лет в ответ на последние тенденции и новые возможности сбора и обработки данных.

Various existing methods and algorithms of speech synthesis are discussed in the article. A cascade formant synthesizer consists of band-pass resonators connected in series is considered. Linear predictive methods, which designed both for speech coding systems and speech synthesis, are described. The article describes concatenative sound synthesis methods, which use a large database of source sounds, segmented into units, and a unit selection algorithm to match best the sound or musical phrase to be synthesised. The quality of TTS system synthesizers is evaluated from different aspects, including intelligibility, naturalness, and preference of the synthetic speech, as well as human perception factors, such as comprehensibility. The article describes the disadvantage of the conventional linear forecasting method, which is the content of antiformants. Also discussed the problem of correct prosody and pronunciation analysis from written text. The influence of developments in Computer Science and AI the approaches to speech synthesis that was evolving through years in response to the recent trends and new possibilities in data collection and processing, is highlighted.