技术
TTS（文本转语音）
TTS（Text-to-Speech，文本转语音）是将书面文本转换为自然语音的技术，解决机器“开口说话”的问题，典型应用包括语音助手、有声书和导航播报，代表工作有 Tacotron、WaveNet 和 VITS。
详细解释
TTS 系统通常包含文本分析、声学模型和声码器三个模块。早期采用拼接合成和参数合成，音质生硬。随着深度学习发展，Tacotron 等端到端模型直接由文本生成声学特征，WaveNet 等神经声码器大幅提升音质。近年来，VITS 等完全端到端模型进一步简化流程，并支持多说话人、情感控制，使合成语音接近真人水平。
别名与相关写法
ttsTTS文本转语音Text-to-Speech
相关术语
KV Cache Compression共现 1 篇
Test-time scaling共现 1 篇
AI Factory共现 1 篇
Attention共现 1 篇
Speech AI共现 1 篇
AI Model共现 1 篇
相关公司
相关资讯
谷歌发布 Gemini 3.8 语音合成模型2026/9/23
Gemini 3.1 Flash TTS：表达性AI语音2026/4/16
研究：为对话式 TTS 模型加音素控制，药名读音正确率升至 90.7%2026/10/20
PersonTTS 框架实现个性化测试时扩展2026/10/8
AttSVD：注意力引导的低秩KV缓存压缩2026/10/7
ElevenLabs发布Eleven v4语音模型2026/9/30
ReACT-TTS：依据听者面部反应规划对话语音2026/9/21
从兆瓦到Token：英伟达如何最大化AI工厂产能2026/9/16