Text-to-Speech (Text-To-Speech, kurz TTS), auch Sprachsynthese (Speech Synthesis) genannt, ist eine Art künstlicher Intelligenztechnologie, die Textinformationen in hörbare Sprachsignale umwandelt. Ihr Ziel ist es, Computern zu ermöglichen, basierend auf eingegebenem Text natürliche und zusammenhängende Sprache zu erzeugen, sodass Maschinen Sprachinhalte auf ähnliche Weise wie Menschen vorlesen können. Die TTS-Technologie umfasst mehrere Bereiche wie natürliche Sprachverarbeitung, Sprachsignalverarbeitung und maschinelles Lernen und ist ein wichtiger Bestandteil von Mensch-Computer-Sprachinteraktionssystemen.

Die Entwicklung der Sprachsynthese-Technologie hat einen Entwicklungsprozess von regelbasiertem, verkettungsbasiertem Synthese bis hin zu neuronaler generativer Synthese durchlaufen. Frühe TTS-Systeme basierten hauptsächlich auf manuell entworfenen Sprachregeln und aufgenommenen Sprachsegmenten, die durch Verkettung Sprache erzeugten. Obwohl sie gut steuerbar waren, war die Natürlichkeit begrenzt. Mit der Entwicklung des Deep Learning begannen Forscher, neuronale Netze zu nutzen, um direkt die Abbildungsbeziehung zwischen Text und Sprache zu lernen. 2017 schlugen Google-Forscher in der Arbeit Tacotron: Towards End-to-End Speech Synthesis das Tacotron-Modell vor, das Textsequenzen direkt in akustische Merkmale (Spektrogramme) umwandelt und mithilfe des Griffin-Lim-Algorithmus Sprachwellenformen synthetisiert, wodurch die Machbarkeit der End-to-End-Sprachsynthese verifiziert wurde; dieser Ansatz wurde später 2018 in Tacotron 2 weiterentwickelt, indem er mit neuronalen Vocodern (WaveNet) zu einem vollständigen neuronalen Netzwerk-Syntheseprozess kombiniert wurde und zu einer wichtigen Forschungsarbeit im Bereich der neuronalen TTS wurde.

Moderne TTS-Systeme umfassen in der Regel Komponenten wie Textanalyse, akustische Modellierung und Sprachwellenformgenerierung. Das Modell versteht zunächst Zeichen, Wörter, Semantik und Prosodieinformationen im Text, sagt dann die entsprechende akustische Darstellung voraus (z. B. Mel-Spektrogramm) und erzeugt schließlich über einen Vocoder kontinuierliche Sprachsignale. In den letzten Jahren haben sich TTS-Systeme mit der Entwicklung von Transformer, Diffusionsmodellen (Diffusion Models) und großen Sprachmodellen in Bezug auf Sprach-Natürlichkeit, emotionalen Ausdruck, Mehrsprachigkeitsunterstützung und Kontrolle des Sprachstils kontinuierlich verbessert.

Die TTS-Technologie löst hauptsächlich das Problem, dass digitale Informationen nicht direkt in Sprachform übertragen werden können, und ermöglicht es Computern, Textinhalte in interaktive Sprachausgaben umzuwandeln. Derzeit wird diese Technologie häufig in Szenarien wie intelligenten Assistenten, Hörbüchern, Navigationsansagen, Kundenservicesystemen, Barrierefreiheitshilfen und virtuellen Menschen eingesetzt und bietet eine natürlichere Sprachschnittstelle für die Mensch-Computer-Interaktion.