文本到语音转换是指文本合成语音的生成过程。该技术用于与用户沟通时不可能或不方便阅读屏幕的情况。这不仅开创了使用应用程序和信息的新方式，还能让那些无法阅读屏幕文本的人更轻松地了解和融入世界。

在过去几十年间，文本到语音转换的技术实现了长足发展。使用深度学习，它现在可以产生发音非常自然的语音，其中包括音高、速度、发音和转调的变化。如今，计算机生成的语音被用于各种各样的使用案例，并逐步成为用户界面中无处不在的元素。新闻主播、游戏、公共广播系统、在线学习、电话、物联网应用程序和设备以及个人助手只是一些起点。