文字转语音（TTS）是一个给定文字输入，生成语音波形的系统。本系列文章将从传统的语音合成方法，到近期的端到端合成方案，各类型的声码器(个人认为比较有潜力的部分)进行讲解，作为近期实习结束后的工作总结。 语音合成过程分为前端的文本处理，中端的模型训练和后端的声码器合成过程。 在传统语音合成方法中，前端处理的过程是非常麻烦的。首先，作为训练语料的文本需要转换为神经网络能够识别的数字特征，所以诞