文字轉語音技術（語音合成技術）又稱文語轉換技術，指利用電子計算機或其他機器將文字實時轉化為真實自然的語音，相當于“給機器裝上人工嘴巴”。語音合成技術主要有內容輸出、智能客服與智能營銷以及語音交互三大類的應用場景，正越來越多地應用在地圖導航、新聞資訊、音頻讀物等領域。語音識別，是將人類語音中的詞匯內容轉換為計算機可讀的輸入，即語音識別轉文字的過程。與語音識別技術相比，文字轉語音技術在語音播報、語音朗讀、語音機器人、視障人群輔助等領域被廣泛應用。

作為人機交互的重要領域，語音合成軟件近幾年發展迅速。有道智云的語音合成（TTS）技術提供多音色服務，利用神經網絡技術的研究成果，使得在線語音合成的效果大幅提升，為用戶提供一個多語種的、所聽即所得的人工智能語音平臺，支持多種設備和操作系統，提供全平臺API調用方式，目前已為開言英語、小天才等提供語音合成技術服務。

在我們的日常生活中，交互的方式有動作、文本或語音等，而語音是最直接明了的交互方式。語音識別技術和語音合成技術應用于多種應用場景上，例如，在語音機器人領域，掌握多個語種，能夠滿足不同語種用戶的需求；在出行導航場景下，能夠向不同語種的用戶提供更適合的出行計劃；在視障人群輔助場景下，能夠滿足特殊人群的生活需求。

未來，語音識別技術和語音合成技術將繼續深入人類生活的方方面面，提高人類生活的質量。