AITerms 登入
機器學習深度學習自然語言處理

文字轉語音(Text-to-Speech)是什麼?

文字轉語音 (TTS) 技術將文字轉換為人類可理解的語音。它廣泛應用於輔助工具、語音助手和內容創作等領域。

完整定義

文字轉語音 (TTS) 是一種將文字轉換為人類可理解的語音的技術。TTS 系統通常使用複雜的演算法和模型,包括深度學習技術,來分析文字並生成相應的語音訊號。TTS 的應用非常廣泛,包括輔助工具、語音助手、內容創作和娛樂等。

白話說明

你有沒有看文章看到一半,想直接讓手機念給你聽?

你可以把文字轉語音想成「把文字變成可聽見的聲音」

模型先讀懂文字,再決定怎麼發音、停頓和語氣

它很適合做無障礙閱讀、客服播報和有聲內容,但自然度仍會受模型影響

記住這句

先讀懂文字,再把聲音的節奏和情緒補上去。

比喻:Text-to-Speech 就像一個專業的播音員 -- 你給它一篇稿子,它就能用聽起來很自然的語氣把它唸出來,還能調整語速和音調。

容易混淆

文字轉語音 vs 語音辨識

文字轉語音是把字念出來

語音辨識是把聲音轉成文字

最關鍵的區別:一個是文字到聲音,一個是聲音到文字

文字轉語音 vs 語音合成技術

文字轉語音是常見任務名稱

語音合成技術是更大的技術範圍

最關鍵的區別:任務名稱和技術家族不要混在一起

文字轉語音 vs 錄音

文字轉語音是模型即時產生

錄音是人先把聲音錄好

最關鍵的區別:一個是生成,一個是預先保存

實際案例

無障礙閱讀

視障使用者打開網頁後,系統自動把文章念出來,資訊就能直接聽懂,不必依賴螢幕閱讀文字

客服播報

店家把公告轉成語音播放,能快速產生多語版本,也能讓排班或叫號流程更省人力

演算法與應用

文字分析先看標點、數字、專有名詞這會影響停頓和讀法
音素轉換把文字拆成發音單位不同語言規則差很多
韻律控制調整重音、速度、語氣自然度常在這裡拉開差距
聲碼器把聲學特徵變成實際聲波這一步影響聲音是否像真人

中英對照與常見說法

相對的方向是 STT(Speech-to-Text,語音轉文字),也叫自動語音辨識(ASR)。兩者常被搞混,判斷方式是看輸入是什麼:TTS 輸入文字、輸出聲音;STT 輸入聲音、輸出文字。

說法
文字轉語音
出現場合
台灣正式用語
說法
文本转语音、语音合成
出現場合
簡體寫法
說法
Text-to-Speech
出現場合
英文原名
說法
TTS
出現場合
標準縮寫
說法
語音合成(speech synthesis)
出現場合
學術上的正式名稱,涵蓋範圍略廣

現代 TTS 的兩段式架構

第一段,聲學模型(acoustic model):把文字轉成中間的聲學表示,通常是梅爾頻譜圖(mel-spectrogram)。這一段決定念什麼、怎麼斷句、語調起伏。代表模型有 Tacotron 系列與 FastSpeech 系列。

第二段,聲碼器(vocoder):把頻譜圖還原成實際的音訊波形。這一段決定音質好不好、有沒有雜音。代表模型有 WaveNet、HiFi-GAN。

近年也有直接從文字到波形的端到端模型(例如 VITS),以及把語音當成離散 token 用語言模型生成的做法,後者讓 TTS 能力併進大型語言模型,是目前變化最快的方向。

評估與實務要點

主觀評分 MOS(Mean Opinion Score) 仍是主要評估方式:請人聽並給 1 到 5 分。客觀指標(例如頻譜距離)跟人耳感受的相關性有限。

中文 TTS 的特殊難點是多音字與變調。 「行」要念 xíng 還是 háng、「重」要念 zhòng 還是 chóng,得靠上下文判斷,這一步叫做字音轉換(G2P)。第三聲連續時的變調規則也需要處理,否則聽起來會很生硬。

數字、單位、縮寫要先正規化。 「2026/07/29」該念成年月日、「3.5」該念成三點五、「AI」該逐字母念,這些規則在文字前處理階段就要決定,不是模型的問題。

語音複製(voice cloning)現在只需要幾秒鐘的樣本。 這帶來明確的濫用風險,使用他人聲音前必須取得授權,多數服務也要求聲明。

情境判斷

Q1(直覺題):你要把教學文章做成可聽內容,應該用它嗎?

可以,這是文字轉語音最典型的用途之一。

Q2(判斷題):你要辨識會議錄音裡每個人說了什麼,還適合嗎?

不適合,那是語音辨識的工作,不是文字轉語音。

常見問題

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本