Texto-to-speech (TTS) transforma palavras escritas em arquivos de áudio para saída, com entrada de digitação em um teclado de computador ou leitura de documentos. Arquivos wave gerados sinteticamente, digitalizados e usados para gravações de voz. Pode ser digitado em ou a partir de documentos.
TTS é uma forma de síntese de fala, convertendo texto escrito em saída de voz audível, como frases faladas. O TTS pode ser usado em muitas aplicações, incluindo materiais de leitura usando um tela leitor para pessoas com deficiência visual e dificuldades de leitura e fornecimento de saída audível para textos de difícil compreensão, por exemplo, línguas estrangeiras.
A tecnologia percorreu um longo caminho desde o início dos anos 1950, quando os sistemas de texto para fala foram inventados. Os sistemas de texto para fala (TTS) de hoje usam algoritmos complexos para virar texto para a fala natural; eles consideram aspectos contextuais enquanto leem e diferentes vozes para personagens ou aplicações.
Os sistemas TTS podem estar em informações públicas, materiais educacionais, dando feedback audível para entrada de texto ou lendo passagens difíceis. O TTS também pode fazer versões em áudio de livros digitais, assistentes virtuais de voz e outros produtos de inteligência artificial.
Ofertas de conversão de texto em voz áudio para texto para deficientes visuais e pessoas com dificuldades de leitura, tornando a leitura de textos muito mais fácil. O TTS também será útil para algumas pessoas que preferem ouvir seus documentos do que lê-los ou para aquelas que querem acessar textos escritos em idiomas que ainda precisam melhorar na fala.