Text to Speech ( TTS) ist eine Sprachverarbeitung bei der Text in Sprache umgesetzt wird. Es handelt sich dabei um textgesteuerte Sprachsynthesesysteme, die aus einem Text eine synthetische Sprache erzeugen, die verständlich und natürlich klingen soll.
TTS- Systeme analysieren den Text und setzen daraus kleinste sinngebende Spracheinheiten, die Phoneme, zu gesprochenen Wörtern und Sätzen zusammen. Dazu wird der Text linguistisch analysiert, in kleinste Texteinheiten, sogenannte Grapheme, zerlegt, die anschließend in Phoneme konvertiert werden. Nach der Konvertierung wird die synthetische Sprache mit einem Rhythmus und Betonungen versehen.
Angewendet wird die TTS-Technik u.a. im Unified Messaging Service ( UMS), wodurch Endbenutzer das Management ihrer Nachrichten über eine Telefon- Benutzerschnittstelle (TUI) durchführen können.
Die Sprachverarbeitung von Text-to-Speech wird von einer sprachgesteuerten Benutzerschnittstelle ( VUI) unterstützt. Bei Text-to-Speech können verschiedene Sprechertypen mit unterschiedlichen Stimmlagen unterschieden werden. Das Spektrum reicht von der Kinderstimme über die Frauenstimme bis zur Männerstimme, und kann dabei unterschiedliche Stimmlagen und Stimmungslagen berücksichtigen.