В настоящее время системы синтеза речи применяются в различных сферах. Синтезированная речь может быть использована в информационно-справочных системах,  для помощи слепым и немым, для управления человеком со стороны автомата. При объявлениях о маршрутах поездов, самолетов, автобусах. А также для такого специализированного программного обеспечения как ассистент литератора, используемого писателями в процессе своего творчества [1,2].

Понимание и восприятие речи зависит от характера речевого сообщения, который определяется языковыми особенностями и логико-смысловой структурой текста сообщения. Чем сложнее составлена фраза, тем хуже восприятие.

Физические характеристики речевого сигнала представляют собой основную частоту, скорость речи, интонация, речевой акцент, тип голоса и фонетическая точность синтезированной речи [3].

Понятность синтезированной речи зависит от таких факторов как пол говорящего субъекта. Женская речь, закодированная с помощью линейных алгоритмов предиктивного кодирования, более чувствительна к ошибкам, чем речь мужчины, закодированная тем же самым способом.

Так же голоса могут изменяться по высоте. В качестве индикатора срочного сообщения возможно использование высоты голоса, меняя частоту основного тона при возрастании степени срочности.

Разница в высоте голоса может помочь пользователю следить за несколькими передаваемыми сообщениями одновременно.

Так же важнейшим фактором является расстановка ударений в тексте.

На рисунке 1 приведен результат с расставленными ударениями для повествовательного типа высказывания.

Рисунок 1. Повествовательный тип высказывания, расставленные ударения

При правильной расстановке ударения, текст воспринимается слушателем в большей степени. Пользователь не устает от монотонного чтения и понимает смысл [3].

Для сравнения приведем пример случая с нерасставленными ударениями в словах, результат представлен на рисунке 2.

Рисунок 2. Повествовательный тип высказывания, все слова без ударения

Информация сливается в одно единое целое, нет акцента на главные слова. Пользователь быстро устанет от такого чтения, а так же может не понять суть доносимой до него информации.

На рисунке 3 приведен график для вопросительного типа высказывания.

Рисунок 3. Вопросительный тип высказывания, расставленные ударения

Правильная расстановка ударений в синтезированной речи оказывает большое влияние на восприятие каждого этапа преобразования печатного текста в речевой сигнал.

Еще одним фактором влияющих на восприятие синтезированной речи является расстановка пауз [4].

Временные интервалы, которые создаются паузами, облегчают процесс восприятия и обработки информации, что требуется учитывать при озвучивании текста синтезатором.

Исходя из выше изложенного, можно сделать вывод, что на восприятие синтезированной речи влияет большое количество факторов.

Интонационное разделение и использование пауз для определения его границ мотивировано семантически, синтаксически и фонетически, а также определяется когнитивными и физиологическими причинами.

Расстановка ударения позволяет пользователю воспринимать и понимать синтезированную речь в полном объеме, не утомляясь при этом.

Системы синтеза речи охватывают часть лингвистики,  которая включает в себя концепцию и принципы понимания языка и распознавания речи.

Технология синтеза речи широко используется для пользователей, которые имеют проблемы со зрением. Для остальных пользователей система существенно снижает нагрузку на зрение, нервную систему, позволяя задействовать слуховую память [1].

Каждый текст состоит из букв, которые соединены в слова, обособленны пробелами и знаками препинания. Интонация фразы зависит от знаков препинания. Чтобы синтезированная речь звучала натурально, необходимо создать естественности голоса на уровне плавности звучания и интонации, а так же правильную расстановку ударений [2].

Обычно системы синтеза речи разделяют на два группы:

- системы, зависимые от диктора, такие системы требуют полной перенастройки при работе с другим диктором;

- системы, которые не зависят от диктора.

Первыми на рынке появились системы первого типа. В них звуковой образ команды хранился в виде целого образа. При сравнения неизвестного произнесения и образа команды использовались методы динамического программирования. Эти системы исправно работали при распознавании небольших ограниченных из 10-30 команд и воспринимали одного диктора. При работе с другим диктором системы требовали глубокой перенастройки [2].

Для того чтобы понимать слитную речь, нужно было переходить к словарям значительно больших размеров. Методы которые использовались в системах первого вида, не подходили для решения этой задачи, так как невозможно создать эталоны для такого количества слов [2]. Поэтому второй вид систем наиболее удачный, позволяет реализовывать различные задачи.

Существуют разные методы построения моделей речевых сигналов  Основных подходов к созданию математических моделей речевых сигналов, пять:

- линейное прогноз речевого сигнала; ограничением данного подхода выступает малое время предсказания;

- решение дифференциальных уравнений;

- гармоническая математическая модель речевого сигнала;

- математическая модель речевого сигнала в виде ряда отрезков функций;

- генерирование математической модели речевого сигнала в виде функциональной временной зависимости, сформированной на теории модуляции [3].

Высокое качество синтезированной речи напрямую зависит от точности речевой модели, которая описывает речевой сигнал. Минимальные требования, предъявляемые к выбору модели, наименьшее количество коэффициентов все эти требования способствует уменьшению систематической ошибки и времени обработки поступивших данных.