语音合成是人工智能领域中的一项关键技术,是下一代技术革命的重要方向。目前语音合成技术主要存在以下问题:合成音频自然度低、机械感较强;可合成的方言种类少,地域可适性弱;可合成的说话人风格较少,语音风格单调;中英文混合文本合成效果差等。为解决以上问题,本文研究了三种语音合成方法,并进行了软件实现。本文主要做了如下四点工作:（1）首先针对传统语音合成技术所存在音频自然度低、可懂度低,深度学习语音合成模型不稳定的问题,本文研究了一种基于Fastspeech的中文语音合成方法。本方法通过前端处理、声学模型和声码器三部分实现了将输入的中文文本合成对应的音频波形。实验结果显示,本文模型合成音频的自然度主观意见评分较高,综合表现良好。（2）在中文语音合成模型的基础上,为解决语音合成技术可合成方言种类较少,地域可适性较差的问题,本文研究了一种基于Fastspeech的四川话语音合成方法。构建了四川方言数据库与数据集,采用维纳滤波算法对数据集音频进行背景降噪后,将四川话数据集在本文的中文语音合成模型的基础上进行微调训练,以迁移学习的方式训练完成了四川话语音合成模型。实验结果显示,合成音频的自然度主观意见评分较高。（3）在中文语音合成模型的基础上,为解决中英文混合语音合成效果差与说话人风格较少的问题,本文研究了一种中英文多说话人语音合成方法。该方法利用语种和说话人两个编码器分别将中英文语种和说话人编码,并利用声学模型和声码器合成语音。实验结果显示,本方法合成的中英文混合音频自然度、合成音频的说话人风格与原始音频风格相似度的主观意见评分均较高。（4）本文设计了语音合成应用软件,整合了三种语音合成方法。用户可输入任意文本并选择任一种方法合成音频,使用多说话人模型还可指定某一说话人的风格进行合成。此外,设计了语音图灵测试软件,该应用软件可测试合成的音频自然度能否达到真实人类发音水平。