語(yǔ)音芯片的應(yīng)用廣泛，應(yīng)用場(chǎng)景和產(chǎn)品也比較復(fù)雜，所以語(yǔ)音芯片的種類(lèi)比較豐富，除了語(yǔ)音內(nèi)容的燒寫(xiě)以及音質(zhì)的不同之外，語(yǔ)音芯片為了更好地適應(yīng)各類(lèi)產(chǎn)品，它的發(fā)聲方式也是有不同的。

　　一、TTS

　　TTS發(fā)聲就是數(shù)字語(yǔ)音合成發(fā)聲，數(shù)字語(yǔ)音合成是一種人工生成語(yǔ)音的技術(shù)，根據(jù)設(shè)定的文字轉(zhuǎn)成符號(hào)所對(duì)應(yīng)的語(yǔ)音，然后再通過(guò)聲音輸出設(shè)備進(jìn)行播放。它可以通過(guò)一些聲學(xué)參考模型、語(yǔ)言模型等技術(shù)來(lái)模擬人類(lèi)的語(yǔ)音發(fā)聲方式，從而生成逼真的語(yǔ)音效果。

　　二、混合

　　綜合利用數(shù)字語(yǔ)音合成和錄音技術(shù)的發(fā)聲方式。通過(guò)將數(shù)字語(yǔ)音合成和錄音技術(shù)相結(jié)合，可以在保證語(yǔ)音效果的同時(shí)，兼顧節(jié)省存儲(chǔ)空間和實(shí)時(shí)性的要求。

　　三、錄音

　　通過(guò)錄制人類(lèi)的語(yǔ)音，然后將其存儲(chǔ)在芯片內(nèi)部的存儲(chǔ)器中，當(dāng)設(shè)備需要發(fā)聲時(shí)，直接從存儲(chǔ)器中讀取相應(yīng)的語(yǔ)音數(shù)據(jù)進(jìn)行播放。這種方式有較高的語(yǔ)音還原度，但需要大量的存儲(chǔ)器空間，并且不適合實(shí)時(shí)語(yǔ)音交互的場(chǎng)景。