人类的语音中包含了丰富的情感信息,若缺少了情感则无法准确传达语句的含义。随着计算机技术和自然语言处理技术的发展,人们对合成语音的质量提出了更高的要求,情感语音合成作为提高合成语音质量的重要途径,具有了越来越重要的价值。在计算机辅助教学领域,情感语音合成能应用于语言教学中,有效的促进语音的学习,但是目前合成的情感语音仍存在自然度欠缺或情感表达度不准确的问题。所以本文提出了将Tacotron模型与韵律特征优化相结合的情感语音合成方法,在端到端模型合成的情感语音的基础上进一步优化语音的韵律参数,得到了较自然流畅、情感色彩明显的语音,以期为后续将情感语音合成应用于双语教学提供条件。论文的主要工作及创新如下:1.建立了端到端的情感语音合成模型。在原有Tacotron模型的基础上进行微调,经过训练得到了中性、愤怒、开心、厌恶、困倦5种不同的情感语音合成模型,合成出了自然流畅的情感语音。2.分析了不同情感的韵律特征。建立韵律特征和情感状态之间的映射关系,确定了不同情感语音的韵律参数。3.调整了情感语音韵律特征。对合成的情感语音的韵律参数进行优化,从而提升情感语音的情感表现力。实验结果表明,该方法在一定程度上提升了合成情感语音的情感表达度,虽然相比于未进行韵律特征修改的情感语音在自然度上略微有所下降,但仍有较为自然的表现。