语音合成技术是建立一个有讲话能力的计算机系统,以实现人机语音通信所必需的关键技术。随着语音合成技术的迅猛发展,合成的语音在音质和自然度方面有了大幅改善,人们对语音合成系统就有了更多的需求,比如满足多样化语音合成的需求。这就意味着语音合成技术应该在较短的时间内,利用有限的语音资源构建出一个满足新需求的合成系统。基于这种新的需求,本文研究了基于HMM的语音合成系统,并将其原理应用到汉语中。本文对隐马尔可夫模型、基于HMM的语音合成系统、汉语的韵律特征、基于HMM的语音合成系统的数据准备以及模型训练和合成语音等方面进行了深入研究。之后,对组建基于HMM的可训练汉语语音合成系统的关键技术进行分析,完成了语音库的设计、录音、标注、上下文属性集的设计、问题集的设计、单音素的文件标注以及上下文相关的文件标注。然后基于语音合成系统的基本流程和原理设计并实现了基于HMM的可训练汉语语音合成系统,并对系统的性能进行了评估。最后针对合成的语音重音效果不明显的问题,采用了基于BP神经网络技术对重音进行预测和标注,并对上下文属性集和问题集进行了改进.