Étapes de la synthèse vocale    

  La lecture d'un texte numérisé par l'ordinateur nécessite, quelle que soit la complexité des programmes, trois étapes :

   Destiné à effacer les anomalies, c'est-à-dire à convertir tous les signes graphiques qui n'ont pas de fonction phonographique directe en suite de graphèmes à fonction phonographique : il s'agit des abréviations graphiques diverses, des logogrammes (y compris les chiffres)

 C'est l'élaboration, à partir de la représentation graphique, une représentation phonique incluant les faits segmentaux et les faits suprasegmentaux; inclut: 

     - la transformation des suites de graphèmes en suites de phonèmes . 

     - le calcul de la prosodie (pauses, courbes mélodiques, accentuation, durée des phonèmes). Ce calcul nécessite une analyse linguistique plus ou moins approfondie du texte.

  C'est la production des sons correspondant à le représentation phonétique élaborée. Elle consiste, dans son principe, en la superposition de deux types de données : les données segmentales (concaténation de phonèmes) et les données suprasegmentales.

  Les représentations des diphones utilisées pour la synthèse peuvent être issues de différentes voix naturelles (voix masculines, féminines, etc.)