تركيب الكلام وتحويل النص إلى كلام
آلات تُنتج صوتًا منطوقًا من رموز أو نصوص؛ وهي أساس قارئات الشاشة والأجهزة الناطقة والمساعدات الصوتية والأصوات الطبيعية للذكاء الاصطناعي اليوم.
- 1939

النسخة الأولى
هومر دادلي (مختبرات بيل، جهاز Voder)؛ ثم جون كيلي وكارول لوكباوم (مختبرات بيل) وTexas Instruments ودينيس كلات (معهد ماساتشوستس للتقنية (MIT)، DECtalk) وDeepMind (WaveNet)
الصورة: Photographer not credited; image copyright credited to AT&T / Bell Laboratories · Copyright AT&T / Bell Laboratories; sou… · Synthetic Sound Labs visit to the AT&T Archives… - 1961

أول كلام يركّبه حاسوب (أغنية Daisy Bell)
نموذج المسالك الصوتية الذي وضعه كيلي ولوكباوم على حاسوب IBM في مختبرات بيل يُنتج الكلام والغناء برمجيًا (يؤرَّخ بين 1961 و1962).
الصورة: ArnoldReinhold · CC BY-SA 3.0 · Wikimedia Commons - 1978

جهاز Speak & Spell (تركيب الكلام على رقاقة واحدة)
رقاقة الترميز التنبؤي الخطي من TI تضع الكلام الرقمي في لعبة استهلاكية رخيصة.
الصورة: FozzTexx · CC BY-SA 4.0 · Wikimedia Commons - 1984

نظام DECtalk لتحويل النص إلى كلام
تركيب قائم على القواعد يقرأ أي نص إنجليزي مكتوب بصوت مفهوم؛ وهو مبني على أعمال كلات التي انحدر منها أيضًا صوت ستيفن هوكينغ.
الصورة: DigitalRampage / Australian Computer Museum Society · Unclear; the Australian Computer Museum… · Australian Computer Museum Society Forum - 2016

الكلام العصبي WaveNet
شبكة عصبية عميقة تولّد الموجة الصوتية الخام نفسها، فتقلّص كثيرًا الفارق مع الكلام البشري.
الصورة: MetricSupporter89 · CC BY-SA 4.0 · Wikimedia Commons