随着人工智能的快速发展,语音合成技术得到了广泛的应用,在车载语音导航、电子书朗读、AI虚拟主播等场景具有广泛的技术应用,促进了智能语音行业的进一步发展。近年来语音合成技术得到了快速发展,合成语音的自然度与可懂度有了较大的提升。随着语音合成技术的深入研究,具有鲁棒性的语音合成、混合语言语音合成、多说话人语音合成、富有表现力的情感语音合成等方面取得了丰硕的研究成果。情感语音合成使机器表达更有人情味,能够更好地促进人机交互。缅甸语语音合成研究相比汉语和英语等通用语言滞后,所合成语音缺乏情感。本文在低资源条件下研究缅甸语情感语音合成,探索情感语音细粒度控制及调整方法,以使合成语音的情感表达更为丰富。本文的主要工作包括:（1）作为情感语音合成基础,本文构建了一套小规模的缅甸语情感语音库,包括平静、高兴、悲伤、生气4种情感类型。分析不同情感语音声学特征参数,总结不同情感状态下的声学特征参数表现规律,为后续进行语音情感状态调整提供参考和依据。（2）使用中规模缅甸语平静语音数据库,采用基于HMM（隐马尔可夫模型）的方法训练缅甸语语音合成系统。在此基础上,使用小规模的情感语音数据库及声学模型自适应训练的方法,构建能够合成4种情感类型的缅甸语情感语音合成基线系统,并引入平均音模型,提升合成高兴、悲伤、生气情感语音的质量。（3）采用基于HMM-DNN的语音合成方法,使用中规模的平静语音数据库、小规模的情感语音数据以及声学模型自适应训练方法,构建基于DNN声学模型的缅甸语情感语音合成系统,进一步提升语音合成的质量。（4）在得到情感语音合成基线系统的基础上,通过采用线性插值的方式调整影响声学特征参数概率分布的转换矩阵,调整合成语音的情感状态,使合成的语音在平静情感与目标自适应情感状态之间转换。通过情感语音分析得到的声学特征参数表现规律,以此为依据,调整基频、时长等与合成语音的情感状态强相关的声学特征参数,进一步调整情感语音表达的强度。最后通过引入韵律信息,使合成的情感语音更自然,从而改进缅甸语情感语音合成系统。实验结果表明,本文提出的方法能够在低资源条件下实现缅甸语情感语音合成,合成的语音具有情感区分度,并且本文采用的情感语音细粒度调整与控制方法能够有效地改变与增强合成语音情感表达,证明了本文所提方法的有效性。