东干族是晚清时期从西北地区移居至中亚的回族后裔,如今广泛分布在中亚各国。“一带一路”倡议的逐步推进,中国与中亚各国的经贸往来日益紧密,东干人则成为联系中国与中亚国家经贸往来的桥梁。东干语是东干族特有的语言符号,研究东干语与普通话之间的转换,对于加强民族间的沟通交流,促进区域的合作与和平发展有着重要作用。因此,本研究以“东干文本到普通话语音转换”为选题,通过自然语言处理、语音合成等技术手段实现东干文到普通话语音的转换,本文主要的工作与创新如下:1.建立了东干文-中文平行语料库和用于普通话语音合成的混合语料库,实现了东干文的文本分析。通过研究东干文字的创制过程和语法规则,依据东干文的声、韵母发音设计了东干文-汉语拼音映射关系集,在此基础上实现了东干文本的声、韵母拆分,最终将东干文本转换为东干音素与汉语拼音的混合序列。本文设计的拆分算法准确率达到了97.42%,字符错误率（Character Error Rate,CER）低至6.16%,实验结果表明该算法能够提高文本分析的可信度。2.提出了一种从东干文本到普通话语音转换的方法,首先将东干文翻译成汉语语句,然后将汉语语句合成为普通话。在东干文翻译方面,提出了两种东干文到中文的翻译方法:基于端到端的翻译方法和基于字音映射关系的翻译方法。基于端到端的翻译方法采用带有注意力机制的序列到序列模型,将东干文序列作为输入,汉字序列作为输出。基于字音映射关系的翻译方法采用CBHG模型和Transformer模型,将混合序列作为输入,汉语拼音序列作为输出,再利用Transformer模型将得到的汉语拼音序列转换为汉字序列。在普通话语音合成方面,提出了一种改进的端到端普通话语音合成方法。该方法以声韵母和声调作为模型的输入,利用词拼音库和字拼音库减少多音字对合成效果的干扰,通过前馈注意力机制计算序列的对齐,通过格里芬·林算法恢复语音波形。实验结果表明,采用字音映射关系的东干文到汉语的翻译方法整体效果好于端到端的方法,其中基于Transformer模型的翻译结果最优,BLEU-4分数达到了41.54,字符错误率（Character Error Rate,CER）为12.10%。改进的普通话语音合成模型的梅尔倒谱失真低至5.23db,与原模型相比,平均意见得分提升了0.33,语义相似度评分提升了0.23,表明改进后的普通话语音合成模型在东干文到普通话语音的转换任务中取得的性能最优。