语音合成（Text To Speech）技术能将文本内容转换为语音。传统的语音合成技术主要为参数合成和拼接合成两类方法。参数合成方法在建模时无法避免语音信息细节丢失的情况,导致了合成的语音音质较低;拼接系统虽然能够最大程度保证合成音频的原有特征,合成的音频音质高,但拼接系统对语料库有较高要求,通常需要人为地去挑选,合成成本高。基于端到端的语音合成结合了上述传统语音合成技术的优点,在保证合成高质量音频的同时降低了对语料库的要求。通过端到端合成,人们只需在系统内输入待合成文本,系统便能够直接合成语音,过程简洁高效。然而目前的端到端合成主要面向英文进行语音合成,汉语语音合成由于自身存在的难点如多音字等现象使得语音合成难度大,合成音频自然度较低,机械感强,因此少有针对汉语的语音合成。本文设计了一个基于端到端的汉语语音合成方案,并构建了自动语音合成系统原型,通过本文方案合成的语音较传统语音合成技术而言具有更高的自然度和相似度、停顿现象少、发音错误率低等优点。主要工作和成果如下:1.为了解决汉语中复杂的韵律变化问题,本文对位置敏感注意力进行扩展补充,引入多头注意力机制进行韵律预测;此外,为了解决汉语语音合成中的突然停顿现象,在语音合成阶段的后处理网络中引入了 CBHG（1-D convolution bank+highway network+bidirectional GRU）模块,纠正单帧预测误差的前后双向信息,提取更高级别的上下文特征,有效提升了合成的音频音质并减少了语音合成中的停顿现象。最终合成的音频听感积极,自然度高,无明显停顿现象。2.设计了一种单人语音数据集的自动化创建方法,减少了人力成本。由于端到端的语音合成对训练数据量要求较高,本文通过对数据集扩增的方式减少了训练所需数据量;3.设计并实现了汉语语音自动合成系统,用户只需在系统内输入待合成文本并点击合成按钮即可直接合成音频,同时为用户提供在线播放和下载等功能以满足用户需要。