随着语音合成技术的不断发展,机器所合成的语音越来越接近于人类的真实语音。为了使合成语音更加人性化,更好的被人耳所接受,人们开始希望它能够富含某种情感因素。由此,情感语音合成作为语音合成领域的一个新的研究方向被提了出来,并得到了快速发展。本文首先介绍了语音合成技术的研究现状和所需解决的技术难题。然后,对目前存在的几种语音合成的基本方法做了对比分析。基于隐马尔科夫模型(HMM)合成法与其他语音合成方法相比具有很多便捷之处。首先,HMM语音合成法能通过不断训练自动构建出一个新系统,而且所需时间较短；其次,在构建新系统的过程中不需要人工操作；最后,其训练过程与音质、音色及情感种类的关联较小。因此,本文最终选择该合成法来实现情感语音的合成。本文还对目前存在的几种情感理论做了介绍和分析,包括基础情感论、二维情感空间理论和情感轮等。本文选择基础情感论做为理论依据,选取了平静、高兴、悲伤和生气四种基本情感作为要合成的目标情感。本文通过对目前国内外现有的语音库进行分析,在确定语音语料、录制环境、情感种类等基础上,录制了一个适用于本文研究内容的情感语料库。本文对所录制的每种情感的语音各自所具有的声学特征参数做了分析,并得出其变化规律。最终,本文设计出一个合成系统来合成情感语音。该系统包含三大部分：基于HMM语音合成模块、情感分析模块和参数修改模块。本文还通过具体实验证实了该系统确实合理有效、切实可行。另外,本文还对基频抖动参数在语音合成中的实际应用做了分析。通过具体实验对原始合成系统所合成的情感语音和添加基频抖动后所合成的情感语音的听觉效果进行了对比分析。对比结果显示考虑基频抖动因素所合成的情感语音更加自然流畅,因此,说明了基频抖动参数在语音处理领域具有一定的研究意义。