随着语音领域的不断发展,研究人员对发音器官都产生了浓厚的兴趣,并且超声图像的研究也取得了巨大的成就,超声可以在说话人发音时,很好的捕捉到说话人口腔内部复杂的运动过程,基于超声的发音运动数据对于研究发音过程有着重要的意义和广泛的应用。通过研究超声数据和电声门数据,与语音之间密切的映射关系,从而实现对发音器官运动和语音信号的合成进行研究。无声语音合成研究,可以有效的帮助由于喉部等相关疾病等不能发声或有发音障碍的病患进行有效的语音交流。本文提出的语音合成系统,使用超声捕捉舌头的运动数据,使用电声门图仪记录声门数据,首先进行舌超声和电声门图(electroglottography,EGG)同步数据的录制,通过双门限法对舌超声图像、电声门图、音频,进行数据同步,而后进行静音切除,对电声门图和原始音频,进行声学特征的提取,通过深度神经网络,对发音器官特征和声学特征进行学习,通过训练所得的映射关系模型,最终实现仅通过发音器官运动数据,进行连续语音的中文无声语音合成。实验结果显示,本文提出的语音合成方法,在超声语音合成上由单个音素映射,发展为连续中文语音合成,并取得较好的效果,在实验过程中,同样研究了发音器官与发音的内在联系。