随着目前科学技术水平的不断提高,人机交互手段越来越趋向于使用更符合人类交流方式的语音来进行,包括能够识别人类说话内容的语音识别技术以及能够将文字转换为语音的语音合成技术。目前,针对蒙古语语音合成的理论研究已经比较成熟,但仅停留在实验阶段,没有一款能够投入应用的语音合成系统,尤其在语音合成前端处理部分,几乎没有对用户输入的蒙古文进行除音素转换外的其他处理。为了提高蒙古族人民的人机交互体验,本文设计并实现了自然度较高的蒙古语语音合成系统。本文根据蒙古语的发音特点,标注了4709句蒙古语语音,使用基于隐马尔可夫模型的语音合成模型训练工具HTS(HMM-based Speech Synthesis System)训练了蒙古语语音合成模型,并实现了从特殊字符处理、音素转换、韵律预测、音节划分到生成标注文件的整套蒙古语语音合成前端处理流程,同时搭建了蒙古语语音合成的Web Service,可以为各类应用系统提供服务。此外,本文对训练得到的蒙古语语音合成模型合成出的语音进行了可懂度评测与自然度打分,合成语音在可懂度评测中语义不可预测句子SUS(Semantically Unpredictable Sentences)听写测试的词正确率为54.6%,主观自然度得分MOS (Mean Opinion Score)为3.42。因此,本文搭建的蒙古语语音合成系统的可懂度与自然度方面均达到了较高的水平。