ساخت سيستم های اتوماتيك تبديل حرف به صدا برای
استفاده در سيستم های تبديل متن به گفتار در زبان فارسي، به دليل عدم
استفاده از اعراب در نوشتار و در نتيجه مستوربودن بعضی از واژه ها مشكل می
باشد و عموماً اين سيستم ها برای زبان فارسی كارآيی پايينی دارند . در اين
مقاله ساختار يك سيستم تبديل حرف به صدا با معماری سه لايه بررسی شده است.
لايه اول اين سيستم قانون گرا مي باشد و لايه دوم از پنج شبكه عصبی
پرسپترون چندلايه اي و يك بخش كنترلر براي تعيين دنباله واژه های متناظر با
حروف تشكيل شده است. براي تعيين دنباله واژه های متناظر با حروف، از شبكه
هاي عصبی استفاده مي شود. بخش كنترلر نيز، خروجی شبكه ها را كنترل می كند
تا دنباله واژه های نهايی متناظر با كلمات با ساختار هجابندی فارسی مطابقت
داشته باشد.در لايه سوم نيز يك شبكه عصبی برای تعيين حروف مشدد، با استفاده
از نتايج مراحل قبل وجود دارد. اجزاء مختلف اين سيستم به گونه ای طراحی
شده اند كه در نهايت برای هر كلمه، يك دنباله واژه منطقی توليد گردد منظور
از دنباله واژه منطقی، دنباله واژه می باشد كه در آن اصول بديهی واژه نگاری
و ساختار هجابندی زبان فارسی رعايت شده باشد. ميزان درستی به دست آمده
براي حروف 88 % و برای كلمات %61 می باشد كه برای تبديل حرف به صدای زبان
فارسی كارآی بسيارخوبی می باشد.