用声音交流信息的手段，并不是一个新事物，它是一种交流方式，我们已经使用了数千年，这并不是一个新的发明从计算机接收电话，语音技术已经走出来的路从传真机、自动拨号集成语音应答系统（IVR）。电话，当然，是其最常见的应用。
传统的语音系统使用预先录制的样本，字典和音素创造我们听到声音。然而，有此记录的使用方法很多问题，其中最常见的问题是缺乏连贯性和变化。如果只有一个录音版本，每个单词或声音只有一个样本，它是计算机的问题，疑问句用不同的语调很难。也很难让计算机知道何时使用一定的语调和语气，语调应使用。
为了帮助解决语音合成问题，W3C为语音合成标记语言创建了一个新的工作草案，这种新的XML词汇表使语音开发人员能够控制语音合成器的创建。例如，开发人员可以在音量中包含命令，并在语音模式合成时使用该命令。
的中国规范是基于早期的太阳公司的研究工作称为jspeeck标记语言（JSML）。JSML是基于java语言的API标记语言。现在中国是W3C语音研究团队的工作草案。
对中国语言的基本目标是一个文本到语音处理器（语音）。TTS引擎集合文本转换成语音。有几个TTS的应用，如电话语音应答系统，和更先进的系统，为盲人设计的一组特定的。文本语音固有的不确定性是一个面对存在的TTS系统存在的主要问题，其他问题都集中在单词速记（如HTML），拼写和发音不同的单词（如传票）。
对中国语言的基本元素指定文本的格式，比如HTML，SSML语言提供的一个段落元素和越走越远，因为它也提供了句子成分。通过指定一个句子就像一个指定的段地址，包括起始地址和结束地址，TTS引擎可以产生更准确的语音。
除了基本的格式，中国还提供了函数指定如何将一组特定的字或词。这个功能的实现是由称为元素。它在中国很有用。它允许你指定一个模板，描述如何一个词或一组词的发音。通过说的是，我们可以指定如何发音的缩写词，或用不同的拼写和发音指定单词的发音，我们还可以列出的数字和日期之间的差异，称为元素包含电子邮件地址和电话号码，支持钱。
我们也可以为课文提供声调，例如，我们可以指出美国和英国英语中马铃薯单词发音的区别。
几种先进的SSML语言属性可以帮助我们使TTS系统更加人性化。我们可以使用声音元素指定的男性，女性，或中性的声音，我们也可以指定声音的时代，我们可以使用此元素指定了4岁的男孩和75岁女人之间的任何的声音。
我们也可以用强调元素包围那些需要重读或不太重要的文字，我们也可以用中断元素告诉系统声音应该停在某个地方。
一个对中国语言的最先进的功能是它的韵律元素。通过它，我们可以生成一组特定的某个地方类型文本的声音。我们可以指定色调，范围和速度的声音（每分钟的话）。我们甚至可以利用轮廓元素指定更多的细节。轮廓元素融入的音调和语言的速度在一起。通过指定一个文本集的轮廓元素的值，我们可以更准确地定义如何生成语音。
