Вопрос по поводу FM-синтеза человеческого голоса.

Думаю что по таким неординарным вещам литературу не пишут. Это уже наработки научных сотрудников являющиеся интеллектуальной собственностью компании. И эта хрень собственно является источником денег.

В чистом виде синтеза голоса вообще нет. И у гугла и у эпла те же самые словари, которые воспроизводят части слов, а синтезатор лишь их собирает в целое без щелчков, помех и прочих артефактов, имитируя таким образом синтез речи.

ПЫСЫ
Я немного занимался сведением фонограмм с вокалом. Так вот, человеческий голос в трёхмерной диаграмме выглядит как целый набор звуков на разной частоте. Это похоже на гитару. Вот как у гитары аккорд состоит из нескольких звучащих струн, так же и вокал - это набор ярких линий на разных частотах. Гласная буква А на диаграмме выглядит как шесть-восемь отдельно тонально звучащих областей. Да плюсом туда ещё идут призвуки из носовых пазух, из резонанса в зубах, т. е. человек говорит не голосовыми связками, а всей толщей горла и рта. Как ты это собираешься моделировать уравнениями, я не понимаю.

Если бы у тебя были уравнения синтеза речи, то не составило бы труда подделать вообще любой голос, зная его технические характеристики.

А ничего что, как было отвечено выше, звук, всего лишь колебание воздуха определенной чистоты?
Нужно воспроизвести звук разных частот. Учитывая все прочие звуки.