在全球化的背景下,语音信息处理中的多语种语音合成有着重要意义。跨语言语音合成的目标是通过一个系统获得不同说话人、不同语言的合成语音,有广泛的应用前景。印度尼西亚语源自于苏门答腊岛东北部的马来语,这两种语言相似度很高。此外,英语作为第二语言,在马来西亚和印度尼西亚等国家被广泛使用,在马来语和印尼语句子中出现英语词汇的情况十分普遍。本文为构建马来语（含英语词汇）和印度尼西亚语（含英语词汇）跨语言语音合成系统,研究混合语言文本分析、跨语言语音合成方法。论文的主要工作包括:（1）根据不同语言的特点,选取了马来语、印尼语和英语各自的合成基元,分析其相似性和特殊性,基于国际音标设计了共用的合成基元,将不同语言中发音相同的合成基元进行统一,将发音不同的合成基元分别保留。在此基础上完成了音子自动切分,得到各音子的时长信息。（2）完成马来语和印尼语的文本归一化,采用基于音节列表的逆向最大匹配算法完成马来语、印尼语以及含有英语的混合语言文本的音节划分,分别采用k-means聚类和GMM聚类的方法对马来语、印尼语的韵律结构和重音进行标注。（3）遵循马来语、印尼语和英语的语音特点,完成了三种语言共用的上下文属性和问题集的设计,构建采用说话人自适应算法的基于HMM模型的跨语言语音合成系统,实现了带有英语词汇的马来语和带有英语词汇的印尼语跨语言语音合成。（4）为提升合成语音的质量,对基于HMM模型的跨语言语音合成基线系统进行改进,针对HMM声学模型的局限性,采用DNN模型替换决策树聚类进行改进,引入说话人编码实现说话人自适应,构建基于DNN的跨语言语音合成系统。实验结果表明,基于HMM模型的跨语言语音合成系统是可行的,并且引入说话人编码的DNN跨语言语音合成系统有效地提高了跨语言语音合成质量。