语音合成技术在读书播报、语音导航和智能音响等很多领域发挥着重要的作用。目前,基于循环神经网络构建的端到端语音合成系统已经获得了很不错的合成语音质量,但存在着难以随时间并行化、耗费资源巨大和训练成本高的问题。从提高语音合成系统并行能力的动机出发,本文提出了一种全卷积的语音合成系统架构,并尝试简化全卷积架构网络中的注意力模块,在保证基本合成语音质量的前提下加快语音合成的速度。更进一步地,针对大众对个性化语音的需求,本文对非平行数据下的个性化语音合成进行了研究,对于现有模型存在的语音合成个性化特征不明显的问题,引入了说话人识别领域的一种说话人相关特征,期望获得更好的语音转换效果。本文的研究内容主要有以下几个方面。（1）提出了一个基于全卷积网络的语音合成系统SR-FCTTS,以解决端到端语音合成系统中存在的难以并行训练,合成语音速度慢的问题。在合成器模块中引入扩张因果卷积代替循环神经网络的循环结构来获取远程上下文信息,并且加入残差模块来防止深层网络的网络退化问题。在已有的点积注意力机制上引入对角线注意力机制来简化网络的注意力模块,降低注意力模块的训练学习成本,进而对系统合成语音速度产生正向影响。最后,通过实验证实了系统合成器模块的合成速度得到提升。（2）提出了一个频谱超分辨率网络CSRN,将其加入到全卷积语音合成系统中,代替结构较重的声码器,进而提升整个系统的语音合成速度。在卷积块中,通过改进初始化函数和权重归一化函数来引导模型更快地向好的方向收敛。另外,在损失函数中引入二分散度损失,帮助模型更快地收敛。最后,通过实验证实了CSRN有助于整个系统的合成效果的提升。（3）提出了一个改进的基于星型对抗生成网络的语音转换系统XSGAN-VC,以解决现有平行语料数据获取困难以及语音转换任务中说话人个性特征表达不充分的问题。在原有的说话人身份独热编码向量的基础上,拼接表征说话人语音细节的向量x-vector,获得更全面的说话人个性表达,进而提升转换后的语音与目标说话人语音的相似度。最后,经过实验证明了引入x-vector特征的有效性。