Una voz de robot generalmente se refiere a cualquier tipo de señal de audio que se produce para sonar como el habla humana, pero es generada por un sistema informático. Esto se puede lograr de varias formas diferentes, incluida la creación de un archivo de palabras o sonidos hablados que luego se ensamblan correctamente en una computadora. La voz de un robot se usa a menudo con sistemas informáticos automatizados, que pueden incluir mensajes grabados completos, así como respuestas personalizadas a la retroalimentación humana. La modulación o alteración de una voz también puede ser realizada por alguien usando una computadora para permitir que el audio humano original suene computarizado.
El término «voz de robot» se usa a menudo de manera general para referirse a casi cualquier tipo de habla que es generada o alterada por un sistema eléctrico o informático. Estas voces pueden, de hecho, no tener absolutamente nada que ver con un robot real, por lo que el término puede ser un nombre inapropiado. Hay varios programas de software y sitios web diferentes que se pueden utilizar para generar una voz de robot, a menudo basada en el texto que escribe un usuario. Luego, este texto se usa para indicar a un sistema qué piezas de audio grabado deben usarse y ensamblarse para crear una respuesta de voz.
También es posible crear una voz de robot de forma completamente digitalizada, sin grabaciones iniciales de voz humana. Este tipo de audio se puede producir mediante la creación de señales de audio que se asemejan a diferentes palabras o unidades de lenguaje que a menudo se producen durante el habla humana. Al combinar estos sonidos de una manera adecuada, todo se combina para crear palabras con una voz de robot. Estas voces a menudo se consideran un elemento básico de las obras de ciencia ficción del pasado, y la realidad de los sistemas modernos de Inteligencia Artificial (IA) permitiría robots con voces mucho más humanoides.
También se puede producir una voz de robot mediante una modulación intensa y el cambio de una muestra de audio grabada o en tiempo real de una persona. Esto no necesariamente toma piezas individuales de lenguaje y las ensambla, sino que simplemente cambia los sonidos originales para que parezcan electrónicos o robóticos. Las grabaciones de audio se pueden cambiar a través de varias piezas de hardware y con programas para parecerse a la voz de un robot, a menudo mediante modulación y un cambio en el audio a un tono más bajo. También hay dispositivos que se pueden usar para cambiar la voz de una persona en tiempo real, hablando por un micrófono y luego transmitiendo la voz alterada a través de un altavoz.