يعود تاريخ تقنية تحويل النص إلى كلام باللغة الإنجليزية (English TTS) إلى أواخر الخمسينيات من القرن الماضي، عندما بدأ الباحثون العمل لأول مرة على برامج يمكنها تحويل النص المكتوب إلى كلمات منطوقة. تم تطوير أحد أقدم أنظمة TTS الإنجليزية بواسطة Bell Laboratories في أواخر الخمسينيات وأوائل الستينيات. كان هذا النظام، المسمى «أودري»، قادرًا على تجميع عبارات وأرقام بسيطة، ولكنه لم يكن عمليًا جدًا للاستخدام اليومي.

‍

في السبعينيات والثمانينيات، تقدمت تقنية TTS الإنجليزية بشكل كبير، مع تطوير أنظمة أكثر تعقيدًا يمكنها تجميع عبارات وجمل أطول. غالبًا ما كانت أنظمة TTS الإنجليزية المبكرة هذه تستخدم في تطبيقات التكنولوجيا المساعدة، مثل برامج تحويل النص إلى كلام لضعاف البصر.

‍

في التسعينيات، بدأ استخدام تقنية TTS الإنجليزية على نطاق أوسع في مجموعة متنوعة من التطبيقات، بما في ذلك أنظمة الاستجابة الصوتية التفاعلية (IVR) لخدمة العملاء، وبرامج التدريب القائمة على الكمبيوتر. اليوم، تُستخدم تقنية TTS الإنجليزية في مجموعة واسعة من التطبيقات، بما في ذلك التكنولوجيا المساعدة والاتصالات الهاتفية والترفيه. يتم استخدامه أيضًا في مجموعة متنوعة من الأجهزة، مثل الهواتف الذكية والأجهزة اللوحية، لتوفير مخرجات منطوقة للتطبيقات النصية.