我觉得大致的实现方式流程如下。
1.分词，
2.获取每个词的拼音
3.按词播放声音。
这里遇到两个问题：
1.分词的时候，多意句怎么处理，不如“长春市长春药店”
2.如何播放声音。我想做成动态链接库，可以在linux、unix、windows、android平台使用。
TTS技术那加强，可以看看科大讯飞～～～
http://open.voicecloud.cn/index.php/default/online_demo
你需要做一个词典分析。。。
阿里云提供语音服务，可以关注一下。
https://data.aliyun.com/product/isi?spm=a2c0j.7909511.0.0.DPZF8l