大学音频合成技术主要包括以下几种：

采样合成

通过录制不同乐器的声音，将音频信号转化为数字信号，并基于这些数字信号进行处理和合成。

物理模拟合成

基于物理特性模拟乐器声学特性和演奏方式，通过算法生成音频信号。

频率调制合成

通过改变不同波形的频率、振幅和相位等参数，生成不同音色的音频信号。

计算机音频合成技术

包括数字信号处理方法（如白噪声生成、方波生成）、模拟电路模拟方法（如模拟滤波器、振荡器）、基于语音合成的人声合成方法（如统计方法、规则方法、基于模型的方法）。

语音合成技术

包括共振峰合成、LPC合成、PSOLA拼接合成和LMA声道模型技术等。

波形合成法

包括波形编码合成和波形编辑合成。

减法合成

通过去除复杂波形中的某些频率来形成新的声音，广泛应用于模拟合成器。

加法合成

通过叠加多个简单波形来形成复杂的声音。

调制合成

调制一个波形的频率来生成新的声音，常用于产生金属音色。

基于深度学习的TTS音频合成技术

利用神经网络模型构建音频合成加速模型，以协同学习特征转化函数和声学模型。包括基于深度循环网络（DNN）、卷积神经网络（CNN）和循环神经网络（RNN）的TTS技术。

这些技术各有优缺点，适用于不同的应用场景。例如，采样合成适用于需要仿真真实乐器声音的场合，而物理模拟合成则能够更好地模拟乐器的音色和演奏动态。基于深度学习的TTS技术则已经在现代语音合成领域取得了显著进展，能够生成更加自然和流畅的语音。