合成语音的基元是通过最小化目标代价和拼接代价来选取。由于拼接基元涉及复杂的语言学、声学特性，如何选择能准确描述基元信息的声学特征（或语言学特征）并构建相应目标代价是提高合成语音质量的关键。从声学特征和声学模型两个方面对目标代价构建进行了探究。实验结果表明，经过相似语料训练后微调的深度声学网络模型，预测的瓶颈特征更能表征拼接基元特性，从而指导目标代价筛选理想候选单元，提高合成语音的质量。