In WinRT 8.1 sono state introdotte le Windows.Media.SpeechSynthesis API per permettere di trasformare un testo in uno stream audio, con caratteristiche di voce e pronuncia simile ad un essere umano, funzionalità nota genericamente come text-to-speech (TTS).
Per utilizzare le API è sufficiente creare un'istanza di SpeechSynthesizer e usare il metodo SynthesizeTextToStreamAsync a cui passare il testo da trasformare.

var speechSynth = new Windows.Media.SpeechSynthesis.SpeechSynthesizer();
SpeechSynthesisStream audioStream = await speechSynth.SynthesizeTextToStreamAsync("Benvenuti!");

// media è un MediaElement per riprodurre lo stream audio 
media.SetSource(audioStream, audioStream.ContentType);
media.Play();

Lo stream restituito da SynthesizeTextToStreamAsync può essere semplicemente riprodotto con un oggetto MediaElement.

Le API sono ricche di funzionalità e tra l'altro è supportato il Speech Synthesis Markup Language (SSML): un linguaggio di markup con cui si può dettagliare le caratteristiche del suono, durata, frequenza e altro per ogni singola parola.