так а где ваши варианты аудиозаписей то послушать?

В вашем примере аудио из текста генерировалось. а я ведь могу условно на диктофон сам записать и потом с помощью какой нейросети могу свою запись сделать с нужным мне голосом? просто по тексту мне кажется русская озвучка пока такое себе.