Конечно, такие сервисы доступны, но нужно понимать, что синтез речи в том объеме, который нам необходим, не сможет предоставить ни один существующий сервис. А если и найдется подходящий, то стоимость этого решения будет астрономической. А так же не стоит забывать про задержку, подобные сервисы не способны генерировать речь в реальном времени, даже если брать самые топовые, даже у них уходит несколько секунд на генерацию. К тому же качественная русская речь это большая редкость, а мы стремимся создать идеальный результат, где нейросеть звучала бы естественно, как живой человек, могла бы вздыхать, смеяться, мычать(Угум, ммм и тп). Сейчас, конечно, можно сказать, что ChatGPT умеет это делать, но даже у него слышен акцент и странная интонация на русском языке, что делает его речь далекой от естественного звучания