В синтезе речи много чего происходит: на рынке есть большое число тулкитов, закрытых коммерческих решений за АПИ и стартапов из кремниевой долины, пытающихся сделать очередные аудио «дипфейки».
А можно подробнее о том, как потестировать на гугл.коллаб? (не технарь и что-то совсем запутался)
Писал тут подробнее на эту тему