Kyutai недавно представили Pocket TTS: модель преобразования текста в речь с высококачественным голосовым клонированием, которая работает на обычном ноутбуке - графический процессор не требуется :)

По замерам очень высокие разультаты. Она доступна тут. Я только не понял сходу - есть поддержка русского языка или нет. Надо почитать внимательнее.

Русский ИТ бизнес