Русский потоковый TTS-файнтюн VoXtream2 синтезирует речь по тексту и умеет клонировать голос по короткой аудиозаписи.

Подходит для: синтез русской речи с заданным темпом · клонирование голоса по записи длительностью 3–10 секунд · потоковая озвучка текста