การสร้างเสียงพูดแบบเรียลไทม์

เมื่อเสียงพูดไม่เพียงแต่ต้อง “เหมือนใครบางคน” และ “อ่านออกเสียงแต่ละคำอย่างถูกต้อง” แต่ยังต้องสามารถสลับวิธีการพูดได้อย่างเป็นธรรมชาติในเนื้อหาที่แตกต่างกัน…