Генерация аудиофайлов по сэмплам голоса

Добрый вечер, DTF. Есть набор файлов .ogg - произношение слов одним человеком (нем. язык, к каждому файлу можно указать, какие слова там произносятся (письменно)). Хочу закинуть эти файлы куда-нибудь, чтобы генерировать аудио с этим голосом.

По итогу необходима возможность написать короткий текст (пара-тройка слов), расставить ударения и получить аудио с произношением.

Мне не принципиально где, готов попробовать Windows-приложения, веб-сервисы, а может просто с GItHub-чика что-нибудь запустить. В последнем случае JVM/MVC++/Python, т.к. чтобы что-то другое запускать качать доп. компиляторы / интерпретаторы, мне в лом.

Поделитесь опытом, кто делал что-то подобное, чем пользовались, какие подводные камни ?