ちなみにこの前ネットの記事で発表されてたリアルタイム声帯
とある事情でワイ試したことあるんやけどかなり再現度と言うか
汚い声になるからオススメ出来ないで
汎用機械学習で声帯を読み取って人工音声に置き換えるんやけどこれの精度がまだ低い
あと大人は舌がよく動くんだけど舌を跳ねさせた音を拾うのって至難の技なので
人工音声に置き換えると幼女みたいな舌足らずな声になる