Я провел небольшое исследование, и на этом сайте предлагает инструментарий для создания собственного голоса TTS на основе (sapi-совместимого) движка Festival TTS. Я не могу комментировать качество голоса. Движки Microsoft TTS не поддерживают построение пользовательских голосовых сообщений.
Существуют и другие поставщики (кажется, я помню, что AT & T Natural Voices поддерживали пользовательские голоса), но большинство из них чрезвычайно дорого (несколько десятков тысяч долларов).