No se trata de generación de voz; pero para aportar algo al hilo, puedo comentar que existe ya una tecnología, muy consolidada, que está siendo de gran ayuda para otro colectivo: las personas con discapacidad visual.
Hay algunos modelos de grabadoras de audio diseñadas como dictáfonos profesionales (aparatos de grabación, portátiles, diseñados casi exclusivamente para grabar voz de modo que se pueda transcribir a texto con el software adecuado) que cuentan con guías de voz, pensadas para personas con discapacidad visual. Con esas ayudas, una persona ciega puede navegar por los menús, configurar y utilizar el dictáfono con seguridad y comodidad. Se ofrecen además en varios idiomas (dependen del modelo concreto pero en general suelen incluir inglés, español, francés, italiano, ruso, y hasta chino). Cada vez que presionas un botón, el aparato hace un pitido (un "beep) para confirmar que has presionado dicho botón, y a continuación la guía dice en voz alta la función que has activado o desactivado. (Naturalmente tanto el pitido como las guías de voz se pueden activar y desactivar a voluntad, pues muchos usuarios no las necesitarán o preferirán tenerlas desactivadas para ahorrar batería)
Olympus ha incorporado esas guías auditivas, además en varios idiomas. No sé si otros fabricantes lo hacen. Por ejemplo algunos modelos de grabadores de audio de alta gama de Tascam y Sony sé que no llevan (tampoco van dirigidos al mismo público exactamente)
Conozco este tema porque leyendo manuales y viendo análisis de este tipo de aparatos me he encontrado con muchas personas ciegas que los usan, y como es lógico necesitan esas guías de voz.