Для начала можно попробовать использовать существующие библиотеки и инструменты, такие как pyttsx3 или gTTS (Google Text-to-Speech), которые позволяют синтезировать речь из текста с помощью предобученных моделей. Эти инструменты достаточно просты в использовании и могут быть хорошим стартом для вашего проекта.

Если вы хотите создать более продвинутую систему синтеза речи без использования нейронных сетей, предлагаю изучить технологии Text-to-Speech (TTS) и рассмотреть различные алгоритмы, такие как конкатенативный синтез и синтез на основе формант.

Для использования глубокого обучения в синтезе речи, вам придется изучить соответствующие модели и архитектуры, такие как WaveNet или Tacotron. При этом важно будет иметь набор данных с аудиоматериалами и их текстовыми описаниями для обучения модели.

Также важно уделить внимание качеству и натуральности синтезированной речи. Для этого можно использовать техники и методы обработки сигналов, учета интонации и дикции, а также оценки качества речи с помощью лингвистических и акустических метрик.

В целом, синтез речи - это увлекательная и многогранная область, которая требует знаний и навыков из различных областей, таких как обработка сигналов, машинное обучение и лингвистика. Удачи в вашем проекте!