А он лучше, чем штатный голосовой движок? Например переводим текст в wav:
Код:

using namespace System.Speech
using namespace System.Speech.Synthesis
param (
[Parameter (Mandatory = $false, ValueFromPipeline = $true)]
[string]
$text = $(Get-Clipboard | Out-String),
<# Надо подключать дополнительные "голоса", через реестр, например Павла.
[Parameter(Mandatory = $false)]
[VoiceGender]
$sex = 'female',
#>
[Parameter(Mandatory = $false)]
[string]
$culture = 'ru-RU'
)
if ($PSEdition -eq 'Core')
{ Write-Warning 'Not Working on PowerShell 7'; return }
$speaker = [SpeechSynthesizer]::new()
if ($culture -eq 'en-US')
{
$speaker.SelectVoice('Microsoft Zira Desktop')
$speaker.Rate = -1
}
else
{
$speaker.SelectVoice('Microsoft Irina Desktop')
$speaker.Rate = 1
}
$speaker.SetOutputToWaveFile("$HOME\Desktop\out.wav")
$speaker.Speak($text)
Start-Sleep -Milliseconds 1500
$speaker.Dispose()