Меня тут дико напрягло, что нейронка часто тупит со "Стрелками", у неё блять вечно СтрЕлки))) Оно и не удивительно в русском языке слово СтрЕлки используются чаще чем СтрелкИ, да и в целом часто путает ударения...Решение вроде найдено, я запарился и собрал небольшой датасет (30К строк 75 часов) из озвучки Cool-Games и зафайтюнил модель, арендовав Сервер на ТеслеА100, и результат меня радует) С учётом того что дата сет маленький, эффективность на лицо, генерации более живые, и меньше ошибок в Фоллаутовских словах....Буду собирать датасет больше и тратить деньги на аренду.

Пример с Хизер и ёё родным голосом, завтра залью обнову.