Basicamente quieres crear un modelo de voz.

Esto no lo he leido en profundidad, pero parece que explica todos los pasos a seguir:

https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/how-to-custom-voice-prepare-data
https://docs.microsoft.com/en-us/azure/cognitive-services/speech-service/how-to-custom-voice-create-voice

Y al parecer necesitarías una cuenta de Microsoft Azure para poder utilizar la plataforma Speech Studio con el que crear el modelo de voz:
https://speech.microsoft.com/portal?projecttype=customvoice

https://docs.microsoft.com/en-us/dynamics-nav/how-to--sign-up-for-a-microsoft-azure-subscription

Saludos!