¡Hola!
De hecho sí, hay que seguir trabajándolo al Espeak, en este caso NG. Está muy buena tu observación amiga, porque yo te cuento, aparte de los celulares con Android, tanto las voces samsun como las de google y también las de Microsoft en realidad utilizan una síntesis basada en voz humana, pero más comprimida, como por ejemplo las voces compactas de vocalizer, a lo mejor las escuchaste, y de esta manera a pesar de provenir de voz humana utilizan menos espacio, menos memoria, menos datos... por eso si ponés voces Ivona en un telefonito de pocos recursos las voces suenan como re... trabadas o.o, eso me pasó con una tablet bastante chota que de hecho ya se me rompió, le ponías voces tipo Ivona o vocalizer de las premium, y le venía el ataque a la pobre xd...
La cosa es que está muy bueno que este tipo de síntesis sea gratuita, y que se piense generalmente en los dispositivos móviles que van a ser más pequeños que una compu por supuesto...
Volviendo al espeak, efectivamente es una continuación del proyecto espeak que todos ya conocíamos, y como... o falleció o yo no sé del paradero del autor pero la cosa es que ya se descontinuó, acá la comunidad lo vuelve a desarrollar de esta manera y bueno, están las fuentes y todo el material para continuarlo. Eso que suena ahora ya debe ser de 2 años creo, pero yo haciendo unos experimentos con un amigo que también entiende de desarrollo de espeak, sobre todo trabajar con los archivos de idiomas, logramos que sonara... no quiero decir tipo eloquence, pero ya empezaba a hablar con esa onda, pronunciaba mejor varias consonantes que por ahí ahora se las escucha media fuertes, entonaba mucho más agradable, yo y algunos amigos que lo probamos logramos encontrarlo más agradable, la cosa es que perdimos tooodo y no nos volvimos a poner, hasta ahora que cuando esté menos jodido con la facu y todo eso quiero intentar volver a hacerlo (llevó su laburo) porque ya que tenemos el Espeak NG nuevamente desarrollándose me interesa que empiece a sonar, cada vez mejor. Por ahí no puedo pretender que sonara casi eloquence (este usa Síntesis Klat y Espeak tiene algunas variantes basadas en la síntesis Klat) pero que se pueda hacer algo de manera que no nos haga de goma el oído...
Lo más fácil para experimentar en mi opinión y según mirando los archivitos son la creación (o modificación para familiarizarse) de voces, o sea, variantes. Incluso aprendí a partir desde la variante Tweaky, que está comentada línea por línea, después incluso en el tiempo que intentamos la mejora del español intentamos variantes femeninas (ni sexys ni tan feas para mi gusto pero bue) la cosa es que por ahí van a ser menos enroscadas que los archivos de idioma.