1. Usando la interfaz Mbroli, pero ello supone introducir numéricamente en listas, los datos de cada fonema. Esta es una manera buena para programadores
2. Usando el sdk, que te permite implementar mbrola en tu programa C
3. Mediante el Max/msp. Utilizando el max-mbrola
4. el TTSBox, un toolbook de Matlab, para síntesis de voz.
http://tcts.fpms.ac.be/synthesis/mbrola.html
La calidad del sonido depende de la calidad de la base de datos de los fonemas. En el adjunto, un ejemplo hecho con la primera opción. (solo dice pa, pe, pi po pu, pero esque es una prueba...)