Настройка модели синтеза речи для создания аудиокниг

Ижевская IT-компания Silero (silero.ai) создала TTS-модели для генерация синтетических голосовых данных.
Анонс: https://t.me/silero_voice_news/1633
Статья на Хабре - habr.com/ru/articles/968988/
Репозиторий - github.com/snakers4/silero-models

Задача.
Настроить домашний комп клиента или сторонний сервер-сайт для того, чтобы можно было создавать многочасовые аудиокниги на башкирском языке.
Клиент ведёт канал на ютубе и хочет выкладывать аудиокниги примерно...