Síntesis de voz en Linux

Con la idea de una compañera de curso en la UNED, que por falta de tiempo para poder estudiar se le ha ocurrido ir escaneando el libro de una asignatura, convertirlo a texto, pasarlo por un sintetizador de voz y comprimir el audio en formato WMA para llevarlo a cualquier sitio en su reproductor portátil y aprovechar el tiempo perdido diariamente, por ejemplo, de camino al trabajo.
La idea es muy buena, puesto que los libros con miles de páginas no son sencillos de llevar y leerlos en cualquier parte.

A mí se me ha ocurrido hacer lo mismo con otra asignatura, y para eso estoy realizando lo siguiente:

1º Me puse a la búsqueda de algún software para sintetizar voz en Linux y encontré software de accesibilidad interesante en un servidor FTP de la ONCE aunque finalmente me quedé con Festival, un magnífico software que está disponible en Debian símplemente ejecutando:
apt-get install festival festvox-ellpc11k

(festvox-ellpc11k permite disponer de una voz con acento castellano y no el inglés que viene por defecto)

3º Instalé el sistema de texto a voz de KDE (kttsd) y lo configuré apropiadamente para que use festival con la voz en castellano.

2º Usando pdftotext, que es parte de XPDF, convertí un libro en PDF que tenía a texto plano

3º Con el administrador de texto a voz bajo KDE (KTTSMgr), configuré el uso de festival y la voz en castellano para cargar posteriormente el fichero de texto generado en el paso anterior.
Marqué la opción "Mantener archivos de audio" para que me copie el texto leído en ficheros WAV. Esta manera de hacerlo tiene el inconveniente de que cada frase la guarda en un fichero WAV distinto, pero con SOX se pueden concatenar.

4º Comprimir en mp3 con Lame y copiar el fichero resultante del libro en el reproductor portátil.


Actualmente estoy generando el primer capítulo, porque el copiado a fichero WAV se hace en tiempo real mientras se lee el texto y es un proceso lento.