Все три аудиофайла выше целиком сгенерированы сервисом elevenlabs.io из текста. Перед этим обучила его на своём голосе, загрузив две минуты образцов моей речи. «Поп»-звуки и прочие артефакты в основном очень реалистично перекочевали из оригинальных записей. Считаю это преимуществом, а не недостатком.