Я уже думал про это, но они все в разной тональности, разной скорости, поэтому в одном треке, одной скорости, будет звучать ебаненько... что-то растянуто, что-то ускорено, что-то замедленно, и качество записи у всех разное. Это все можно, но долго и заморочно
ну если подобрать слова примерно одинаковой длины и зачитать ровным голосом 🤔