Еще наткнулся на Kokoro TTS. Хотя он не совместим с CoreML и MPS сразу из коробки и требует плясок с бубном, коих я еще не совершал, он работает довольно шустро локально на CPU и выдает очень красивый результат. Плюс имеет большой выбор голосов (и малый выбор языков).

Может кому пригодится.