Нейросетевой синтез речи python

Мне нужно сделать нейросеть для синтеза речи, обучающуюся на mp3 записях голоса и иметь возможность импорта её в уже сделанный голосовой помощник. Пробовал рыться в Libros`е, но без единого понятия как вместо списков воткнуть в неё числа от спектрограммы. Какие библиотеки/сайты/посты/треды/ смогут мне в этом помочь?