Podría ser posible, pero aún no. Puedes observar la síntesis del habla ahora mismo; Es común en aplicaciones de GPS. Se dividen en fonemas individuales y registran diferentes patrones de estrés. Es lo suficientemente bueno para algunos dominios limitados, como los programas de GPS.
Pero no es lo suficientemente bueno como para sustituir convincentemente la voz de un actor. Los actores hacen demasiadas cosas con sus voces. Las diferencias muy sutiles en la velocidad de la respiración, la tensión en las cuerdas vocales, la rigidez de la mandíbula, etc., etc., crean una amplia gama de diferencias sutiles. Así se transmite la emoción; Es cómo funciona el momento de una broma.
Incluso si tuviéramos una gama completa de fonemas en una amplia gama de modos vocales diferentes, sería un gran esfuerzo programar la entrega. Es más fácil, ahora y durante algunos años, obtener un actor diferente. Los seres humanos son imitadores expertos, algunos más que otros, y aunque generalmente está claro que la voz es diferente, puede ser lo suficientemente similar para aceptar.
Yo no lo dejaría de lado para poder resolver esto en el transcurso de, digamos, 20 años. (Son los mismos 20 años que para los autos de fusión y voladores. Fueron 20 años de descanso en 1980; probablemente lo harán en 2020. Permanecerán 20 años hasta que haya un avance radical. ¿Cuándo será eso? Probablemente en 20 años.