Wo hast du das her? MBrola will pho als Eingabe und das ist leider kein Text, sondern das sind die Einheiten aus denen die Ausgabe zusammengesetzt wird (meistens -- aber nicht zwingend -- Diphone) mit Zusatzinformationen über Länge und Tonhöhe.

Wenn du frei verfügbare txt2pho Umsetzer für andere Sprachen als Deutsch und Englisch kennst, wäre ich sehr interessiert. Denn diese sogenannte Graphem to Phoneme Umsetzung (mitsamt Lautdauersteuerung und Tonkontur) ist das eigentlich schwierige in einem TTS System.