@rukaoさん
んとね、対話形式で応答が返せるように開発キットが用意されてて、スマホの画面で手順を設定すると指定したテキストをあの声で喋ってくれるんです。
あとは人間側の呼吸合わせであんな風にうまく掛け合うみたいですよ。

ちょっと方向性は違いますが私も自分の質問をキーワードにして指定した音声ファイルを喋らせるのをちょっと作ったことがありますｗ

https://youtu.be/wcP-53B-s5g