Вопрос по скорости русского голоса для tts festival

Скачал и пробую замечательный русский голос для festival

http://festlang.berlios.de/docu/doku.php?id=russianru

Обратил внимание на следующее:

скорость генерации (festival 1.96, 2.0.95; ubuntu, freeBSD) русских
фраз на порядок ниже английских.

Если озвучить короткое слово, например, test - то скорость работы ~ в
2 раза медленнее английской, т.е. загрузка русского голоса занимает
какое-то время, но не принципиальное и тормозит именно генерация.

Я уже приделал:
- ручную разбивку длинных фраз на короткие (улучшить кэширования и
разбивку на несколько потоков)
- кэширование озвученных фраз (буду потом джобом удалять старые),
- многопоточную озвучку,
- предозвучку до начала звонка (чтобы абонент получивший
звонок-рассылку не сидел 15 сек и не слушал тишину)

Но всё равно - если генерировать много уникальный фраз (длинный текст), то скорость будет медленная.

Помогите советом, может быть я что-то делаю не так?