J'ai rajouté également la dépendance sox par défaut désormais : elle ne sert qu'à lire des contenus de plus de 30000 caractères.
Si tu utilises en ligne de commande, je te conseil de passer par gspeech-cli plutôt que pico2wave :
gspeech-cli -i "Faites demi-tour dès que possible !" -l fr-FR -o test.wav
Ca appellera également pico2wave mais ça corrigera une paire d'approximation (via des dictionnaires, regex et algos custom).
C'est loin d'être encore parfait mais c'est beaucoup mieux.
D'ailleurs, si tu tombes sur des lectures scabreuses sur des mots/expressions/phrases et que tu as le temps de me les remonter, je suis preneur.