どんな音にも波形が存在しますから、その波形を何度か文字毎に取り、入ってくる音声に一番近いものを選ぶ、という手はありますね。 ちなみに、ファミコンとかでよくあるﾋﾟｰって音は短形波と言って、昔の人はそれをいじって様々な音源を作ったそうです。