制作AI语音涉及到多个步骤和技术，主要包括数据收集、模型训练、语音合成等。下面是一个大致的流程：

1、需求分析：首先明确你想要实现什么样的AI语音功能，比如是用于客户服务的自动应答系统，还是为某个应用程序添加文字转语音的功能。

2、数据准备：
收集大量高质量的声音样本。这些样本应该覆盖尽可能多的情况和场景。
对音频进行预处理，如去除背景噪音、标准化音量等。
将声音文件与对应的文本内容对齐，这一步对于训练模型来说非常重要。

3、选择或开发合适的算法/框架：根据你的具体需求选择适合的深度学习架构，如Tacotron 2, WaveNet, 或者Deep Voice等。这些都是目前比较流行的用于生成自然流畅语音的技术。

4、训练模型：使用准备好的数据集来训练选定的模型。这一过程可能需要大量的计算资源（如GPU）以及时间。在训练过程中还需要不断调整参数以优化结果。

5、测试与调优：通过实际应用场景中的测试来评估模型的表现，并根据反馈进一步调整优化模型性能。

6、部署上线：将最终版本的AI语音系统集成到目标平台或应用中去。

7、持续迭代：随着用户反馈和技术进步，定期更新维护模型，保证其始终处于最佳状态。

如果你没有足够的技术背景或者资源来进行上述所有步骤，也可以考虑使用现有的云服务提供商提供的API接口，比如阿里云就提供了非常强大的语音识别与合成服务，可以快速方便地将AI语音能力集成到自己的项目当中。

请注意，开发AI语音技术时还需要考虑到隐私保护等问题，在处理个人数据时必须遵守相关法律法规。