まず英語音声合成の基本テクとして「母音でぶった切っておいた音声片をつなげる」というのがあるらしい これは母音の発声中が一番音が安定していて違和感無く音を結合できるからだそうな 逆に子音と母音のつなぎ目とかはダイナミックに音が変化してるんで、ひとつながりの音として扱うらしい これは日本語で k + a = ka というような合成をやらないのと一緒と考えれば納得
>>89の that の場合なら、UTAU的には tha と at を原音として用意しておいて母音結合すれば確かに それなりに聞こえそうな気はする。でも "tha" とか "wha" とかの単位だと組み合わせが膨大になりそうなんで、 実際の英語音声合成はもうちょっと頭いい仕組みになってると思う (実験としてはAudacityとかで合成しておいた tha と at をUTAわせてみるのも意味有ると思う)