>>/548881/
>  там не стоит реально сервер со 100500 процов, тонной видюх, 
Скорее всего стоит, да.
>  согласен предоставить до терабайта места, 64 гига оперативы, 6 гиг видеопамяти и ждать скажем 2-3 часа перевода минуты аудио
Жди массовой доступности нейронок-переводилок, как было со stable diffusion (картинки), llama (текст), RVC (замена голоса). Интерес к теме, правда, ощутимо ниже, можно долго прождать.