Создать линейного бота для Telegramm с синтезатором речи

Нужно в Telegramm создать пошаговый (последовательный) тренажер с голосовым сопровождением. Голосовое сопровождение нужно для того, чтобы человек повторял за тренажером сказанное. Причем звуковой файл должен крутиться по кругу, пока человек сам не остановит это переходом на следующий шаг. Всего будет 7 шагов. На некоторых шагах звуковые файлы будут статичными, а на некоторых шагах – динамичными, с участием человека. Но все файлы нужно формировать через синтезатор речи, чтобы те файлы, что пользователь будет генерить путем ручного ввода текста – не отличались по голосу и темпу от остальных статичных. Причем статичные файлы могут быть перегенерированы мной где-то в онлайн, путем вставки нового текста и возможностью указанием пауз (пробелов) в секундах после каждого слова. На весь файл с паузами (пробелами) должно быть можно установить задержку в секундах между повторением всего файла. Так же нужно учесть, что все подписчики смогут одновременно пользоваться чатом и у каждого должна быть своя ситуация в нем.

Задания для профессионала простейшее. Под профессионалом понимается человек, кто может кодить и кодил под Telegramm.
Задание занимает не более 5 дней. Синтезаторов речи которые можно встроить на свой сервер (хостинг) – масса, нужно лишь выбрать хорошего качества и с хорошим голосом.

Самое сложное скорее всего здесь будет управление текстами в шагах, добавление новых упражнений с другими шагами, но с тем же набором функций. Поэтому управление логической составляющей обязательно. Так же будут упражнения которые будут доступны последовательно при выполнении предыдущего. И будут упражнения доступные в меню после выполнения блока последовательных упражнений. Так же нужно меню для переключения между разными упражнениями, в каждом из упражнений будут свои 7 шагов, отличающихся только текстом.

При проигрывании звукового файла нужна идикация что он проигрывается. При нажатии паузы нужна индикация паузы. Вообще желательно файлы закачивать в приложение а потом уже проигрывать.


Далее я опишу все шаги на примере одного упражнения, которые будут после нажатия кнопки START.

Презентация упражнения текстом и ниже кнопка "Начать упражнение" и сразу переход к Шагу 1. Причем я хочу, чтобы предыдущий текст затирался. 
Шаг 1.
Заголовок шага.
Ниже небольшой текст (описание шага) и в конце текста нужны кнопки "Play", "Пауза" и ниже еще две "Далее", и "В начало". "В начало" – это переход к 1 шагу текущего упражнения.
При нажатии на кнопку Play должен воспроизводиться сгенерированный заранее звуковой файл из памяти на сервере (хостинге). Текст этого шага для синтезирования будет меняться мной лично где-то в онлайн, просто нужно поле куда вставить текст для конкретного шага и нажать сохранить. После сохранения у всех пользователей моим каналом в телеграмм на конкретных шагах будет проговариваться сохраненный текст.
Файл должен проигрываться с установленными в секундах перерывами до тех пор, пока человек не нажмет одну из кнопок.
При нажатии на "Далее" переход на следующий шаг, а предыдущий шаг (текст) в чате должен затираться.
При нажатии на "В начало" – переход на Шаг 1

Шаг 2.
Появился небольшой текст (описание шага) и в конце текста нужна кнопка "Play", "Пауза" и ниже еще две "Далее", и "В начало".
При нажатии на кнопку Play должен воспроизводиться сгенерированный заранее звуковой файл из памяти на сервере (хостинге).
При нажатии на "Далее" переход на следующий шаг, а предыдущий шаг (текст) в чате должен затираться.
При нажатии на "В начало" – переход на Шаг 1

Шаг 3.
Появился небольшой текст (описание шага) и в конце текста нужна кнопка "Play", "Пауза".
Ниже текста кнопка "Не могу понять зачем" – эта кнопка перебрасывает человека на ШАГ 8, а еще ниже кнопка "Далее" и "В начало"

Шаг 4.
Появился небольшой текст (описание шага).
И на этом шаге человек должен ввести предложение в виде сообщения и нажать "Отправить" для перехода к следующему шагу 5. Получается человек будет вводить текст как сообщение и кнопкой действия здесь будет "Отправить". Это предложение должно быть сгенерировано в голос и доступно для проигрывания на шаге 5.

Шаг 5.
Появился небольшой текст (описание шага) и в конце текста нужна кнопка "Play", "Пауза" и ниже еще две "Уточнить установку", и "Появилась легкость".
При нажатии на кнопку Play должен воспроизводиться сгенерированный звуковой файл с введенным тексом на Шаге 4.
При нажатии на "Уточнить установку" переход на Шаг 4, а предыдущий шаг (текст) в чате должен затираться.
При нажатии на "Появилась легкость" – переход на Шаг 6

Шаг 6.
Появился небольшой текст (описание шага) и в конце текста нужна кнопка "Play", "Пауза" и ниже еще две "Еще что-то смущает", и "Появилась эйфория".
При нажатии на кнопку Play должен воспроизводиться сгенерированный заранее звуковой файл из памяти на сервере (хостинге).
При нажатии на "Что-то смущает" переход на Шаг 1, а предыдущий шаг (текст) в чате должен затираться.
При нажатии на "Появилась эйфория" – открывается доступ к следующему упражнению и они оба доступны в меню.