El texto a mp3 no es y nunca será el nivel correcto de abstracción. De hecho, creo que puedes ir tanto a niveles de abstracción 'hacia abajo' (midi, texto->muestra, etc.) como a niveles de abstracción 'hacia arriba' (por ejemplo, cambios de baile/movimiento->canción), pero el texto simplemente no es la modalidad de entrada correcta para nada serio.
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.