ライブラリを配置する

まずいい感じに置きます。

参考資料
UnityでDLLを使う
http://tvmllab.com/unity%E3%81%A7dll%E3%82%92%E4%BD%BF%E3%81%86/

Android 用ネイティブ（C++）プラグインの配置方法
https://docs.unity3d.com/jp/560/Manual/AndroidNativePlugins.html

.dllおよび.soを選択しInspectorで見た際に、
PlatforomSettingsに複数チェック（x86とx86_64の両方など）が入っているとビルドエラーになります。

呼び出す

ポイント！

・再生用オーディオソース（public AudioSource audio_）にはSceneに配置した
　AudioSourceをHierarchy上で登録しておく。

・AQTK_VOICE構造体はアンマネージな所に渡すので以下のように順番やバイト数を整えておく。
[StructLayout(LayoutKind.Sequential, Pack = 4)]

・ライブラリ側でポインタを引数にしている場所には
[DllImport("AquesTalk")]
private static extern IntPtr AquesTalk_Synthe(ref AQTK_VOICE pParam, byte[] koe, ref int size);
　のようにrefで渡してあげたら動いた。

・~~AquesTalkはSJISの日本語ひらがな文字列を引数にして音声合成するため、~~
　~~Unityの標準であるUTF8は変換する必要がある。しかしSJISにはすんなりとは変換できない。~~

　~~ここらへんを参考にされたし。~~
　~~System.Text.Encoding で Shift JIS を使いたい~~
　~~https://helpdesk.unity3d.co.jp/hc/ja/articles/204694010-System-Text-Encoding-%E3%81%A7-Shift-JIS-%E3%82%92%E4%BD%BF%E3%81%84%E3%81%9F%E3%81%84~~

追記
AquesTalk_Synthe_Utf8()を呼ぶことでUTF8でも問題なく渡せる模様。流石AquesTalk10。

・AquesTalkが返してくれるbyte配列を直接AudioClipで再生できる音声には変換できないので、
　float配列に変換する必要がある。

　こちらのテクを拝借。
　https://github.com/Suzeep/audioclip_maker

AquesTalk10SamplePlayer.cs

using UnityEngine;
using System;
using System.Runtime.InteropServices;

public class AquesTalk10SamplePlayer : MonoBehaviour
{

    //再生用オーディオソース
    public AudioSource audio_;

    // 声質パラメータ
    [StructLayout(LayoutKind.Sequential, Pack = 4)]
    struct AQTK_VOICE
    {
        public int bas;    // 基本素片 F1E/F2E/M1E (0/1/2)
        public int spd;    // 話速    50-300 default:100
        public int vol;    // 音量    0-300 default:100
        public int pit;    // 高さ    20-200 default:基本素片に依存
        public int acc;    // アクセント 0-200 default:基本素片に依存
        public int lmd;    // 音程１     0-200 default:100
        public int fsc;    // 音程２(サンプリング周波数) 50-200 default:100
        public void Init()
        {
            bas = 0;    // 基本素片 F1E/F2E/M1E (0/1/2)
            spd = 100;    // 話速     50-300 default:100
            vol = 100;    // 音量     0-300 default:100
            pit = 100;    // 高さ     20-200 default:基本素片に依存
            acc = 100;    // アクセント 0-200 default:基本素片に依存
            lmd = 100;    // 音程１  0-200 default:100
            fsc = 100;    // 音程２(サンプリング周波数) 50-200 default:100
        }
    }

    [DllImport("AquesTalk")]
    private static extern IntPtr AquesTalk_Synthe(ref AQTK_VOICE pParam, byte[] koe, ref int size);

    [DllImport("AquesTalk")]
    private static extern void AquesTalk_FreeWave(IntPtr wavPtr);


    //https://github.com/Suzeep/audioclip_makerよりbyte配列→再生用float配列への変換処理を拝借
    readonly float RANGE_VALUE_BIT_8 = 1.0f / Mathf.Pow(2, 7);   // 1 / 128
    readonly float RANGE_VALUE_BIT_16 = 1.0f / Mathf.Pow(2, 15); // 1 / 32768
    const int BASE_CONVERT_SAMPLES = 1024 * 20;
    const int BIT_8 = 8;
    const int BIT_16 = 16;

    //---------------------------------------------------------------------------
    // create rawdata( ranged 0.0 - 1.0 ) from binary wav data
    //---------------------------------------------------------------------------
    public float[] CreateRangedRawData(byte[] byte_data, int wav_buf_idx, int samples, int channels, int bit_per_sample)
    {
        float[] ranged_rawdata = new float[samples * channels];

        int step_byte = bit_per_sample / BIT_8;
        int now_idx = wav_buf_idx;

        for (int i = 0; i < (samples * channels); ++i)
        {
            ranged_rawdata[i] = convertByteToFloatData(byte_data, now_idx, bit_per_sample);

            now_idx += step_byte;
        }

        return ranged_rawdata;
    }

    //---------------------------------------------------------------------------
    // convert byte data to float data
    //---------------------------------------------------------------------------
    private float convertByteToFloatData(byte[] byte_data, int idx, int bit_per_sample)
    {
        float float_data = 0.0f;

        switch (bit_per_sample)
        {
            case BIT_8:
                {
                    float_data = ((int)byte_data[idx] - 0x80) * RANGE_VALUE_BIT_8;
                }
                break;
            case BIT_16:
                {
                    short sample_data = System.BitConverter.ToInt16(byte_data, idx);
                    float_data = sample_data * RANGE_VALUE_BIT_16;
                }
                break;
        }

        return float_data;
    }

    public void Synthe()
    {
        Debug.Log("Synthe() start");

        // 不定長情報のメモリ確保
        IntPtr aqtk_p = Marshal.AllocCoTaskMem(Marshal.SizeOf(typeof(AQTK_VOICE)));
        AQTK_VOICE aqtk_voice = (AQTK_VOICE)Marshal.PtrToStructure(aqtk_p, typeof(AQTK_VOICE));
        aqtk_voice.Init();

        //バイト配列をUTF8の文字コードとしてStringに変換する
        //string koeUtfStr = "ゆっくりしていってね";
        //System.Text.Encoding utf8Enc = System.Text.Encoding.GetEncoding("UTF-8");
        //System.Text.Encoding sjisEnc = System.Text.Encoding.GetEncoding("Shift_JIS");
        //byte[] koeUtfBytes = utf8Enc.GetBytes(koeUtfStr);
        //byte[] koeSjisBytes = System.Text.Encoding.Convert(utf8Enc, sjisEnc, koeUtfBytes);

        //https://helpdesk.unity3d.co.jp/hc/ja/articles/204694010-System-Text-Encoding-%E3%81%A7-Shift-JIS-%E3%82%92%E4%BD%BF%E3%81%84%E3%81%9F%E3%81%84
        //System.Text.Encoding で Shift JIS を使いたい
        //高橋 啓治郎 - 2017年04月07日 17:08
        //Unity の Standalone Player は Shift_JIS (codepage 932) の encoding を含んでおらず、
        //これを System.Text.Encoding で使おうとするとエラーになります。

        //SJIS文字列（あいうえお）
        byte[] koeSjisBytes = { 0x82, 0xa0, 0x82, 0xa2, 0x82, 0xa4, 0x82, 0xa6, 0x82, 0xa8, };

        int size = 0;
        IntPtr wavPtr = AquesTalk_Synthe(ref aqtk_voice, koeSjisBytes, ref size);
        Debug.Log("size : " + size);

        //成功判定
        if (wavPtr == IntPtr.Zero)
        {
            Debug.LogError("ERROR: 音声生成に失敗しました。不正な文字が使われた可能性があります");
        }

        //C#で扱えるようにマネージド側へコピー
        byte[] byte_data = new byte[size];
        Marshal.Copy(wavPtr, byte_data, 0, size);

        //アンマネージドポインタは用が無くなった瞬間に解放
        AquesTalk_FreeWave(wavPtr);

        //float配列に変換
        float[] float_data = CreateRangedRawData(byte_data, 0, size / 2, 1, BIT_16);

        //audioClip作成
        AudioClip audioClip = AudioClip.Create("AquesTalk", float_data.Length, 1, 16000, false);
        audioClip.SetData(float_data, 0);
        audio_.clip = audioClip;

        //再生
        audio_.Play();

        Debug.Log("Synthe() end");
    }

}

iOSはうちのmacがアレしててテストできないのでどなたかお願いします。