Ich glaube nicht das der Hauptgrund von Sprachausgabe ist daß man "professionelle" Stimmen hören kann.
Sondern es ist schlicht die Bequemlickkeit keine Texte lesen zu müssen.
Nichts ist nerviger als sich riesige Textblöcke reinziehen zu müssen. Nicht unbedingt weil der Inhalt langweilig sein muß,
sondern weil es unbequem ist innerhalb eines Spieles.

Test: Hättet ihr bei dem hier gezeigten Youtube video die gleiche Textmenge
in der Textbox durchgelesen?

Ich find die Idee mit der generierten Stimme gar nicht so schlecht.
Könnte man ja als Zusatzoption "Rechner liest vor" einbauen.

(Kann man eigentlich bei dem Stimmengenerator Metadaten zur besseren Betonung / phonetisches Alphabet einbauen?)