Wenn Du einen Audio-Speech programmieren möchtest, müsste es alternativ so funktionieren, dass Du anstelle eines DisplaySpeech schlicht ein PlaySound programmierst. In diesem Fall müsstest Du jeden Dialog als Audio-Datei aufnehmen. Ich glaube die Musik-Lautstärke dürfte dadurch nicht beeinflusst werden.
Das Audio-Speech hatte ich noch nicht ausprobiert, deswegen bin ich da auch kein Experte drin.
Soll eine Textzeile in eine Sprachausgabe umgewandelt werden, dürfte ein Plug-In bzw. eine Anwendung vonnöten sein, die diese Funktion vollführt. Auf dem Amiga hieß diese Anwendung schlicht "Say". Für den PC müsste es auch sowas geben, musst mal googlen. Allerdings lässt die Qualität solcher Sprachausgaben doch sehr zu Wünschen übrig. Es klingt nur roboterhaft, recht undeutlich und ohne Betonung.
Also ich persönlich würde in so einem Fall jeden Dialog reell aufnehmen. Da weisst Du jedenfalls, was Du hast.
Um näher auf das Programmiertechnische einzugehen, sollte sich besser noch eine weitere Stimme zu Wort melden.
BG
der Volltanker