Hola,
La síntesis de voz es bastante compleja, y se usa sobre todo cuando interesa pasar un texto corrido a un sistema para que lo traduzca a voz. Yo creo que no merece la pena en meterse en esas profundidades cuando solo se necesitan emitir unos mensajes concretos de voz. Para eso tienes módulos que reproducen archivos de audio grabados en pendrives o tarjetas microSD. Yo conozco dos:
- vmusic2: reproduce archivos mp3 grabados en prendrive. Hay ejemplos de uso con Arduino. Es bastante caro (> 50 euros)
http://es.rs-online.com/web/429290.html?cm_mmc=ES-PPC-_-google-_-Part%20Numbers%20MH%203%-_-vmusic2_Broad&gclid=CLiZq6Dmi6cCFcomfAodfESbdQ- SOMO-14D: reproduce archivos de audio grabados en un microSD. Vale unos 20 euros. Si tu ordenador tiene lector de tarjetas, no es complicado: con un micrófono grabas cada mensaje de voz en un fichero (mp3 o wav), los tendrás que convertir a un formato especial (sd4) con un soft que bajas de la casa fabricante, y los grabas en el microSD nombrándolos como 0000.sd4, 0001.sd4, 0003.sd4 ...
http://www.bricogeek.com/shop/interfaz-de-almacenamiento/293-somo-14d.html. Si te decides por esta opción, cuida de que las tarjetas no sean mayores de 2MB, y que sean de algunas marcas concretas, porque no todas las marcas funcionan. A mí kingston no me funcionó, sony me funcionó (hay información sobre eso en la web).
Los dos módulos producen salida de audio para auriculares. Al SOMO-14D se le puede conectar un pequeño altavoz de 0.25 watios. Pero para usarlo en un garaje, tendrías que añadir un equipo de audio. Tienes altavoces con amplificador incorporado de los que se conectan a los PC a partir de 15-20 euros.