यह प्रॉपर्टी निर्दिष्ट करती है कि टेक्स्ट को श्रवण रूप से प्रस्तुत किया जाएगा या नहीं, और यदि हां, तो किस तरीके से। संभावित मान हैं:
- none - श्रवण प्रस्तुति को दबाता है ताकि तत्व को प्रस्तुत करने के लिए किसी समय की आवश्यकता न हो।
- normal - किसी तत्व और उसके बच्चों को प्रस्तुत करने के लिए भाषा-निर्भर उच्चारण नियमों का उपयोग करता है।
- spell-out - टेक्स्ट को एक-एक अक्षर करके बोलता है।
एक तत्व जिसकी 'volume' प्रॉपर्टी का मान 'silent' है और एक तत्व जिसकी 'speak' प्रॉपर्टी का मान 'none' है, के बीच अंतर ध्यान दें। पूर्व उतना ही समय लेता है जितना कि बोला गया होता, जिसमें तत्व से पहले और बाद का कोई भी ठहराव शामिल है, लेकिन कोई ध्वनि उत्पन्न नहीं होती। बाद वाले को किसी समय की आवश्यकता नहीं होती और प्रस्तुत नहीं किया जाता।