Satzzeichen sind keine präzisen Anweisungen
Ein Komma kann eine Pause nahelegen, aber Text-to-Speech setzt sie möglicherweise nicht genau dort, wo eine sprechende Person sie setzen würde.
Lösungsweg
Teile einen langen Satz auf und höre ihn dir erneut an, bevor du weitere Satzzeichen hinzufügst.