SpeechSynthesis的getVoices()方法在同一系统不同浏览器返回语音差异的问题求助

我目前正在做一个项目，想要用SpeechSynthesis添加文本转语音（TTS）功能。这个功能在Windows 11的微软Edge浏览器里运行正常，但在同一台电脑的Firefox里却不行。

我查了相关文档后发现，Firefox里只显示5种语音，而Edge里能显示至少40种。这显然就是问题所在——比如法语文本会被用德语语音来朗读。

我一直以为浏览器是直接调用系统里安装的语音包的，怎么会出现这么大的差异呢？

有没有办法让Firefox也能像Edge一样获取到所有可用的语音？

谢谢！

备注：内容来源于stack exchange，提问作者DonHS