Entscheidend ist die gewünschte Sprachqualität. Minimal (Telefonqualität) sollte man Sprache mit 8000 Samples pro Sekunde und 8 Bit Auflösung abtasten. Jede Ziffer dauert gesprochen ungefähr eine halbe Sekunde. Das macht 10 Ziffern * 0.5 s * 8 kByte = 40 kByte Speicherbedarf für die Sprachdaten. Ein 24LC512 EEPROM sollte also reichen. Der PIC liest die Daten und haut sie 8000 mal pro Sekunde über einen Port raus. Müsste bei 10 MHz Takt machbar sein.