Вообще говоря, прямое перекладывание текста на визуальную новеллу, мне не кажется сильно правильным. Под формат визуальной новеллы тек должен писаться специально.
Например, в обычном художественном тексте достаточно много предолжений-связок, которые должны сгладить резкие переходы ритма. Но в ВН текст порезан на кадры, и эти всязки становятся лишними. Точно так же если на картинке персонаж с выпученными глазами и открытым ртом, то восклицания подчеркивающие удивление - лишние. (А вот звук разбившегося стакана был бы очень в тему, но разработчики обычно ленятся.)