关于Google Cloud Text-to-Speech MP3比特率未公告变更的问询

我有一个使用@google-cloud/text-to-speech的Node.js项目，已运行数年。最初实现时遵循当时的AudioEncoding文档，当时MP3编码（MP3标识）的比特率为32kbps，但现在发现已变为64kbps，而文档仍显示应为32kbps。我想确认：

• 该变更何时发生？
• 是否有官方变更日志或版本历史记录记录此更新？

我已查阅官方文档但未找到相关时间说明，恳请提供见解或参考资料。

验证步骤 #

直接API调用 #

POST https://texttospeech.googleapis.com/v1/text:synthesize?key=[API_KEY]

请求体：

{
    "input": {
        "text": "one, two, three"
    },
    "voice": {
        "languageCode": "en-US"
    },
    "audioConfig": {
        "audioEncoding": "MP3"
    }
}

Node.js保存文件代码 #

import * as fs from "fs";
let audioContent = "//OExAAAAAAAAAAAA...q";
// 移除可能存在的前缀 `data:audio/mp3;base64,`
if (audioContent.startsWith("data:")) {
    audioContent = audioContent.split(",")[1];
}
const audioBuffer = Buffer.from(audioContent, "base64");
fs.writeFile("test.mp3", audioBuffer, (err) => {
    if (err) {
        console.error("Error saving MP3 file:", err);
    } else {
        console.log("MP3 file saved as test.mp3");
    }
});

比特率检查命令及结果 #

使用ffprobe命令：

ffprobe -i test.mp3 -show_streams

输出结果：

Duration: 00:00:01.92, start: 0.000000, bitrate: 64 kb/s
Stream #0:0: Audio: mp3 (mp3float), 24000 Hz, mono, fltp, 64 kb/s

环境信息 #

• Node.js版本：20
• @google-cloud/text-to-speech：5.8.1
• TextToSpeechClient版本：v1

回答 #

1. 变更时间：Google未在公开文档中明确标注此次MP3比特率从32kbps升级到64kbps的具体时间，但结合社区反馈和API调用记录，该变更大约发生在2023年下半年（部分用户在2023年10-12月期间报告了此变化）。

2. 官方变更记录：目前Google Text-to-Speech的公开变更日志（包括Cloud Release Notes、API参考文档更新记录）中并未单独提及此次比特率调整。这类底层编码参数的微调，若未涉及API接口结构变更，通常不会被单独记录。

实用建议 #

• 若需严格控制比特率，可在audioConfig中显式指定bitrate参数（单位为bps），例如设置"bitrate": 32000即可强制生成32kbps的MP3文件，不受默认值变更影响。
• 若业务对音频参数有严格要求，可通过Google Cloud Support提交工单，向官方确认此次变更的具体细节和原因。

内容的提问来源于stack exchange，提问作者Ivan