Google Text-to-Speech API问题：Studio voices已GA但不支持<mark>标签

问题分析 #

虽然Google Text-to-Speech的Studio voices在2024年2月26日正式GA，但目前Studio voices确实不支持<mark>标签——GA仅代表该语音系列脱离Beta阶段，功能稳定性和官方支持得到保障，但不意味着它覆盖了传统WaveNet voices的所有SSML标签。

解决办法 #

• 若需要保留<mark>标签实现文本标记对应的语音效果，可切换至支持该标签的WaveNet voices（例如en-US-Wavenet-D这类型号）。
• 若必须使用Studio voices，可通过其他SSML标签替代<mark>的功能：
  • 用<emphasis>实现语音强调：<emphasis level="strong">需要突出的文本</emphasis>
  • 用<break>控制停顿时长：<break time="500ms"/>
  • 用<prosody>调整语速或音调：<prosody rate="slow" pitch="+2st">调整后的文本</prosody>

注意事项 #

Google会随API版本更新调整SSML标签的支持范围，后续可留意官方文档中Studio voices的标签支持列表，确认是否新增对<mark>的兼容。

内容的提问来源于stack exchange，提问作者Ivan Senic