如何启用2021年3月1日发布的Google文字转语音beta<voice>标签功能

背景 #

• 2021年3月1日，Google文字转语音发布了多项beta功能，其中包含对带name或lang属性的SSML <voice>标签的支持，可实现单段音频内的多语音、多语言切换播报。
• 目前找不到这批beta功能的公开接入指引，不清楚功能开放的调用渠道。
• 观察到TTS产品主页的演示功能使用了v1beta1接口，但并不支持<voice>标签，提交的SSML内容会在发起请求前被直接剔除<voice>相关片段。

举个实际提交的SSML示例：

<speak>
Blah Blah English Text. <voice name="ko-KR-Wavenet-D"> Blah Blah Korean Text.</voice> <break time="400ms" /> Blah Blah English Text.
</speak>

演示接口实际发出的JSON请求体完全丢失了voice标签对应的内容：

{
  "audioConfig": {
    "audioEncoding": "LINEAR16",
    "pitch": 0,
    "speakingRate": 1
  },
  "input": {
    "ssml": "<speak> Blah Blah English Text. Blah Blah Korean Text. <break time=\"400ms\" /> Blah Blah English Text. </speak>"
  },
  "voice": {
    "languageCode": "en-US",
    "name": "en-US-Wavenet-D"
  }
}

已尝试的操作 #

• 此前基于Google文字转语音API、通过CSV cue sheet生成音频的脚本，一直调用正式发布版接口；将接口切换为v1beta1后脚本可正常运行，但<voice>标签依旧无法生效。
• 项目使用的npm包软链接指向官方Node.js文字转语音SDK的master分支，未使用固定版本的发布包。
• 日常脚本中引入SDK、初始化正式版客户端的代码如下：

  // 引入SDK
  const textToSpeech = require('@google-cloud/text-to-speech');
  // 初始化正式版客户端
  const client = new textToSpeech.TextToSpeechClient();
  

• 为了接入3月1日发布的beta功能，尝试改用beta版客户端初始化方式：

  const client = new textToSpeech.v1beta1.TextToSpeechClient();
  

  但切换客户端后，<voice>标签依然无法正常生效。

核心疑问 #

如何正确访问并启用2021年3月1日发布的Google文字转语音beta功能，特别是支持属性配置的SSML <voice>标签？

内容的提问来源于stack exchange，提问作者DubiousDesigns