【正解: C】の理由
SSML の <voice> タグは「name 属性に voice 名を指定し、内側の範囲だけその声で発話させる」標準タグです。Microsoft Learn の SSML reference に <voice name="ja-JP-NanamiNeural">こんにちは</voice> のように記載があり、1 つの SSML ドキュメント内で複数の <voice> を入れ子に使えば、複数キャラクターが対話するナレーションも 1 リクエストで合成できます。

【他選択肢が違う理由】

• A: <prosody> は速度 / ピッチ / ボリュームの調整で、声の選択ではありません。
• B: <say-as> は数字 / 日付 / 電話番号などの読み方制御で、voice 選択用ではありません。
• D: SSML に voice 選択機能は明確に存在します。