
何が起きたか
Googleは9月23日、Gemini 3.8 Flash TTSとFlash-Lite TTSを発表した。Flash TTSはHume AIの音声設計ベンチマークで総合1位(71.4)を獲得した。
なぜ重要か
ゲームやオーディオブック、ポッドキャスト、音声エージェントを作る制作者は、キャラクターやアクセント、トーンを言葉で指定でき、独自の声を作れるまでの速さが変わる。
注目点
価格は期間限定で、Flash TTSの音声出力は100万トークンあたり9ドル(2026年12月31日まで)。2027年1月1日から倍になるため、予算はそれまでに利用を確定できるかどうかにかかる。
誰に効くかゲームやオーディオブック、ポッドキャスト、吹き替えコンテンツの制作者に加え、Gemini APIやGoogle AI Studio、Google Vids、Gemini Notebookで音声エージェントを開発する人々のツールとトークンあたりのコストが変わる。
こういう要約が、毎朝あなたのメールに届きます。
Googleはすでに音声合成を提供していたが、従来のモデルは30種のプリセットから選ぶ方式だった。今回の2モデルはそれを変える。Flash TTSとFlash-Lite TTSでは、キャラクターやアクセント、声質を平易な言葉で記述し、これまで存在しなかった声を生成できる。作成した声は保存でき、長いプロジェクトでも一貫して使える。Googleによると、ライブラリの声の音色やピッチ、話速、アクセントをプロンプトで調整する「ボイスリミックス」機能も近日提供予定だ。
2モデルは用途で分かれる。Flash TTSはゲームやオーディオブック、ポッドキャスト向けのキャラクターの声や細かな演出を狙い、より安価なFlash-Lite TTSは大量の吹き替えや音声コンテンツ制作、音声エージェントを狙う。対応言語も異なり、Flash TTSが130言語、Flash-Lite TTSが101言語で、どちらも日本語を含む。地域ごとの話し方の違いをカバーする2000以上の声のライブラリも備える。
Googleは機能と同時に管理策も用意する。生成音声には不可聴のSynthID透かしが埋め込まれ、音声複製にはC2PAの来歴情報が付き、同意録音が必須となる。複製機能へのアクセスは複数の市場で制限される。またFlash TTSはHume AIの音声設計ベンチマークで総合1位(71.4)、Humeの総合品質指標でも1位、Flash-Lite TTSは2位だった。この位置付けが実際の制作で通用するかは、大量処理を行うチームが同意確認と2027年1月1日からの倍額をどう吸収できるかにかかりそうだ。
業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。
登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →
この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。
このようなAIの動きを、御社の業界・競合に合わせて毎日届ける法人プランもあります → 詳しく見る
Reson8は5億パラメータの音声認識モデルRumble-2-FlashをApache 2.0ライセンスの無償オープンウェイトとして公開した
OneTrustはOneTrust CORIEを基盤とするFall '26リリースを発表し、厳選した基盤モデルライブラリからモデルの関連付けと非推奨指標を継続的に更新するAI台帳を追加した
11月18日の日経「Dialogues on the Future」で、ソフトバンクグループの孫正義氏はAnthropicへの出資見送りを「僕の失敗の一つ」と語った

Cassava TechnologiesがNvidia製チップ購入のため最大10億ドルの調達を検討

Microsoft Ignite 2026でマイクロソフトは赤・青・緑チームのエージェントを組み合わせ攻撃模擬・検知調査・脆弱性修正を行うMicrosoft Perceptionの一般提供を発表した

Microsoft Ignite 2026でWindows Server 2028のパブリックプレビューが公開され、Microsoft Foundry、Windows ML、vLLM、Llama.cppによるAI推論ホス…
