AIToday
大規模言語モデル音声・スピーチAIビジネス・産業ITmedia AI+掲載日時: 2026年9月24日 19:01

Gemini 3.8 Flash TTS 音声生成

LINEで送る
Gemini 3.8 Flash TTS 音声生成

3つのポイント

  1. 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。

  2. 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。

  3. 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。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

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。

よくある質問
Gemini 3.8 Flash TTSの料金はいくらですか?
有料のGemini APIプランでは、Flash TTSはテキスト入力が100万トークンあたり0.5ドル、音声出力が100万トークンあたり9ドル。Flash-Lite TTSは入力0.5ドル、出力6ドル。どちらも2026年12月31日までの価格で、2027年1月1日から倍になる。
これらのモデルはどこで使えますか?また音声複製ができないのはどこですか?
開発者はGemini APIとGoogle AI StudioでFlash TTSとFlash-Lite TTSを利用できる。一般ユーザーはGemini NotebookでFlash TTS、Google VidsでFlash-Lite TTSが使える。Google AI Studioの音声複製は、イリノイ州とテキサス州、欧州経済領域、英国、スイス、インドでは利用できない。
これらのモデルは自分の声をクローンできますか?
はい。音声複製機能は30秒の音声サンプルから声を再現する。自分の声か、使用権を持つ声に限られる。声の持ち主が口頭で同意する録音を提出する必要があり、その録音の話者が参照音声と一致するかをシステムが確認する。
ITmedia AI+元記事を読む
LINEで送る

THE DECODERも報道

あなたの仕事に関係するAIニュースを、毎朝お届けします。

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 →

AIに質問

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。

質問と回答はこのページに公開されます。

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

関連記事

Reson8、5億パラメータの音声認識モデルを無償公開

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

NEWSiliconANGLE AI4時間前

OneTrust、AI台帳を継続更新する秋リリース

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

NEWSiliconANGLE AI4時間前

孫正義氏、Anthropic出資見送りを「僕の失敗」と告白

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

NEWITmedia AI+4時間前

Cassava Technologies、Nvidia製チップ調達に

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

NEWSemafor Tech4時間前

マイクロソフトがAIエージェントで攻撃対抗サービス提供開始

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

NEWPublickey4時間前

Windows Server 2028がパブリックプレビュー公開

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…

NEWPublickey4時間前
次の記事へAnthropicのIPO、11月にずれ込む可能性