- 開始
- 2026年9月23日確度 90%出典：出典
Gemini 3.8 Flash TTSと3.8 Flash-Lite TTSがリリース
原文から自動翻訳されています
元のタイトル: Gemini 3.8 Flash TTS and 3.8 Flash-Lite TTS Released
- Googleは2026年9月23日、Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを「当社史上最も表現力豊かな音声生成モデル」として発表した。Flash TTSは創造的なディレクションとキャラクター設計向け、Flash-Lite TTSは大量かつコスト効率の良い吹き替えやボイスエージェント向けである。[1]
- Flash TTSは、100以上の言語・方言による自然言語のプロンプトから新しい声を作り出し、2,000以上の既製の声を提供する。また、声の持ち主による録音済みの口頭同意が参照する話者と一致した場合に限り、30秒のサンプルから声を複製できる。[1]
- どちらもペース、感情、アクセントについてセリフ単位のディレクションを受け付け、数時間の音声にわたって声を安定させ、1つの台本から2人の話者によるシーンを構成し、<laughs>や<sigh>といったキューや「mhm」のような相づちを再現する。[1]
- 両モデルはGemini APIとGoogle AI Studioに展開され、Flash TTSはGemini Notebookに、Flash-Lite TTSはGoogle Vidsに導入された。Gemini Enterpriseでの提供は近日開始予定。[1][5]
- Gemini APIのchangelogでは、このリリースは新しいVoicesエンドポイントとともに9月22日の項目に記載されている。Flash-Lite TTSはGemini 3.1 Flash TTSプレビューを置き換える。[2]
- AI Studioでの声の複製機能は、英国、欧州経済領域（EEA）、インド、テキサス州、イリノイ州ではブロックされている。[5]
注目の機能
- Hume AIのVoice Design Benchmarkで総合1位（71.4）、アクセントのモデリングでも1位（60.8）となった。FlashとFlash-LiteはHumeのOverall Quality Indexで1位と2位を占めたが、Humeの個別の音声品質カテゴリーではElevenLabsがより高い評価を得た。[1][5]
- Flash TTSの価格は、2026年12月31日まではテキスト入力100万トークンあたり0.50ドル、音声出力100万トークンあたり9.00ドル（10秒あたり約0.00225ドル）で、2027年1月1日からはそれぞれ1.00ドルと18.00ドルに倍増する。Flash-Lite TTSは0.50ドルと6.00ドルで、1.00ドルと12.00ドルに上昇する。[3]
- Gemini APIでは、テキスト入力は最大8,192トークン、出力は最大16,384トークンとなる。[4]
- 全てのクリップにはSynthIDの電子透かしが付与され、複製された声にはC2PA認証情報も付与される。[1][5]
- これらのモデルを統合するパートナーには、Figma、HeyGen、Wondercraft、99.co、Ollangが含まれる。[1]
参考資料 6確度 87%総合信頼度: 87%ピンの情報源と参照がその日付をどれだけ裏付けているか。出典を含む 6 件の資料がピンの開始・終了時刻をどれだけ強く裏付けているかの加重平均。最新の資料より180日古くなるごとに重みは半分になります確度75%以上のピンをすべて表示
最初の項目は常にピンの出典です。全体の確度は、各資料が上記の開始・終了時刻をどれだけ強く裏付けているかの加重平均です。最新の資料より180日古くなるごとに、重みは半分になります。
- [1]90%blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-3-8-text-to-speechblog.google· 投稿 2026年9月28日· 開始 2026年9月23日 ✓· スコアの 17%
Google[2][3][4]の投稿は「2026年9月23日」の日付で、両モデルは「本日より展開を開始する」としている。The Next Web[6]は「Googleは水曜日にGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSをリリースした」と報じている。Gemini APIのchangelogでは、一般提供開始が1日早い9月22日の項目に記載されている。
- [2]85%Release notes | Gemini APIai.google.dev· 追加 2026年9月28日· スコアの 17%
The Gemini API changelog under September 22, 2026 lists both models as generally available with the new Voices endpoint, voice design, voice replication and an extended library of 150+ voices, and says Flash-Lite TTS replaces gemini-3.1-flash-tts-preview.[1]
- [3]85%Gemini Developer API pricingai.google.dev· 追加 2026年9月28日· スコアの 17%
Flash TTS costs $0.50 per million text input tokens and $9.00 per million audio output tokens through 31 December 2026, then $1.00 and $18.00; Flash-Lite TTS $0.50 and $6.00, then $1.00 and $12.00.[1]
- [4]85%Gemini 3.8 Flash TTS | Gemini APIai.google.dev· 追加 2026年9月28日· スコアの 17%
The API model page for gemini-3.8-flash-tts: text in, audio out, an 8,192-token input limit and 16,384 output tokens (Gemini API serving limit), latest update September 2026.[1]
- [5]85%Gemini can now clone your voice and perform scripts like an actorandroidauthority.com· 公開 2026年9月24日· スコアの 16%
Android Authority on the rollout to Gemini Notebook and Google[2][3][4] Vids; it notes ElevenLabs still scored higher in Hume's individual voice-quality and human-like-variation categories, and that AI Studio voice replication is blocked in the UK, the EEA, India, Texas and Illinois.
修正を提案
足りない点や誤りがありますか？ このピンを裏付けるリンク、別の開始日・終了日とその理由、欠けている情報や誤っている情報を、自由に書いてください。AIがこのピンの出典と照らし合わせ、より良い情報源を探し、裏付けとなるページがあれば参考資料として追加します。ピン自身の出典が引き続き最も重視されます。AIは画像も確認します。別のものが写っている画像や写りの悪い画像は、後ろに回すか差し替えます。
