音声 Google
Gemini 3.8 Flash TTS
Google の読み上げモデル。130の言語と2,000以上の声に対応し、行ごとの演技指示、2人の掛け合い、声のデザインやクローンができる。
- 用途
- 音声
- 料金の目安
- 入力 $0.50・音声出力 $9.00 / 100万トークン（音声1分あたり約 $0.0135）。2027年1月1日から $1.00・$18.00
- 入力トークン上限
- 8,192
- 公開日
- 2026.09.23
スペックと料金
- 用途
- 音声
- 提供元
- 公開日
- 2026.09.23
- 入力と出力
- テキスト→音声
- 料金の目安
- 入力 $0.50・音声出力 $9.00 / 100万トークン（音声1分あたり約 $0.0135）。2027年1月1日から $1.00・$18.00
- 入力トークン上限
- 8,192
- 出力トークン上限
- 16,384
- 対応言語
- 130
- 出力形式
- WAV（既定）、PCM、mu-law、A-law
- 重みの公開
- なし
- 使い方と料金
- Gemini API・Google AI Studio。2026年12月31日まで無料枠あり
- 得意なこと
- ゲーム・オーディオブックのキャラクターボイス、2人で話すポッドキャスト風音声、多言語のナレーション
使える場所
- Gemini API（Google AI Studio）入力 $0.50・出力 $9.00 / 100万トークン
仕様と料金は、公式ページ（2026年11月8日時点）にもとづきます。
詳しい説明
Google が2026年9月に発表した読み上げ（TTS）モデルです。軽量・低価格版の Gemini 3.8 Flash-Lite TTS（gemini-3.8-flash-lite-tts）も同時に公開されました。
- 130の言語に対応（公式ブログで日本語の評価結果に言及）
- 2,000以上のプリセット音声。自然文での声のデザインや、30秒の音声からのクローン（同意確認あり）
- 行ごとの演技指示、笑い・ため息などの非言語表現、相づちタグ
- 1つの台本から2人の会話を生成
- 数時間の長い音声でも声質を保つ
- 生成音声すべてに SynthID の透かし
Gemini API と Google AI Studio で使えます。料金はトークン単位で、音声出力は1秒あたり25トークンとして数えます。
詳しい情報
- シリーズ
- Gemini 3.8
- 細かい分類
- 読み上げ
- 入力できるもの
- テキスト
- 出力できるもの
- 音声
- 日本語への対応
- 対応
- 提供状況
- 一般提供
- API のモデル ID
- gemini-3.8-flash-tts
| プラン・条件 | 料金 | 補足 |
|---|---|---|
| Standard | 入力 $0.50 / 出力 $9.00（100万トークン） | 2027年1月1日から 入力 $1.00 / 出力 $18.00 |
| Batch / Flex | 入力 $0.25 / 出力 $4.50（100万トークン） | 2027年1月1日から $0.50 / $9.00 |
| Flash-Lite TTS（Standard） | 入力 $0.50 / 出力 $6.00（100万トークン） | 2027年1月1日から $1.00 / $12.00 |
このページの更新履歴
- Gemini 3.8 Flash TTS と Flash-Lite TTS を発表