Google AIがGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを公開

Google AIは、これまでで最も表現力の高い音声モデルだと位置づけるGemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを公開する。両モデルは100以上の言語でカスタム音声を作成でき、2,000以上の既製音声も使える。対話のやり取りを指示し、行ごとに発話を調整し、笑い声や相づちの「mhm」といった合図を加えられる。Google AIによると、数時間にわたって一貫した、不具合のない音声を生成できるという。

Gemini 3.8 Flash TTSは、行ごとの制御で声のペルソナを一から設計するためのもので、ゲーム、オーディオブック、ポッドキャストなどの高忠実度制作を対象とする。Gemini 3.8 Flash-Lite TTSは、ほぼリアルタイムの音声エージェント向けに声の調子とテンポを自動調整するほか、費用を抑えた大量吹き替えと一括音声生成にも使うよう作られている。