Gemini 2.5 Flash TTS

できること

Gemini 2.5 Flash TTS は Gemini プロバイダのテキスト読み上げモデルです。書かれたテキストを渡すと、音声が返ってきます。Pipe2 では音声生成パイプラインの中で動作し、70以上の言語にまたがる数十種類の声から選べるほか、口調・アクセント・話す速さを導くスタイル指示を添えられます。位置づけはより速く安価な合成の選択肢で、長い最終レンダーではなく下書きや短いクリップに向けられています。

使用するタイミング

• 音声生成を実行し、自分で録音せずに書いた台本をナレーションやボイスオーバーに変えるとき。
• 言い回しを繰り返し調整するとき。合成の選択肢の中でより速く安価なので、台本をまだ編集している段階の反復に向きます。
• 短いクリップ（スティンガー、一行の読み上げ、案内）を作り、結果を早く受け取りたいとき。
• 長いレンダーに踏み切る前に、対応する70以上の言語で声と言語の選択を試すとき。
• 口調・アクセント・話す速さのスタイル指示を試し、演技の指示が読みをどう変えるか確かめるとき。