Google · 音声
Gemini 3.8 Flash TTS
Googleのフラッグシップ音声。30種類の声、130以上の言語、インラインのボーカルタグに対応。
~1.3 クレジット 1,000文字あたり
音声生成で実行 テキスト
Gemini 3.8 Flash TTS
音声
- 提供元
- 利用パイプライン
- 音声生成
- 最低料金
- ~1.3 クレジット 1,000文字あたり
対応設定
音声生成 →
- 最大5,000文字
- Zephyr — Bright · Puck — Upbeat · Charon — Informative · Kore — Firm · Fenrir — Excitable · Leda — Youthful · Orus — Firm · Aoede — Breezy · Callirrhoe — Easy-going · Autonoe — Bright · Enceladus — Breathy · Iapetus — Clear · Umbriel — Easy-going · Algieba — Smooth · Despina — Smooth · Erinome — Clear · Algenib — Gravelly · Rasalgethi — Informative · Laomedeia — Upbeat · Achernar — Soft · Alnilam — Firm · Schedar — Even · Gacrux — Mature · Pulcherrima — Forward · Achird — Friendly · Zubenelgenubi — Casual · Vindemiatrix — Gentle · Sadachbia — Lively · Sadaltager — Knowledgeable · Sulafat — Warm
- 最大300文字
Gemini 3.8 Flash TTSでできること
- テキスト→音声
Gemini 3.8 Flash TTSで作った作例
Pyraのご紹介：ナレーション
Gemini 3.8 Flash TTS。Pyra自身の物語を、あたたかな語り部の声で。どんな動画にもそのまま重ねられるナレーションです。
Gemini 3.8 Flash TTSを使うパイプライン
Gemini 3.8 Flash TTSについて
できること
Gemini 3.8 Flash TTSは、Googleのフラッグシップ音声合成モデルです。音声生成では、30種類のGeminiの声のいずれかでテキストを読み上げ、MP3を返します。テキストから言語を判別して130以上の言語を話し、短い演技指示と、テキスト内に置いた <laugh>、<sigh>、<short pause> などの音に従います。
適した用途
- スタジオ品質の声と自然なテンポが求められるナレーション、オーディオブック、解説動画。
- 話者の少ない言語や地域の方言で書かれた台本。
- 決まった位置に笑い、ため息、息づかい、間を入れたいセリフ。
実行前に知っておくこと
Geminiはテキストを書かれたとおりに読み上げるため、指示はテキストではなく音声の指示に書きます。「プロンプトを改善」がオンのとき、Pipe2は指示を短いスタイルにまとめ、言葉を変えずに音のタグを加え、声を選ぶこともできます。テキストは最大5,000文字です。料金はGoogleが実際に生成した音声に対してかかるため、話す長さとテンポによって変わります。「プロンプトを改善」がオンのときは、その改善ステップの料金も含まれます。複数話者の対話やカスタムボイスはここでは利用できません。
別名
このモデルはAPI名の gemini-3.8-flash-tts で表記されることもあります。