Gemini 3.8 Flash TTSとは？
Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSは、2026年9月22日に新しいVoicesエンドポイントとともにGemini APIで一般提供が始まりました。テキストの説明から声をデザインしたり、30秒のサンプルと口頭の同意の録音から声を複製したり、1行ずつ話し方を指示したり、笑い声やため息などのタグを加えたりできます。Flash-Liteはgemini-3.1-flash-tts-previewの後継です。
Flash TTSは130以上の言語に対応し、オーディオブック、ゲーム、ポッドキャスト向けです。Flash-Liteは100以上の言語に対応し、吹き替えと音声エージェント向けです。すべての出力にGoogleのSynthIDの透かしが入り、複製した声にはC2PAのクレデンシャルも付きます。AI Studioでの声の複製は、イリノイ州、テキサス州、EEA、英国、スイス、インドでは提供されていません。
Gemini 3.8 Flash TTSの料金は？
| プラン | 価格 | 内容 |
|---|---|---|
| Flash TTS | $0.50 per 1M text tokens in, $9 per 1M audio tokens out | 音声1時間あたり約$0.81、2027年1月1日に2倍 |
| Flash-Lite | $6 per 1M audio tokens out |
Flash TTS：テキスト入力100万トークンあたり$0.50、音声出力100万トークンあたり$9（音声1時間あたり約$0.81）。2026年12月31日までの料金で、2027年1月1日に2倍になります。Flash-Lite：音声出力100万トークンあたり$6。Batchは半額、AI Studioに無料枠があります。
Gemini 3.8 Flash TTSは使う価値があるか？
Gemini 3.8 Flash TTSは、少なくとも1月までは、わずかなコストでElevenLabsに迫ります。Artificial Analysisは音声アリーナで1278 Eloの5位とし、価格は100万文字あたり$16.50です。首位はEleven v4 Turboで1335、$40、2位のEleven v4は$80です。Flash-Lite TTSは1251で8位、$11です。
価格の優位は一時的です。Googleの料金ページは現在の料金を2026年12月31日までとしており、1月1日にすべての項目が2倍になります。Artificial Analysisの基準ではFlash TTSは100万文字あたり約$33となり、Eleven v4 Turboとの差は数ドルに縮まります。AlibabaのQwen-Audio-3.1-TTS-Plusは$19.30ですでに上位にいます。
Googleの発表記事はHume AIのベンチマークに頼っており、Flash TTSがボイスデザイン（71.4）と総合品質で1位だとしています。Hume自身の記事はボイスデザインでの首位と、新しい総合スコアでの1位を認めていますが、声の複製ではFlash TTSを11位としており、HumeがGoogleとライセンス契約を結んでいることも開示しています。Artificial Analysisのブラインド投票では4つのモデルが上にいます。
技術的な制約は対話で表れます。1リクエストで扱えるのはプリセットの声による2人の話者までです。デザインした声や複製した声は1ターンずつ生成し、生の音声としてつなぎ合わせる必要があります。保存できるカスタムの声は1プロジェクトあたり200までで、最後の使用から1年で期限切れになります。登場人物の多いゲームスタジオは、すべての声のプロンプトを自前で記録しておく必要があります。
真価を発揮する場 面
1作約10時間のタイトルを年に200本ナレーションするオーディオブック制作者
既刊タイトルを一貫した1つのデザインした声で朗読したい
ナレーターの声を一度デザインして保存し、Batch APIで章ごとに生成します。2,000時間は現在のbatch料金で約$810、1月以降は約$1,620です。
LiveKitやPipecatで開発する音声エージェントのエンジニア
電話エージェント向けに安価な音声出力がほしい
Flash-Lite TTSをストリーミングで使い、電話向けに8 kHzのaudio/mulawを指定します。出力は現在音声1時間あたり約$0.54、1月からは$1.08です。
研修動画を30言語に吹き替えるローカライズ会社
言語ごとに声優を立てずに大量に吹き替えたい
Flash-Liteは100以上の言語に対応します。1時間$0.54なら、吹き替え音声1,000時間は1月より前で約$540です。AI Studioでは英国とEEAのユーザーに声の複製が提供されないため、そこではライブラリの声かデザインした声を前提にしてください。
導入前に確認すること
- 導入
- AI StudioのAPIキーと、google-genai 2.25.0以降（Python）または@google/genai 2.24.0以降（JavaScript）が必要です。非ストリーミングの呼び出しは24 kHzモノラルのWAVを返します。
- 連携
- Gemini APIで、デザインと複製にはVoicesエンドポイント（/v1beta/voices）を使います。GoogleはプラットフォームとしてAgora、LiveKit、Pipecat、Vercelを、エンドユーザー向けにGoogle VidsとGemini Notebookを挙げています。
- データとプライバシー
- 無料枠のテキストと音声はGoogleの製品改善に使われる場合があり、有料枠のデータは使われません。EEA、英国、スイスに提供するアプリは有料サービスを使う必要があります。すべての音声にSynthIDの透かしが入ります。
- 大規模利用時のコスト
- 音声は1秒あたり25トークンで課金されます。Flash TTSは現在1時間あたり約$0.81、1月からは$1.62、Flash-Liteは$0.54と$1.08です。BatchとFlexでどちらも半額になります。
- 制限
- プリセットの声で1リクエストあたり話者2人までです。保存できる声は1プロジェクトあたり200で、最後の使用から1年間保持されます。ステートレスな複製音声のキーは7日で期限切れになります。レート制限はAI Studioでのみ表示されます。
良い点
- Artificial Analysisの音声アリーナで5位、100万文字あたり$16.50
- テキストの説明からボイスデザイン
- 口頭の同意確認つきの声の複製
- 大量処理向けのFlash-Liteは100万文字あたり$11
- Batchで価格が半分に
気になる点
- 2027年1月1日にすべての価格が2倍になる
- EEA、英国、スイス、インド、イリノイ州、テキサス州では複製を使えない
- 1リクエストでプリセットの声の話者は2人まで
- ブラインド投票でEleven v4、Qwen-Audio 3.1、Sonic 3.6に及ばない
おすすめの人
長尺のナレーションや多言語の吹き替えを制作し、最上位に近い品質を求め、1月の値上げを吸収できる開発者に向いています。
Gemini 3.8 Flash TTSの代替
Gemini 3.8 Flash TTS：よくある質問
- Gemini 3.8 Flash TTSは使う価値があるか？
- ブラインド投票で5位、価格はEleven v4 Turboの半分未満です。Gemini 3.8 Flash TTSはお得ですが、その期限は1月1日です。 評価は5点満点中4.5点です。
- Gemini 3.8 Flash TTSの料金は？
- Flash TTS：テキスト入力100万トークンあたり$0.50、音声出力100万トークンあたり$9（音声1時間あたり約$0.81）。2026年12月31日までの料金で、2027年1月1日に2倍になります。Flash-Lite：音声出力100万トークンあたり$6。Batchは半額、AI Studioに無料枠があります。
- Gemini 3.8 Flash TTSの欠点は？
- 2027年1月1日にすべての価格が2倍になる; EEA、英国、スイス、インド、イリノイ州、テキサス州では複製を使えない; 1リクエストでプリセットの声の話者は2人まで; ブラインド投票でEleven v4、Qwen-Audio 3.1、Sonic 3.6に及ばない.
- Gemini 3.8 Flash TTSは誰に向いているか？
- 長尺のナレーションや多言語の吹き替えを制作し、最上位に近い品質を求め、1月の値上げを吸収できる開発者に向いています。
- チームや本番環境でGemini 3.8 Flash TTSを使うと費用はいくらか？
- 音声は1秒あたり25トークンで課金されます。Flash TTSは現在1時間あたり約$0.81、1月からは$1.62、Flash-Liteは$0.54と$1.08です。BatchとFlexでどちらも半額になります。
- Gemini 3.8 Flash TTSは企業データを扱っても安全か？
- 無料枠のテキストと音声はGoogleの製品改善に使われる場合があり、有料枠のデータは使われません。EEA、英国、スイスに提供するアプリは有料サービスを使う必要があります。すべての音声にSynthIDの透かしが入ります。
- Gemini 3.8 Flash TTSの代わりになるものは？
- 当サイトでレビューした中で最も近い代替はEleven v4 and v4 Turbo 、 Cartesia Sonic 3.6です。
回答確認日：2026年10月26日