トップ ＞ テクノロジー

音声生成モデル「Gemini 3.8 Flash TTS」公開 声をゼロから作成

内容

テキストから音声を生成するモデル「Gemini 3.8 Flash TTS」と、その軽量版が公開されました。「ゼロから声を作れる音声生成モデル」として伝えられています。

これまでの音声合成は、あらかじめ用意された声の候補から選ぶ方式が中心でしたが、今回のモデルは自然言語による指示で声そのものをゼロから作り出せる点が変わりました。話し方の演技や感情についても、細かく制御できるとされています。

対応言語は日本語を含む多言語。生成された音声には、AIが作ったコンテンツであることを示す透かし技術「SynthID」が埋め込まれます。提供は開発者向けのAPIのほか、各種サービスで順次進められる予定で、「Gemini Notebook」でも利用できるとされています。

個別の価格や、各サービスでいつから使えるようになるかといった詳細は、現時点で明らかになっている範囲を超える部分があります。

参考記事

• ゼロから声を作れる音声生成モデル「Gemini 3.8 Flash TTS」公開 「Gemini Notebook」でも利用可能にITmedia　2026年9月24日 16:46

ランキング登場履歴

この記事の内容に誤りを見つけた方は 情報の誤りを報告 からお知らせください。