← すべてのモデル

Gemini 3.8 Flash-Lite TTS

公開日 提供元 Googlegemini-3.8-flash-lite-tts

概要

Googleの高スループット・低遅延・低コストを重視したテキスト音声合成(TTS)モデル。gemini-3.1-flash-tts-previewからの移行先として位置付けられている。Gemini APIのリリースノートでは、2026年9月22日に一般提供(GA)を開始したと記載されている。なお、Google公式ブログの発表日は2026年9月23日。(aistudio.google.com)

能力と用途

  • テキストを入力し、音声を生成する。日本語を含む101言語に対応し、入力言語を自動検出する。(aistudio.google.com)
  • プリセット音声、拡張音声ライブラリ、カスタム音声の設計と複製に対応する。音声複製には本人の同意確認が必要。話者や発話スタイルを構造化メタデータで指定できる。(aistudio.google.com)
  • 大量の音声制作、読み上げ、吹き替え、会話型音声エージェントなどに適する。(aistudio.google.com)

制限・利用上の注意

  • Gemini APIでの上限は入力8,192トークン、出力16,384トークン。入力はテキスト、出力は音声。コード実行、関数呼び出し、検索によるグラウンディング、Live API、コンテキストキャッシュなどには対応しない。(aistudio.google.com)
  • 入力テキストは原則として読み上げ原稿として扱われるため、発話スタイルや話者の指示はspeech_metadataに設定する。複数話者リクエストでは各ターンに話者の指定が必要。(aistudio.google.com)
  • Google AI Studioでの音声複製は、イリノイ州、テキサス州、EEA、英国、スイス、インドでは利用できないと公式ブログに記載されている。(blog.google)

料金

以下はGemini Developer APIの有料枠の料金。通貨は米ドル(USD)、単位は入力テキストまたは出力音声それぞれ100万トークン当たり。2026年11月16日確認。2027年以降の価格は公式掲載の予定額。(aistudio.google.com)

利用区分 2026年12月31日まで:入力 / 出力 2027年1月1日から:入力 / 出力
Standard USD 0.50 / USD 6.00 USD 1.00 / USD 12.00
Batch USD 0.25 / USD 3.00 USD 0.50 / USD 6.00
Flex USD 0.25 / USD 3.00 USD 0.50 / USD 6.00
Priority USD 0.90 / USD 10.80 USD 1.80 / USD 21.60

Standardの音声出力は、公式換算で2026年末までは10秒当たりUSD 0.0015、2027年からはUSD 0.003に相当する。公式料金表ではStandardとPriorityに無料枠がある一方、BatchとFlexの無料枠は利用不可とされる。(aistudio.google.com)

公式情報