Google

Gemini 3.1 Flash TTS

近日公開

gemini-3.1-flash-tts

低遅延のテキスト読み上げモデル。テキストに埋め込んだ音声タグで声質・話速・アクセントを制御でき、70以上の言語に対応し、HiAPI.ai の統一インターフェース経由で呼び出せます

gemini-3.1-flash-tts

概要

紹介文を準備中

このモデルの詳細ガイドを準備しています。下記の料金・パラメータ・API ドキュメントはご利用いただけます。

gemini-3.1-flash-tts は Google がリリースしたテキスト読み上げ（TTS）モデルで、Gemini 3.1 Flash シリーズに属し、出力モダリティは音声です。公式では低遅延かつ高い自然性を持つ音声生成モデルと位置付けられ、音声の制御性と多言語対応を重視しています。

公式に公開されている情報によると、このモデルはテキストに埋め込んだ自然言語の「オーディオタグ」を通じて、声色のスタイル、話速、アクセント、表現方法をきめ細かく制御でき、70 以上の言語に対応し、高忠実度の音声を出力します。生成された音声には SynthID ウォーターマークが埋め込まれ、AI 生成コンテンツであることを示します。公式に示された適用分野には、アクセシビリティと補助コミュニケーション、ゲームやオーディオコンテンツ制作、多言語カスタマーサポートやアナウンス、ローカライズ吹き替えなど、制御可能な表現が求められる音声シーンが含まれます。

このモデルは現在パブリックプレビュー段階にあり、公式版は gemini-3.1-flash-tts-preview として Google AI Studio と Vertex AI で提供されていますが、インターフェースや動作は変更される可能性があります。HiAPI.ai では、このモデルはまだ呼び出し可能ではなく、近日公開予定の状態です。具体的な公開時期、課金方式、インターフェースの詳細は公式の公開に準じます。

公開後、HiAPI.ai はプラットフォーム統一のモデル接続方式に従ってこの音声合成機能を提供します。実際に利用可能なパラメータ、対応言語の範囲、呼び出し形態は、公式の正式リリースおよびプラットフォームの公開説明に準じます。

すべての記事を見る →