Gemini 3.8 TTSとは？音声ナレーションの作成と提供先を解説
2026年9月23日発表のGemini 3.8 Flash TTSとFlash-Lite TTSを解説。文章から音声を作る用途、提供開始と今後の予定、社内動画で試すときの確認項目をまとめます。
Googleは2026年9月23日、Gemini 3.8 Flash TTSとGemini 3.8 Flash-Lite TTSを発表しました。TTSはText-to-Speechの略で、文章から読み上げ音声を作る技術です。
社内説明動画や研修教材を作る担当者にとっては、原稿を音声にする選択肢が増える更新です。本記事では公式の発表内容を整理し、実際の音質や作業時間の改善は未検証として扱います。
Flash TTSは声の設計、Flash-Lite TTSは大量生成を重視
GoogleはFlash TTSを、声の個性や演技を細かく設計するモデルとして紹介しています。Flash-Lite TTSは、大量の音声制作を費用効率よく進める用途を重視する位置づけです。
読み上げる文章だけでなく、速度や感情などの伝え方も調整対象になります。ただし、自社原稿の読み間違いや修正回数まで減るかは、実際の音声で確かめる必要があります。
AI StudioとGemini APIから提供開始、Enterpriseは今後の予定
発表では両モデルともGoogle AI StudioとGemini APIで順次提供を開始すると案内されています。一般向けの提供先には、Flash TTSでGemini Notebook、Flash-Lite TTSでGoogle Vidsが挙げられています。Gemini EnterpriseのAPI提供は今後の予定です。
発表日と、各アカウントで利用できる日は同じとは限りません。料金、利用枠、対象機能は利用先の画面で確認してください。
ナレーションは短い原稿で読み方を確認してから広げる
編集部からの提案は、公開済みの会社案内などを使い、30秒程度の短い原稿で試すことです。次の項目を、人が実際に聞いて確認します。
| 確認項目 | 聞き直す箇所 |
|---|---|
| 固有名詞 | 社名、商品名、地名を意図どおり読めているか |
| 数字 | 日付、単位、金額に聞き違いがないか |
| 話す速さ | 字幕や画面の切り替えに合っているか |
| 間の取り方 | 説明の区切りが聞き手に伝わるか |
声が自然でも、原稿の説明不足は残ります。音声を作る前に「誰に何を理解してほしいか」を決め、原稿と読み上げを別々に確認すると修正箇所を見つけやすくなります。
実在する人の声を使う場合は同意を確認する
公式発表には声の複製機能も含まれ、本人の音声による同意確認の仕組みが説明されています。社員や出演者の録音が手元にあることだけで、複製への同意があるとは判断できません。
初回は用意された声や新しく設計した声を使い、まず原稿の聞き取りやすさを確認する方法が考えられます。実在人物の声を使う場合は、本人との利用範囲の合意も整えてください。
参照した公式情報
研修動画のナレーションを作る前に、業務マニュアルをAIで整える手順で説明の順序と正しい手順を確定してください。生成AI研修カリキュラムの作り方も、読み上げ原稿と演習の役割を分けるときに使えます。
