Google、「Gemini 3.8 Flash TTS」「Gemini 3.8 Flash-Lite TTS」を提供開始——音声ボイスを2,000種超に拡大、100以上の言語・方言に対応

Googleは2026年9月23日、音声合成モデル「Gemini 3.8 Flash TTS」と、より高速・低コスト版の「Gemini 3.8 Flash-Lite TTS」を発表し、Gemini APIおよびGoogle AI Studioで同日から利用可能にしました。
自然言語のプロンプトだけで役柄・アクセント・声質を指定し、オリジナルの声をゼロから作成できる点が特徴です。
用意されている音声は30種から2,000種超のプロダクション向けボイスへと大幅に拡大し、メキシコスペイン語・ケベックフランス語・スコットランド英語を含む100以上の言語・方言に対応しています。
30秒程度の音声サンプルから声を複製する機能も備えていますが、本人確認による同意プロセスを経た利用に限定しているとしています。
Flash TTSはゲームや朗読、ポッドキャストなど演出性の高い用途向け、Flash-Lite TTSは吹き替えや音声エージェントなど大量処理・低コスト用途向けと、Google側で用途を分けて位置付けています。

声の種類が30から2,000超に増えたと聞くと、選ぶ側の負担も増えそうだと思う。
用途ごとにFlash／Flash-Liteを分けている設計は、コストと表現力のどちらを優先するか使う側に判断を委ねる姿勢の表れだと感じる。