Gemini 3.8 Flash-Lite TTS

Gemini 3.8 Flash-Lite TTS(gemini-3.8-flash-lite-tts)は、高スループットのプロダクション ワークロード向けに設計された、高速で費用対効果に優れた Google のテキスト読み上げモデルです。Gemini Enterprise で利用できます。

機能

  • 高スループット効率: 大量生産、会話型音声エージェントのカスケード、読み上げ機能、103 言語での日常的な単一話者の音声向けに構築されています。
  • Gemini 3.8 Flash TTS と同じスキーマ: gemini-3.8-flash-tts と同じリクエスト スキーマとプロンプト形式を使用するため、モデル ID を変更することでモデルを切り替えることができます。
  • 音声オプション: 30 種類の事前構築済み音声、拡張音声ライブラリの 2,000 種類以上の厳選された音声、音声デザインで作成した音声、ボイス レプリケーションで複製した音声に対応しています。

機能、コードサンプル、プロンプトのガイダンスについては、Gemini TTS で音声を生成するをご覧ください。

TTS モデルの使い分け

どちらの Gemini 3.8 TTS モデルも、同じリクエスト スキーマとプロンプト形式を共有しています。ワークロードに適したモデルを選択します。

機能またはワークロード Gemini 3.8 Flash-Lite TTS(gemini-3.8-flash-lite-tts) Gemini 3.8 Flash TTS(gemini-3.8-flash-tts)
主な強み 高スループット、低レイテンシ、費用対効果 音声の忠実度、演技のニュアンス、方言のカバー範囲
最適なユースケース 大量の音声生成、リアルタイム音声エージェントのカスケード、読み上げ機能、ボイス レプリケーション、日常的な単一話者の音声 オーディオブック、スタジオ ナレーション、複数の話者による複雑な会話、頻繁な音声バーストタグ、難しい発音、地域の方言
サポートされている言語 103 言語 132 の言語

Agent Studio で試す Model Garden で表示する デベロッパー ガイド 料金

モデル ID gemini-3.8-flash-lite-tts
モダリティ
テキスト 入力のみ
画像 サポート対象外
音声 出力のみ
動画 サポート対象外
トークンの上限 入力トークンの上限 8,192
出力トークンの上限 16,384
機能
使用オプション
サポートされるリージョン

モデルの提供

  • グローバル: global
  • マルチリージョン: us、eu

ML 処理

  • マルチリージョン: us、eu

Standard PayGo

  • グローバル: global
  • マルチリージョン: us、eu

Voices API(プレビュー)

  • グローバル: global
バージョン
  • gemini-3.8-flash-lite-tts
    • リリース ステージ: GA
    • リリース日: 2026 年 10 月 28 日
サポートされている言語 103 言語に対応しています。サポートされている言語をご覧ください。

使ってみる

次の例では、単一話者の音声を生成し、WAV ファイルとして保存します。

コンソール

  1. Agent Studio で Gemini 3.8 Flash-Lite TTS を開きます。
  2. 設定パネルで、[音声]、[言語](または [自動検出] のまま)、オプションの [スタイル] の説明(例: cheerful and friendly)を選択します。
  3. プロンプト ボックスに読み上げる音声文字変換を入力して送信し、WAV 音声を生成、再生、またはダウンロードします。[コードを取得] をクリックして、リクエストを Python、JavaScript、または curl としてエクスポートします。

Python

from google import genai

client = genai.Client(enterprise=True, project="PROJECT_ID", location="global")

response = client.models.generate_content(
    model="gemini-3.8-flash-lite-tts",
    contents=[{
        "role": "user",
        "parts": [{
            "text": "Have a wonderful day!",
            "speech_metadata": {"style": "cheerful and friendly"},
        }],
    }],
    config={
        "response_modalities": ["AUDIO"],
        "speech_config": {"voice_config": {"voice": "Kore"}},
    },
)

# The SDK has already decoded the base64 audio, so inline_data.data is a
# complete WAV file by default.
with open("out.wav", "wb") as f:
    f.write(response.candidates[0].content.parts[0].inline_data.data)

REST

curl -X POST \
  -H "Authorization: Bearer $(gcloud auth print-access-token)" \
  -H "Content-Type: application/json" \
  https://aiplatform.googleapis.com/v1/projects/PROJECT_ID/locations/global/publishers/google/models/gemini-3.8-flash-lite-tts:generateContent \
  -d '{
    "contents": [{
      "role": "user",
      "parts": [{
        "text": "Have a wonderful day!",
        "speechMetadata": {"style": "cheerful and friendly"}
      }]
    }],
    "generationConfig": {
      "responseModalities": ["AUDIO"],
      "speechConfig": {
        "voiceConfig": {"voice": "Kore"}
      }
    }
  }' | jq -r '.candidates[0].content.parts[0].inlineData.data' | base64 --decode > out.wav

gemini-3.1-flash-tts-preview などの以前の Gemini TTS モデルを使用している場合は、移行ガイドをご覧ください。