Bright introduction
Hello, curious minds. Today we are exploring how a tiny seed becomes a plant. Let us begin with a glass of water and a little patience.
AI音声モデル
Google
Gemini TTS
Gemini 3.1 Flash TTS
Gemini 3.1 Flash TTSでは、複数話者の対話と音声制御の仕様が確認されています。一方、最悪時の出力音声token量を作成前に確定できないため、現在は検索可能な詳細ページのみ公開しています。
現在オンラインでは利用できません
このページでは、モデルの機能、用途、公開情報のみ確認できます。このモデルはホームのワークベンチに表示されず、生成タスクも送信できません。
現在の状態
事前オーソリで停止中
入力形式
話者設定 + 順序付き対話
呼び出し境界
タスクを作成せず、クレジットも消費しない
30秒でわかる
- Coming Soonではなく、事前オーソリの条件がまだそろっていない状態です。
- 複数話者、対話順、アクセント、スタイル、テンポの各フィールドは確認済みです。
- 選択肢には表示せず、タスクも作成せず、クレジットも差し引きません。
よく検索されるキーワード: Gemini 3.1 Flash TTSは現在使えるか · Gemini 3.1 Flash TTSで複数話者の音声を作れるか · Gemini 3.1 Flash TTSの料金
例
Calm instructions
Choose a comfortable position. Look around the room and find three colors. Name them slowly, then return your attention to the task.
Story opening
Mira found the little key beneath the blue flowerpot. It did not fit the front door, but it opened a box full of old postcards.
Friendly reminder
Your library books are ready at the desk. Bring your card when you visit, and ask us if you need help finding your next read.
Exhibition audio
This small wooden chair was made for a family kitchen. Look closely at the curved back and the marks left by years of use.
Clear summary
The group agreed on three actions: label the materials, confirm the room, and send the schedule. Each action has one owner and one date.
ひとことで紹介
このモデルの特長
Coming Soonでも、提供終了したモデルでもありません。現在の制限は、当サイトの安全な事前オーソリ要件によるものです。話者と対話の配列に総数の上限がなく、テキストから出力音声tokenの最悪値も確定できません。そのため、このモデルは選択肢に表示されず、すべてのリクエストはクレジットを差し引く前に拒否されます。
- 得意なこと
- 高速な音声生成と複数話者の対話制御を想定したGemini TTSの候補モデルです。
- おすすめのユーザー
- ポッドキャスト対話、ナレーション、キャラクターボイスの動向を追いながら、将来の評価用スクリプトを準備したい方に適しています。
- Kyeo AIで使う理由
- 確認済みの機能と停止理由を先に公開し、事前オーソリに必要な上限が確定するまではワークベンチや呼び出し機能に追加しません。
主な仕様
このモデルが用途や業務に合うかをすばやく判断できます。
提供元
Google
モデルファミリー
Gemini TTS
確認済みの入力
話者設定と順序付き対話
各対話のテキスト
最大10,000文字
現在不足している情報
出力音声tokenの最大値
別名
同じモデルでも、公式ドキュメント、コミュニティ、API接続層で呼び方が異なる場合があります。ここでまとめて確認できます。
Gemini Flash TTS
Gemini 3.1 Text to Speech
よくある質問・検索
タスク、入力条件、必要な結果から、モデルを選ぶ前に確認したい実用的な質問を整理しています。
Gemini 3.1 Flash TTSは現在使えるか
Gemini 3.1 Flash TTSで複数話者の音声を作れるか
Gemini 3.1 Flash TTSの料金
Gemini TTSの使い方
Gemini TTSの代替モデル
選び方ガイド
モデル選びで迷う場合は、まず次のポイントをご確認ください。
1
今すぐ複数話者の対話を生成したい
まずElevenLabs Dialogue V3を使い、短いスクリプトで話者を聞き分けられるか確認してください。
2
今すぐ単一話者の音声をすばやく生成したい
ElevenLabs Turbo 2.5とMultilingual V2を比較してください。
3
将来のテストを準備したい
ナレーション、二人のインタビュー、キャラクター寸劇の三種類について、機密情報を含まないスクリプトを保存しておきましょう。
よく検索される比較
同じタスクで候補を比べ、入力方法、制御項目、コストの違いを確認できます。
Gemini 3.1 Flash TTSとElevenLabs Dialogue V3はどう選ぶか
Gemini 3.1 Flash TTSで現在生成できない理由
Gemini 3.1 Flash TTSで制御できる音声要素
実際の利用場面での見方
公開情報、現在のサイト内の範囲、代表的なタスクに基づく実用的な案内です。
低遅延という位置付けだけでは料金上限を決められない
速度を重視するモデルでも、出力音声tokenの最大値がなければ、事前オーソリで費用を確実にカバーできません。
複数話者の入力では最悪時の利用量が増える
配列全体の件数に制限がない場合、各対話が10,000文字以内でも、リクエスト全体の上限にはなりません。
機能の詳細
複数話者の設定
話者ごとに識別子、声質、アクセントを設定する仕様です。
順序付き対話
対話は指定順に出力され、各テキストは登録済みの話者に紐づきます。
音声制御
場面、全体のトーン、音声プロフィール、スタイル、テンポを指定できます。
適した用途
ポッドキャスト対話の設計
司会者とゲストを分けたスクリプトを準備します。
キャラクター寸劇の準備
複数の登場人物による順序付き対話と感情のテンポを設計します。
同一条件での将来比較
提供開始後に、声質の区別、遅延、実際のクレジット消費を比較します。
プロンプトのコツ
話者の識別子を統一する
各対話は、事前に登録した話者のいずれかに必ず対応させてください。
まず短いスクリプトで試す
固有名詞、間の取り方、話者の区別を確認してから、テキストを長くしてください。
出力時間を推定しない
テキストの長さだけでは、出力音声tokenの最大使用量を確定できません。
選ぶ理由
話者、対話、音声制御の各フィールドが明確になっています。
単一話者のナレーションと複数話者の対話、両方の検索ニーズをカバーできます。
詳細情報の公開と実際の呼び出しを厳密に分離しています。
利用前の注意点
現在は音声タスクを作成できず、クレジットも差し引かれません。
各対話には10,000文字の上限がありますが、話者と対話の配列全体には件数の上限がありません。
入力tokenの単価だけでは、出力音声tokenの最悪時の費用を確定できません。
現在利用できません
このページでは、モデルの機能、用途、公開情報のみ確認できます。このモデルはホームのワークベンチに表示されず、生成タスクも送信できません。 高速な音声生成と複数話者の対話制御を想定したGemini TTSの候補モデルです。
このページで追加設定できる項目はありません。
よくある質問
同タイプのおすすめモデル
まだ決まっていない場合は、同タイプの候補も比較してみましょう。
ElevenLabs Dialogue V3
ElevenLabs Dialogue V3では現在、セリフを1行ずつ生成できます。各行にセリフを入力して音声を選び、Kyeo AIはセリフの合計文字数で課金します。リアルタイム音声エージェントではありません。公式にも、利用できる結果を選ぶまで複数回の生成が必要になる場合があると記載されています。まずサンプルで、キャラクターの切り替え、感情タグ、言語コード、出力形式、長い台本の完全性を確認することをおすすめします。
ElevenLabs Turbo 2.5
ElevenLabs Turbo 2.5は、Kyeoが現在維持している1人向けテキスト読み上げワークフローです。サイト内の音声を選び、stability、similarity_boost、style、speed、timestamps、前後の文脈、language_codeを調整できます。現在も送信できますが、ElevenLabsはFlash v2.5への置き換えを推奨しています。このページは、低遅延、対応言語、タイムスタンプの精度、音声の利用許諾、出力品質をKyeoが保証するものではありません。
ElevenLabs Multilingual V2
ElevenLabs Multilingual V2は、Kyeo AIが現在接続している自然さを重視した1人向けナレーションページです。Turbo 2.5とほぼ同じフォームを使いますが、タスクの範囲は異なります。Turboは短納期の音声生成の基準、Multilingual V2は長文ナレーション、言語横断コンテンツ、ブランドで長期利用する音声の中心ページに近い位置付けです。現在のサイト内では固定の音声リストと5,000文字の入口のみですが、判断の重点は速度から聴感の安定性と、文字単価が2倍でも選ぶ価値があるかへ移ります。
情報源
開発元の資料、モデルファミリーの説明、Kyeo AIの現在の接続設定をもとにまとめています。
情報源について
Gemini 3.1 Flash TTSの話者、対話、音声制御、token単価は確認済みです。ただし、リクエスト作成前に出力音声tokenの最大値を確定できないため、当サイトでは現在、生成機能を提供していません。
最終更新: 2026-08-28
Gemini 3.1 Flash TTS — 現在生成できません
レビュー