Googleは、Gemini APIで新たに2つの音声合成(TTS)モデルを提供すると発表した。Gemini-3.8-flash-ttsは、地域ごとの方言に対応し、長時間の音声生成でも安定性を保つ、高品質なスタジオグレードの音声モデルだ。Gemini-3.8-flash-lite-ttsは、より高速で低コストなモデルで、リアルタイム音声エージェント向けに従来のflash-tts-previewを置き換えることを想定している。
なぜ重要か
開発者は、アプリにより自然でコスト効率の高い音声出力を追加できる。特に、リアルタイムで会話するエージェントに役立つ。