Source: https://ailoot.ai/models/ja/google-gemini-3-1-flash-tts-preview/ Canonical: https://ailoot.ai/models/ja/google-gemini-3-1-flash-tts-preview/ Language: ja # Google: Gemini 3.1 Flash TTS Preview [Markdown](https://ailoot.ai/models/ja/google-gemini-3-1-flash-tts-preview/index.md) · [JSON](https://ailoot.ai/models/ja/google-gemini-3-1-flash-tts-preview/facts.json) ## [Google: Gemini 3.1 Flash TTS Preview](https://ailoot.ai/models/ja/google-gemini-3-1-flash-tts-preview/) Google Gemini 3.1 Flash TTS Previewは、文章の台本を表現豊かな発話音声へ変換します。自然言語の演技指示、話者のAudio Profiles、Director’s Notes、インライン音声タグで、速度、声の調子、アクセントを形作ります。3.1のプロンプトと音声形式を使い、ネイティブの対話と70を超える言語に対応します。 - [**Ailoot Ultra · 音声** `POST /v1/audio/speech` `google/gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/ja/google-gemini-3-1-flash-tts-preview/#method-0) モデルについて この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。 Google Gemini 3.1 Flash TTS Previewは、Gemini 3.1 Flash Audioシリーズのテキスト音声変換版です。テキストを受け取り、プロンプトで表現を指示した音声を生成します。Googleは、この世代で音声の自然さ、制御性、多言語性能が改善し、複数話者の対話に標準対応して70を超える言語を扱うと説明しています。短い授業のナレーション、登場人物のやり取り、言葉と同じくらい発声が重要な文章などに使えます。 完成した台本と演技の指示を用意してください。この世代では、テキスト入力内の自然言語の指示で声のスタイル、速さ、発声を導きます。Googleの公開資料では、状況を定める場面の演出指示、人物を定義する話者のAudio Profiles、速さ、語調、アクセントを導くDirector’s Notesを導入しています。話す言葉と演技指示を個別に確認できるよう、プロンプトの各部分を識別可能にしてください。同じ声を競合する複数の説明で指示するより、簡潔な指示のほうが修正しやすくなります。 例えば、独自のリハーサル指示として、穏やかな語り手が博物館の展示を説明し、落ち着いた区切りで読み、最後の一文だけ温かい調子にする、と指定できます。添える台本には、展示の実際の名前と発声させる正確な文言を入れます。対話では、人物ごとに異なるプロフィールと明確な発話順序を用意してください。一人がもう一人を安心させるのか、本当に尋ねているのか、驚きを抑えて返答するのかを、場面の文脈で説明します。評価する生成物は、その台本を実際に発声した演技です。 テキスト内の音声タグは局所的な制御を加え、冒頭の指示だけに頼らず、文の途中でも話者の表現を変えられます。Googleは、タグが声のスタイル、速さ、発声を制御すると説明しています。演技を切り替える必要がある位置で使い、それ以外の文言は自然に話せるものにしてください。この版では、人物や場面の全体的な指示と、局所的な発声の変化を区別することが役立ちます。感情の指示を加える前に、短い中立的な文章で基準となる声を確かめられます。 多言語の作業では、最終言語の台本を提供し、希望するアクセントと話し方を指示します。Googleの発表は70を超える言語への対応を文書化しています。実際の編集準備では、繰り返す名前の綴りを統一し、読み方を一つに定める必要がある曖昧な略語を展開し、音声の結果で数値を確認してください。言語のラベルだけではブランド名や外来語の読み方は定まりません。長いナレーションを受け入れる前に、それらの語を含む箇所を意図した読み方と比較してください。 このプレビューモデルのGemini APIモデルページは、入力上限を8,192トークン、出力上限を16,384トークンとしています。DeepMindのネイティブTTSモデルカードは、別にテキスト入力最大16Kトークン、音声出力32Kトークンを示しています。これらはGemini APIの提供時の上限とは別の数値です。台本だけでなく、演技の指示も準備した入力の一部として数えてください。出力の許容量は音声トークンで示され、特定の録音時間を保証しません。長い授業や物語はまとまりのある区間に分け、同じ人物設定を保持し、つなぎ目を聴いて確認します。台本付き対話では、言葉や感情表現に加え、話者の割り当てと順序も確認してください。 Googleの移行文書では、3.1の既定出力はaudio/l16型の、ヘッダーのない生のPCMとされています。編集可能な録音にするには、音声バイト列に適切な再生情報やコンテナ情報が必要です。ファイル名をWAVにするだけではWAVヘッダーは作られません。取り込む前に、実際に返された形式を確認してください。Googleは、Gemini 3.1 Flash TTSの生成音声に知覚できないSynthID透かしが付くことも示しています。透かしは生成音声の識別に関わるもので、文字起こし、話者ラベル、試聴による確認の代わりではありません。 3.1の準備方法は3.8と大きく異なります。Gemini 3.8は継続的な指示と話者の識別情報を構造化された音声メタデータに移し、山括弧の単発イベントタグを使い、完了リクエストの既定出力をWAVに変更します。新しいリクエスト構造を混ぜず、3.1のプロンプトは3.1用のまま保持してください。Googleの対応モデル表は3.1に単一話者と複数話者の合成を示し、設計した声や声の複製の制御は3.8の項目に属します。別のFlash Live版は対話的な音声入力を扱い、このTTS版は用意したテキストからの音声制作を担います。 録音を台本に照合し、言葉の欠落や繰り返し、名前、発話タイミング、意図した感情の変化を確認してください。一文の強調を変えるなら、その局所的な指示を修正し、影響するつながりを確認します。この流れでは、演技指示が、話者について保つ点と、その箇所で変える点の記録になります。一方、台本は聴き手に伝えるべき内容を保持します。 **Ailoot Ultra · 音声** `POST /v1/audio/speech` `google/gemini-3.1-flash-tts-preview` [`google/gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/ja/#m=google%2Fgemini-3.1-flash-tts-preview&route=Ultra&caller=google%2Fgemini-3.1-flash-tts-preview&fmt=speech) Google /`google/gemini-3.1-flash-tts-preview` ### はじめに Google Gemini 3.1 Flash TTS Previewは、文章の台本を表現豊かな発話音声へ変換します。自然言語の演技指示、話者のAudio Profiles、Director’s Notes、インライン音声タグで、速度、声の調子、アクセントを形作ります。3.1のプロンプトと音声形式を使い、ネイティブの対話と70を超える言語に対応します。 対応する入力 テキスト 結果 音声 ### Ailootで利用可能 · 入力とメソッド **Ailoot Ultra · 音声** `POST /v1/audio/speech` 入力の種類 `text` 出力の種類 `audio` | フィールド | 種類 | 要件 | 値と制限 | デフォルト | | --- | --- | --- | --- | --- | | フィールド`model` | 種類`string` | 要件必須 | 値と制限 google/gemini-3.1-flash-tts-preview | デフォルト— | | フィールド`input` | 種類`string` | 要件必須 | 値と制限 最小の長さ: 1 | デフォルト— | | フィールド`voice` | 種類`string` | 要件必須 | 値と制限 Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callirrhoe, Autonoe, Enceladus, Iapetus, Umbriel, Algieba, Despina, Erinome, Algenib, Rasalgethi, Laomedeia, Achernar, Alnilam, Schedar, Gacrux, Pulcherrima, Achird, Zubenelgenubi, Vindemiatrix, Sadachbia, Sadaltager, Sulafat 最小の長さ: 1 | デフォルト— | | フィールド`response_format` | 種類`string` | 要件任意 | 値と制限 mp3, pcm | デフォルトpcm | | フィールド`provider` | 種類`object` | 要件任意 | 値と制限 | デフォルト— | メソッドのパラメータとライフサイクル | パラメータ | 仕様 | | --- | --- | | パラメータ`content_type` | 仕様application/json | | パラメータ`required` | 仕様model, input, voice | | パラメータ`material_types` | 仕様text | ライフサイクル: `synchronous_result_then_owned_library` `GET /v1/media/tasks/{task_id}` · 実際に返された task\_id またはメディアライブラリのレコード `GET /v1/media/assets/{asset_id}/content` `GET /v1/media/assets` `GET /v1/media/assets/{asset_id}` ### 料金 料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。 高速モード 未指定 高速モードが選択されている場合 Flex モード 未指定 flex モードが選択されている場合 最大推論量 未指定 推論量が最大で、調整に既定値（default）を使用する場合 #### Ailootの料金 #### 設定別の価格 各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。 | 設定 | 料金表 | 課金単位 | 料金 | | --- | --- | --- | --- | | 設定基本トークン料金 | 料金表基本料金 | 課金単位— | 料金 入力 · 入力トークン **—** / 1K トークン 出力 · 出力トークン **—** / 1K トークン 入力 · キャッシュ読み取り **—** / 1K トークン 入力 · キャッシュ書き込み **—** / 1K トークン 入力 · キャッシュ書き込み、1時間 **—** / 1K トークン | | 設定入力トークン | 料金表— | 課金単位/ 1K トークン | 料金 入力 **$0.002** / 1K トークン | | 設定出力トークン | 料金表— | 課金単位/ 1K トークン | 料金 出力 **$0.04** / 1K トークン | Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。[金額の確保と精算の仕組み →](https://ailoot.ai/docs/ja/billing/reserve/) ### リクエスト例 #### Ailoot Ultra · 音声 実際の入力を使用し、結果全体を保存する ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_INPUT_TEXT:?Set the actual documented input value}" export AILOOT_INPUT_TEXT python3 - <<'PY_REQUEST' import json,os from pathlib import Path request={'model': 'google/gemini-3.1-flash-tts-preview', 'input': '${ACTUAL_INPUT_TEXT}', 'voice': 'Orus', 'response_format': 'pcm'} request['input']=os.environ['AILOOT_INPUT_TEXT'] Path('request.json').write_text(json.dumps(request,ensure_ascii=False),encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/audio/speech \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o response.bin # Retain the complete response and headers, every actual output, original returned identifiers and all usage fields. Recover the original operation without submitting creation again. ``` ### 結果を受け取って保存 #### Ailoot Ultra · 音声 完全なバイナリ音声、または元のaudio\_urlレスポンス、ヘッダー、およびすべての所有アセット。 - `GET /v1/media/tasks/{task_id}` - `GET /v1/media/assets/{asset_id}/content` - `GET /v1/media/assets` - `GET /v1/media/assets/{asset_id}` その他のコンテンツ取得 自分が所有する既存のアセットを読み取る ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/media/assets \ -H "Authorization: Bearer $AILOOT_API_KEY" -o owned-assets.json # Preserve every returned asset and follow its exact signed content URL. Do not construct a signed token. ``` ##### 完了した結果をすべて保存 返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。 レスポンスとヘッダーの全体、実際の出力すべて、最初に返された識別子、使用量フィールドすべてを保存してください。作成リクエストを再送せずに、元の操作を復旧してください。 ##### 元のレスポンスを確認する場合 照合のため、返された X-Client-Request-ID を保存してください。実際に返された task\_id/asset\_id の値、または自分が所有するメディアライブラリだけを使って読み取ってください。操作 ID からタスクの URL を組み立てたり、作成リクエストを再送したりしないでください。 ### エイリアス #### モデルのエイリアス **Ailoot Ultra** [`google/gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/ja/#m=google%2Fgemini-3.1-flash-tts-preview&route=Ultra&caller=google%2Fgemini-3.1-flash-tts-preview&fmt=speech) #### メソッドパスのエイリアス 上記に表示されたメソッドパスを使用してください。 #### 関連する呼び出し用ID [`google/gemini-3.1-flash-tts-preview`](https://ailoot.ai/models/ja/#m=google%2Fgemini-3.1-flash-tts-preview&route=Ultra&caller=google%2Fgemini-3.1-flash-tts-preview&fmt=speech) FAQ · Google: Gemini 3.1 Flash TTS Preview 利用できる入力と結果は何ですか？ `POST /v1/audio/speech` · `google/gemini-3.1-flash-tts-preview`: `text` → `audio` リクエストはどの項目を使用しますか？ `POST /v1/audio/speech` · `google/gemini-3.1-flash-tts-preview`: `model`, `input`, `voice`, `response_format`, `provider` AilootをClaude Code、OpenCode、Hermes、自分のアプリに接続しましょう。 ## 企業とそのプロジェクト群 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 ## トークンを割引価格で購入。 継続利用にサブスクリプション割引。プロモコードでトークン購入が最大50%割引。 サブスクリプション 定期的なリクエストに合う割引プランを選びましょう。 最大50%のプロモコード 購入時にコードを入力すると、実施中のキャンペーンに沿って価格を再計算します。 支出を履歴で確認 各リクエストのモデル、トークン、金額が保存されます。 [サブスクリプションを選ぶ](https://ailoot.ai/docs/ja/billing/subscriptions/) · [モデルの価格を見る](https://ailoot.ai/models/ja/) ## 販売する製品に、 APIを組み込みましょう。 SaaS、アプリ、ボットをAilootの公式サービス提供条件とライセンス契約に基づいて接続できます。再販にはリセラーライセンスを申請できます。 商用アプリ サービスの有料機能に、文章、画像、動画、音声の生成を組み込めます。 リセラーライセンス プロジェクトの説明とアクセスの仕組みをお送りください。利用・再販条件の書面を申請できます。 サイトで契約文書を確認 接続前にサービス提供条件、ライセンス契約、データ処理ポリシーを読めます。 [リセラーライセンスを申請](mailto:support@ailoot.ai) · [サービス提供条件とライセンス契約](https://ailoot.ai/legal/offer?lang=ja) ## Ailoot · 企業とそのプロジェクト群 Ailootは、蓄積した運営経験、幅広い顧客基盤、安定したサービス、継続的なKPI管理を基盤としています。 企業とそのプロジェクト群：数百万の顧客、毎月数十億規模の売上。 Ailootはこの運営経験を、お客様の製品、エージェント、アプリケーション、自動化でAI機能を利用するためのAPIアクセスに活かしています。