Ep.1104 Google、次世代音声生成モデル「Gemini 3.1 Flash TTS」を発表──“演出できるAI音声”が広げるコンテンツの可能性（2026年4月16日配信）

名古屋ではたらく社長のITニュースポッドキャスト · Apr 15, 2026 · 3m

2026年4月15日、GoogleはAI開発者向けのプラットフォーム「Google AI Studio」およびAPIを通じて、新しい音声生成モデル「Gemini 3.1 Flash TTS」のプレビュー版を公開したと公式ブログ等で発表しました。これまでもAIに文章を読み上げさせるテキスト読み上げ技術は広く使われてきましたが、今回のモデルは「AIの声を、まるで本物の役者のように細かく演出できる」という点で、表現力において非常に大きな飛躍をもたらしています。

技術的な背景として、このGemini 3.1 Flash TTSには「Audio Tags（オーディオタグ）」と呼ばれる画期的な制御機能が導入されました。これにより、開発者は単に読み上げるテキストを渡すだけでなく、「ニュースキャスターのように落ち着いたトーンで」とか、「少し不気味な声で」といった指示を文章内に組み込むことができるようになりました。対応言語も日本語を含む70言語以上と幅広く、1つのモデルで複数のキャラクターが掛け合いをするようなポッドキャストの音声や、感情豊かなオーディオブックのナレーションなどを、驚くほど自然に作り出すことができます。…