◉GEMINI LABEN
●ROBOTICS — 8月31日に停止した ER 1.6 preview には後継があります。Gemini Robotics ER 2 が公開プレビュー中で、通常版とストリーミング版の2種類が提供されています●VIDEO — ER 2 の成功・失敗判定は静止画ではなく生の映像フィード上で動きます。こぼれ・滑り・位置ずれのような、実行の途中で起きる失敗を捉えられる設計です●DEADLINE — 次の期限は9月30日、gemini-omni-flash-preview の廃止です。移行先は8月27日に GA になった gemini-omni-1.1-flash で、残り4週間を切りました●APIKEY — 残りの標準 API キーは、制限付きのものも含めて9月中に全面停止します。移行先は Google Cloud サービスアカウントに紐付く auth キー形式です●PRICE — Gemini 3.7 Flash の導入価格 $0.75/$3.75 per 1M は12月31日までです。2027年1月1日から $1.50/$7.50 になるため、年を跨ぐ見積もりは2本立てが要ります●AUDIO — Gemini 3.5 Transcribe は85言語以上の言語検出、話者ダイアライゼーション、単語単位タイムスタンプ、最大1,000語のカスタム語彙バイアスに対応しています●ROBOTICS — 8月31日に停止した ER 1.6 preview には後継があります。Gemini Robotics ER 2 が公開プレビュー中で、通常版とストリーミング版の2種類が提供されています●VIDEO — ER 2 の成功・失敗判定は静止画ではなく生の映像フィード上で動きます。こぼれ・滑り・位置ずれのような、実行の途中で起きる失敗を捉えられる設計です●DEADLINE — 次の期限は9月30日、gemini-omni-flash-preview の廃止です。移行先は8月27日に GA になった gemini-omni-1.1-flash で、残り4週間を切りました●APIKEY — 残りの標準 API キーは、制限付きのものも含めて9月中に全面停止します。移行先は Google Cloud サービスアカウントに紐付く auth キー形式です●PRICE — Gemini 3.7 Flash の導入価格 $0.75/$3.75 per 1M は12月31日までです。2027年1月1日から $1.50/$7.50 になるため、年を跨ぐ見積もりは2本立てが要ります●AUDIO — Gemini 3.5 Transcribe は85言語以上の言語検出、話者ダイアライゼーション、単語単位タイムスタンプ、最大1,000語のカスタム語彙バイアスに対応しています
TAG

音声生成

3 記事
← タグ一覧に戻る
関連タグ:
Gemini API2TTS1ストリーミング1FastAPI1gemini-3.1-flash-tts1text-to-speech1podcast1コンテンツ収益化1python1Gemini TTS1Text to Speech1音声合成1
⟐ Gemini 開発/2026-07-03上級

音声が全部できるまで待たせない — Gemini TTS ストリーミング生成を配信経路に組み込む設計

gemini-3.1-flash-tts-preview が streamGenerateContent に対応しました。最初の音が出るまで実測1.8秒の配信経路を、PCM境界処理・文単位の再開・preview停止フォールバックまで含めて設計します。

◈ Gemini API/2026-05-02上級

Gemini 3.1 Flash TTS の感情タグと多話者機能で AI ポッドキャストを量産する — 商用コンテンツパイプラインの設計

Gemini 3.1 Flash TTS の200種類以上の感情タグ・多話者機能を活用し、AI ポッドキャストを自動生成する本番対応パイプラインを構築します。コスト計算から収益化設計まで、個人開発者が月10万円のコンテンツサービスを立ち上げるための全工程を解説します。

◈ Gemini API/2026-04-02中級

Gemini TTS API完全入門：スタイル指定で感情豊かな音声を生成する

Google Gemini 2.5 FlashとProのTTS（Text-to-Speech）APIの使い方を徹底解説。音声スタイルの指定方法、複数話者対応、プロンプトで感情・トーンを制御するテクニックまで、実践的なコード例とともに学べます。