G v2 登場：オーディオタグでより速く、より表現豊かなAI音声を
G v1 を G v2 へとアップグレードします。これは、これまでで最大の AI 音声品質の飛躍です。G v2 は Google の新登場モデル Gemini 3.1 Flash TTS を搭載し、初期リリースを支えていた Gemini 2.5 の Flash および Pro エンジンを置き換えます。その成果は、より自然で表現豊かな音声、大幅に拡大した言語対応、そして読み上げを単語単位で指示できる新しい方法です。
しかも、使い方は何も変わりません。プロバイダーの切り替えで G v2 を選び、音声を選んで生成するだけ。お手持ちのクレジットもこれまでと全く同じように使えます。
G v2 の新機能
単一の、より優れたモデル
G v1 は 2 つの階層、つまり高速な Flash モデルと高品質な Pro モデルで動いていました。G v2 はそのすべてを Gemini 3.1 Flash TTS に統合します。これは専用設計の音声エンジンで、Pro レベルの品質を Flash レベルの速度で実現します。何千件もの人間によるブラインド試聴の好みを集計した独立系の Artificial Analysis TTS リーダーボードでも、最も自然に聞こえるモデルの一つにランクインしています。単一のモデルで、低レイテンシ、最高クラスの出力です。
単語単位の制御を可能にするオーディオタグ
これが目玉の機能です。すでにご存じの平易な文章による話し方の指示に加えて、G v2 はインラインのオーディオタグを理解します。テキストに直接書き込める角括弧つきの合図で、文の途中でも読み上げ方を操作できます。
おかえりなさい！ [excited] この後に何が起きたか、きっと信じられませんよ。 [whispers] あたりは完全に静まり返っていました…… [laughs]
タグは感情（[excited]、[curious]、[frustrated]）、ペース（[slow]、[fast]、[long pause]）、そして言葉以外の音（[laughs]、[sighs]、[whispers]）をカバーします。固定のリストはありません。モデルは角括弧に入れたものを何であれ最善を尽くして解釈するので、スクリプトが求めるままに自由な発想で使えます。
70 以上の言語
G v2 は70 以上の言語と地域バリアントに対応しており、これは G v1 の対応範囲のほぼ 3 倍です。一つの文章内でのコードスイッチング（言語の切り替え）や、難しい専門用語の発音ガイドにも対応するため、多言語・混在言語のコンテンツも手作業でつなぎ合わせることなく正しく聞こえます。
より優れたマルチスピーカー対話
マルチスピーカーモードも健在で、これまで以上に進化しています。話者ごとに異なる音声を割り当てれば、自然な 2 人の会話を一度の生成で作成できます。ポッドキャスト、インタビュー、ストーリーに最適です。G v2 は各キャラクターの声を一貫して保ち、話者の交代を以前よりも自然に処理します。
G v2 の使い方
- G v2 に切り替える — 右パネルのプロバイダー切り替えで（AZ v1 の隣にある）G v2 ボタンをクリックします。
- モードを選ぶ — ナレーションには Single Speaker、対話には Multi Speaker を選びます。
- 音声を選ぶ — 一覧を見たり、名前やスタイルで検索したりして選択します。マルチスピーカーモードでは話者ごとに音声を割り当てます。
- 指示を加える（任意） — 平易な文章で話し方を指示するか、インラインのオーディオタグを入れるか、その両方を行います。
- 生成する — 数秒で音声が完成します。
料金は変わりません
G v2 はお手持ちのクレジット残高を1 文字あたり 2 クレジットで使用します。これは G v1 から変わりません。無料アカウントには毎月 10,000 クレジットが含まれ、クレジットは G v2 と AZ v1 の両方で使えるので、プロジェクトごとにエンジンを使い分けられます。
G v2 と AZ v1：どちらを使うべきか
どちらのエンジンも引き続き完全にご利用いただけます。
- G v2 を選ぶのは、自然で表現豊かなナレーション、マルチスピーカー対話、オーディオタグによる単語単位の制御、または幅広い多言語対応が必要な場合です。
- AZ v1 を選ぶのは、500 以上の音声や SSML レベルの制御が必要な場合です。
さあ、始めましょう
G v2 はすべての登録ユーザー向けに現在公開中です。simpleTTS.ai Studio にアクセスして G v2 に切り替え、新しいオーディオタグをぜひお試しください。お手持ちのクレジットはすぐにお使いいただけます。
あなたが何を生み出すのか、聞けるのを楽しみにしています。
