タイプ
仕様
料金
入力
1Mプロンプトトークンあたり
$2.60
出力
生成された1Mトークンあたり
$46.80
Gemini 3.8 Flash TTS と Gemini 3.1 Flash TTS を並べて比較: 仕様、機能、パラメーター、EmpirioLabs カタログのライブ料金。
Google オーディオ生成Gemini 3.8 Flash TTS と Gemini 3.1 Flash TTS はどちらも Google のモデルで、オーディオ生成カテゴリに属し、EmpirioLabs API から利用できます。
| 仕様 | Gemini 3.8 Flash TTS | Gemini 3.1 Flash TTS |
|---|---|---|
| モデルID | gemini-3-8-flash-tts | gemini-3-1-flash-tts |
| 開発元 | ||
| リリース | 2026年9月22日 | 2026年4月13日 |
| 最大出力 | - | 19,661 トークン |
| 入力 | テキスト | テキスト |
| 出力 | 音声 | 音声 |
| エンドポイント | POST /v1/audio/speech POST /v1/audio/speech:stream GET /v1/voices | POST /v1/audio/speech |
| 機能 |
両モデルの EmpirioLabs カタログのライブ料金です。各料金表は常に API の請求額と一致します。
EmpirioLabs で各モデルに記載されているリクエストパラメーターと、指定できる値または範囲です。ハイフンは、そのモデルに記載のないパラメーターを示します。
| パラメータ | Gemini 3.8 Flash TTS | Gemini 3.1 Flash TTS |
|---|---|---|
| input | 最大 5000 | string |
| mode | single, multi デフォルト: single | single, multi デフォルト: single |
| language | string | string デフォルト: en-US |
| voice | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Charon | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Charon |
| voice_audio_url | string | - |
| voice_consent_audio_url | string | - |
| voice2 | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Kore | Zephyr, Puck, Charon, Kore, Fenrir, Leda, Orus, Aoede, Callir... デフォルト: Kore |
| speaker1_name | string デフォルト: Speaker1 | string デフォルト: Speaker1 |
| speaker2_name | string デフォルト: Speaker2 | string デフォルト: Speaker2 |
| output_format | WAV, MP3, OGG, ALAW, MULAW デフォルト: WAV | WAV, MP3, OGG, ALAW, MULAW デフォルト: WAV |
| speed | 0.25 から 2 デフォルト: 1 | 0.25 から 2 デフォルト: 1 |
| volume_gain | -96 から 16 デフォルト: 0 | -96 から 16 デフォルト: 0 |
| sample_rate | 8000, 16000, 22050, 24000, 44100, 48000 デフォルト: 24000 | 8000, 16000, 22050, 24000, 44100, 48000 デフォルト: 24000 |
| style_prompt | string | string |
<argh> <breath> <heavy breath> <exhales> <cackle> <cheer> <chuckle> <chuckles> <cough> <cry> <gasp> <giggle> <groan> <growl> <grunt> <grr> <hiss> <laugh> <laughter> <moan> <pant> <pff> <phew> <scream> <shout> <shriek> <sigh> <sighs> <sneeze> <snicker> <snort> <sob> <throat-clearing> <tsk> <whimper> <whispers> <whispering> <yawn> <short pause> <long pause>これまでで最も操作しやすいジェミニTTS。
インラインオーディオタグ(制御配信)
Gemini 3.8 Flash TTS は POST /v1/audio/speech で音声を生成し、再生可能なオーディオを返します。読み上げるテキストを input として、モデル ID gemini-3-8-flash-tts と一緒に送信してください。 どちらのモデルも同じエンドポイントで呼び出します。model を gemini-3-8-flash-tts または gemini-3-1-flash-tts に設定してください。 EmpirioLabs ダッシュボードで API キーを取得してください。
curl https://api.empiriolabs.ai/v1/audio/speech \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gemini-3-8-flash-tts",
"input": "Welcome to EmpirioLabs. Your build just finished."
}' \
--output speech.mp3Gemini 3.8 Flash TTS のほうが新しいリリースです (2026年9月22日)。Gemini 3.1 Flash TTS のリリースは 2026年4月13日 です。 Gemini 3.8 Flash TTS だけに記載されている機能: voice tags, voice control, streaming, voice cloning。 出力 (生成された1Mトークンあたり) の料金は Gemini 3.8 Flash TTS のほうが低くなっています。 このページの仕様、料金表、パラメーターは EmpirioLabs のライブカタログに基づいています。
Gemini 3.8 Flash TTS のほうが新しいリリースです (2026年9月22日)。Gemini 3.1 Flash TTS のリリースは 2026年4月13日 です。
出力 (生成された1Mトークンあたり) の料金は Gemini 3.8 Flash TTS のほうが低くなっています。 入力 (1Mプロンプトトークンあたり) の料金はどちらのモデルも同じです。 両方のライブ料金表はこのページにあり、常に API の請求額と一致します。
はい。どちらのモデルも同じ EmpirioLabs API キーで POST /v1/audio/speech を使うため、ほとんどの連携は model の値を変えるだけで切り替えられます。モデル固有のパラメーターに依存している場合は、先にこのページのパラメーター表を確認してください。
はい。EmpirioLabs プレイグラウンド で各モデルを開き、API と同じパラメーターで同じプロンプトを両方に実行できます。