Google
稼働中· 数分ごとに確認

Gemini 3.8 Flash TTS API

Gemini 3.8 Flash TTS API：Googleの最新音声モデル。30種類の音声と130以上の言語に対応し、Googleの定価より40%安く利用できます。

テキスト・音声の1Mトークンあたりの料金40%割引
テキスト入力
$0.30$0.50
音声出力
$5.40$9.00
APIキーを取得Playgroundで試す
モデルIDgemini-3.8-flash-tts更新
speak.py
from openai import OpenAI
client = OpenAI(
    base_url="https://api.zurelay.com/v1",
    api_key="YOUR_ZURELAY_KEY",
)
speech = client.audio.speech.create(
    model="gemini-3.8-flash-tts",
    voice="Kore",
    input="Welcome to Zurelay. Your video is ready.",
)
speech.write_to_file("welcome.mp3")

ベースURL https://api.zurelay.com/v1. どのOpenAI SDKにも対応しています。 音声APIドキュメント

声の種類
30種類、OpenAIの音声名にも対応
形式
MP3 · WAV · PCM
リクエストあたりのテキスト
最大5,000文字
1分の音声
$0.008について
リリース日
2026年9月28日
ステータス
稼働中

料金

Gemini 3.8 Flash TTSのAPI料金。 定価より大幅にお得です。

プリペイド残高からの従量課金で、サブスクリプションは不要です。$10からチャージできます。失敗したリクエストには課金されません。

料金ZurelayGoogleの定価
テキスト入力
1M トークンあたり
$0.30$0.50
音声出力
1M トークンあたり
$5.40$9.00

送信したテキストと生成された音声に課金されます。音声は1分あたり1,500トークンで、料金は1分あたり約$0.008です。失敗したリクエストには課金されません。

Text-to-speechのすべてのモデルと料金
節約額の計算

スライダーで月間使用量を設定してください。

月間入力トークン数50M
月間出力トークン数10M
Zurelay
$69.00
Googleの定価
$115.00
毎月の節約額$46.00

年間$552.00

料金

Gemini 3.8 Flash TTS の API コスト、計算しました。

代表的なワークロードでの Zurelay の実際の価格を、定価と並べて比較できます。

  • ボイスメッセージ

    約1分の音声。

    $0.008$0.014（定価）

  • ポッドキャスト1エピソード

    約30分の音声。

    $0.24$0.42（定価）

  • オーディオブック

    約10時間の音声。

    $4.80$8.40（定価）

概要

Gemini 3.8 Flash TTSとは？

Gemini 3.8 Flash TTS is Google's flagship text-to-speech model, released in preview in September 2026とbuilt for creative direction and character voices. Itはtext aloud in 30 voices and more than 130 languages, with vocal tags such as <laugh> or <short pause> written into the text. The Zurelay Gemini 3.8 Flash TTS API serves it through an OpenAI-compatible speech endpoint at 40% below Google's list price, about $0.008 a minute of speech.を読み取れます

Googleは2026年9月下旬、Gemini 3.8 Flash-Lite TTSとともにGemini 3.8 Flash TTSのプレビュー版を公開しました。Googleは、細かな演出やキャラクター設計に対応する、同社の主力クリエイティブ音声モデルと位置付けています。テキストから言語を判別し、Gemini 3.1 Flash TTSの70以上を上回る130以上の言語を話せます。ZurelayではGoogle独自のモデルIDであるgemini-3.8-flash-ttsを使用し、google/gemini-3.8-flash-ttsも受け付けます。

Zurelay takes no instructions: a request that sends them is refused, rather than having the direction read out. For speech steered in plain words, use Gemini 3.1 Flash TTS.上のGoogle's guide treats the input as a word-for-word transcript: everything in it is spoken. Momentary sounds go in angle-bracket tags right in the text, such as <laugh>, <sigh>, <cough>, <breath> or <short pause>, placed where the sound should happen. A sustained style, such as whispering throughout, goes in a separate style field in Google's own API, which Zurelay doesn't pass on, so Gemini 3.8 Flash TTS

Zurelayでは、OpenAI互換のエンドポイントPOST https://api.zurelay.com/v1/audio/speechから利用できます。inputは最大5,000文字で、Geminiのプリセット音声30種類から1つを指定します（デフォルトはKore。alloyやnovaなどのOpenAIの音声名も使用可能です）。レスポンスは音声ファイルそのもので、デフォルトはMP3です。WAVまたは24 kHzの生のPCMも選べます。通常、1文または短い段落の生成には6〜9秒かかります。1回のリクエストで使える音声は1種類です。GoogleのExtended Voice Library、音声デザイン、複数話者の会話はZurelayでは利用できません。

音声の料金は Google's API と同様にトークン単位です。送信するテキストは1Mトークンあたり$0.30、生成される音声は1Mトークンあたり$5.40です。Gemini 3.8 Flash TTSは音声1秒あたり25音声トークン、1分あたり1,500トークンとして計算するため、1分の音声はテキスト分を除いて約$0.008です。GoogleはJanuary 1, 2027にこのモデルの価格を1Mトークンあたり$1.00と$18.00へ倍増する予定です。Zurelayの価格もそれに合わせて変わりますが、Googleの価格に対する割引率は変わりません。各レスポンスのx-zurelay-input-tokensとx-zurelay-output-tokensヘッダーで課金対象のトークン数を確認できます。すべてのリクエストはリクエストログに記録され、失敗したリクエストには料金がかかりません。

強み

Gemini 3.8 Flash TTSが得意なこと。 チームでの活用例も紹介します。

01

130以上の言語に対応

Googleの音声モデルで最も幅広い言語に対応しています。テキストから言語を判別するため、設定は不要です。

02

必要な箇所に効果音を

Tags such as <laugh>, <sigh>と<short pause> go right where the sound belongs,とthe words around them are read exactly as written.

03

Googleの最新音声モデル

クリエイティブな演出やキャラクター設計向けの主力テキスト読み上げモデルとして、September 2026にリリースされました。

04

1分あたりの料金を抑える

Zurelayなら音声1分あたり約$0.008。Gemini 3.1 Flash TTSやGemini 2.5 Pro TTSより低価格です。

ユースケース

  • 多言語対応のアプリ

    130以上の言語を1つのモデルでカバー。世界中のユーザーに、それぞれの言語で話しかけるプロダクトに使えます。

  • キャラクターと物語

    ゲーム、物語、オーディオブックの音声に。タグを使えば、台本の必要な箇所に笑い声、ため息、間を入れられます。

  • ナレーションと解説

    製品動画、チュートリアル、講座の台本を、聞き取りやすい声で読み上げます。

  • 音声通知

    注文状況、リマインダー、アラートを各ユーザーの言語で読み上げます。

始める

3ステップでGemini 3.8 Flash TTSを呼び出せます。

ウェイトリストも新しいSDKも不要です。OpenAIに対応したコードなら、そのままZurelayでも使えます。

  1. 1

    キーを作成

    Sign up, add creditとcreate an API key. Set a monthly budget or a rate limit per key if you like.

    APIキーを取得
  2. 2

    ZurelayでPoint your SDK

    Change the base URL. Everything else in your code stays the same.

    https://api.zurelay.com/v1
  3. 3

    gemini-3.8-flash-tts を使う

    POST your textとa voice to /v1/audio/speech and get the audio back as MP3, WAV or PCM.

    gemini-3.8-flash-tts

普段使っているツールに対応

比較

類似モデル。 すべて同じキーで使えます。

40%割引

Gemini 3.1 Flash TTS

1Mトークンあたり入力$0.60 / 出力$12.00

話し方を自然な言葉の指示や200種類以上の角括弧付き音声タグで調整するなら、Gemini 3.1 Flash TTSを選んでください。

Gemini 3.1 Flash TTS API
40%割引

Gemini 2.5 Flash TTS

1Mトークンあたり入力$0.30 / 出力$6.00

24言語で十分で、短いテキストへの応答を速く返したい場合は、Gemini 2.5 Flash TTSを選んでください。

Gemini 2.5 Flash TTS API
40%割引

Gemini 2.5 Pro TTS

1Mトークンあたり入力$0.60 / 出力$12.00

GoogleのGemini 2.5 Pro TTS、定価より40%安い料金です。

Gemini 2.5 Pro TTS API

よくある質問

Gemini 3.8 Flash TTS APIについてよくある質問。

ほかにご質問はありますか？ チームに問い合わせると、メールでお答えします。

Gemini 3.8 Flash TTS APIの料金はいくらですか？

Zurelayの料金は、入力テキストが1Mトークンあたり$0.30、出力音声が1Mトークンあたり$5.40です。Googleの定価はそれぞれ$0.50と$9.00なので、40%節約できます。Gemini 3.8 Flash TTSは音声1秒あたり25音声トークン、1分あたり1,500トークンとして計算するため、1分の音声は送信するテキスト分を除いて約$0.008です。Googleの価格はJanuary 1, 2027に倍増し、Zurelayの価格もそれに合わせて変わります。失敗したリクエストには料金がかかりません。

OpenAI SDKからGemini 3.8 Flash TTSを呼び出すには？

Zurelay の API キーを作成し、SDK のベース URL を https://api.zurelay.com/v1 に設定して、client.audio.speech.create を呼び出します。model に gemini-3.8-flash-tts、voice、input にテキストを指定してください。instructions は指定しないでください。このモデルは渡された内容をすべて読み上げます。レスポンスは音声ファイルそのものです。Python では write_to_file で保存し、Node ではバイト列をファイルに書き込みます。先に音声を試したい場合は、https://zurelay.com/app/playground の Playground にある Speech モードをご利用ください。

Gemini 3.8 Flash TTSに話し方を指示できますか？

Zurelayではできません。Googleはこのモデルを入力テキストどおりに読み上げる設計にしているため、テキストに「Say cheerfully:」のような指示を入れると、その指示も読み上げられます。Google独自のAPIでは継続的な話し方を別のフィールドで指定できますが、Zurelayはそのフィールドを転送しません。指示を含むリクエストは読み上げられる代わりにunsupported_parameterエラーで拒否されます。一時的な音声表現にはテキスト内のボーカルタグを、言葉で話し方を指定したい場合はGemini 3.1 Flash TTSを使ってください。

Gemini 3.8 Flash TTSはどのタグに対応していますか？

Google documents angle-bracket tags for momentary sounds: <laugh>, <sigh>, <cough>, <breath>と<short pause>. Write them in input exactly where the sound should happen, such as "That's the best news all week. <laugh> Really." Zurelay sends your text～the model as written, tags included.

ZurelayのGemini 3.8 Flash TTSではどの音声を使えますか？

Kore、Puck、Charon、Leda、Aoede、Sulafatなど、Geminiに用意された30種類の音声を使えます。デフォルトはKoreです。OpenAIの音声名も使用でき、似た特徴のGeminiの音声に対応付けられます。alloyはKore、novaはLeda、onyxはOrus、shimmerはCallirrhoeとして話します。2,000種類以上の音声を収録したGoogleのExtended Voice Library、音声デザイン、音声の複製はZurelayでは利用できません。

Gemini 3.8 Flash TTSはどの言語を話せますか？

Googleによると、Gemini 3.1 Flash TTSの70以上に対し、130以上の言語に対応しています。言語設定は不要です。テキストから言語を判別するため、スペイン語の文はスペイン語で読み上げます。

Gemini 3.8 Flash TTSの音声形式とテキストの上限は？

1リクエストで入力できるのは最大5,000文字です。長いテキストは複数のリクエストに分けてください。音声はデフォルトでMP3として返されます。response_formatをwavに設定するか、24 kHz、16-bitモノラルの非圧縮サンプルが必要ならpcmに設定できます。Googleが示すこのモデルの上限は、入力が8,192トークン、出力が16,384トークンです。Zurelayは音声を保存しないため、返されたファイルを保存してください。

Gemini 3.8 Flash TTSで2人の会話を読み上げられますか？

Zurelayでは、1回のリクエストではできません。Google独自のAPIなら1回の呼び出しで複数話者の会話を音声化できますが、Zurelayでは1回のリクエストにつき1種類の音声で読み上げます。会話を作るには、セリフごとに音声を指定して生成し、順番に結合してください。結合には生のPCMが最も簡単です。

ZurelayでのGemini 3.8 Flash TTSの処理時間は？

1文や短い段落なら通常6〜9秒かかり、ファイル全体が1つのレスポンスで返されます。音声アシスタントでは1文ずつ送信すると、より早く再生を始められます。

Gemini 3.8 Flash TTSはまだプレビュー版ですか？

はい。GoogleはSeptember 2026にプレビュー版としてリリースしました（CloudドキュメントではSeptember 28）。提供終了日は発表されていません。

これはGoogleのGemini 3.8 Flash TTSですか？

はい。リクエストはGoogleのGemini 3.8 Flash TTSで処理され、Zurelayが別のモデルや小型モデルに差し替えることはありません。音声は呼び出すたびに新しく生成されるため、同じテキストと音声でも読み上げ方は毎回少し異なります。Zurelayは独立したサービスであり、Googleとは提携していません。

Zurelayのその他のモデル

すべてのモデル

定価で払うのはもう終わり。
今日から節約を始めましょう。

数秒でキーを作成し、お使いのSDKをZurelayに接続するだけ。最初のトークンから、すべてのリクエストが最大90%安くなります。

APIキーを取得エンジニアに相談