Gemini Voice Remixingは、Googleが2026年11月4日にGemini 3.8 Flash TTSへ追加した機能だ。既存の声を一つ選び、「もっと年上に」「もっと落ち着いた感じに」「アクセントを変えて」といった具合に一言で伝えると、保存して繰り返し使える新しい声が手に入る。入口はGoogle AI StudioとGemini APIで、作った声はFlash TTSでもFlash-Lite TTSでも使える。
四つのステップで声を変える
第一歩は、Google AI Studioを開いてTTSの画面に入ることだ。第二歩は、出発点を選ぶことだ。2000以上のプリセット音声のどれかでも、自分で以前に設計した声でもいい。第三歩は「Remix this voice」を押し、一文で変え方を書くことだ。たとえば「語調をもっとやわらかく、ペースをゆっくりに」といった具合で、一度に変える特徴は一つか二つが最もうまくいき、多く変えると崩れやすい。第四歩は、生成された三つのバージョンを並べて聴き比べ、気に入ったものを選んで保存することだ。voice_で始まるIDがもらえ、以後は音声合成の際にそのIDを直接使う。APIを使う場合はPOST /v1beta/voicesを呼び、同じように再利用できる声が得られる。
境界線：無料プラン、数、有効期限
APIで声を変えるには有料のTier 1以上のプロジェクトが必要で、無料プランではできない。各プロジェクトで保存できるカスタム音声は最大200個で、最後に使ってから1年間保持され、使われなければ削除される。実在の人物の声をコピーすることと混同してはいけない。それは別の機能Voice Replicationで、30秒のサンプルと本人の音声による同意録音が必要だ。Remixは既存のAI音声を変えるもので、実在の人物には触れない。
使うべきとき、使うべきでないとき
固定のキャラクターや固定の番組に最も向いている。一度声を整えれば、毎回説明し直すことなく、その後の各回でそのまま再利用できる。一文の語調を変えたいだけ、気分をその場で変えたいだけなら、Remixは使わず、音声パラメータに直接スタイルの指示を書くほうが速い。五つも六つもの特徴を一度に変えて一発で決めたい人は、二回か三回に分けて進め、1回につき一つか二つの点だけ動かすといい。
