AIナレーション4種を聞き比べ｜Gemini 3.8 Flash TTS なら広告1本の声が約1円
結論：Gemini 3.8 Flash TTS は、話し方を言葉で指示でき、広告1本ぶん（24秒）の声が約1円で作れます。広告なら「落ち着いた自然な速さで」がいちばん聞きやすく、指示は本文ではなく話し方の欄（style）に書くのがコツです。
作ったもの
写真撮影の縦長の広告動画です。Webページと同じ作り方で動画を作る道具 Remotion を使い、場面ごとのセリフを AI が読み上げ、声の長さに合わせて場面の長さが自動でそろうようにしました。
注意：文字や案内の枠が写真の顔にかからないか、リールの下の帯（投稿文やボタン）に文字が入らないかを、書き出したら場面ごとに確かめます。
動画で見る
森のIT屋さん：AIナレーション4種を聞き比べ ｜ 2026.11.06 公開予定Gemini 3.8 Flash TTS とは
文章を人のような声で読み上げる Google の AI です。声は30種類から選べ、話し方を言葉で指示できます（明るく・ゆっくり など）。少し安くて速い Flash-Lite もあります。
model: "gemini-3.8-flash-tts" text: "いつもの休日を、一生ものの写真に。" style: "落ち着いた自然な速さで"
注意：本文に「明るく読んで：」と書くと、そこも読み上げてしまいます。話し方の指示は style に書きます。数字や地名は、ひらがなで書くと読みまちがいが減ります。
4つの声と話す速さ
同じ台本を、① Google の前の声 Chirp 3 HD、② Gemini Flash の Aoede、③ Gemini Flash の Sulafat、④ Gemini Flash-Lite の Sulafat に読ませて聞き比べました。
話し方の指示も3通り試しました。A「少しゆっくり」、B「テンポよく、少し速めに」、C「落ち着いた自然な速さで」。速くしすぎると早口で不自然になり、広告では C がいちばん聞きやすい結果でした。
料金はいくら？
- Flash：入力 0.5ドル・音声 9ドル（100万トークンあたり）
- Flash-Lite：入力 0.5ドル・音声 6ドル（同）
- 音声は1秒で25トークン
- 24秒の読み上げで約0.005ドル＝約1円
- 2027年1月から、どちらも2倍の予定
注意：無料のままだと、1分に3回・1日10回までに制限されました。何十回も作り直すなら、課金を有効にする必要があります。また、Google の「音声合成専用」の鍵では使えず、別の鍵が要ります。
この声は、実写ふうのアバターが話す解説動画にも使っています。
