Google、Geminiの音声カスタマイズ機能をテスト中—新たに4つの制御オプションを追加

はじめに

GoogleはGemini向けに、より細かく調整可能な音声カスタマイズシステムを開発しているようです。ユーザーをあらかじめ用意された音声グループに制限するのではなく、この計画中のインターフェースでは、スピード、活気、フォーマル度、温かみという4つの独立した制御を通じて、Geminiの発声効果を調整できるようになる可能性があります。

この機能は、9to5GoogleがGoogleアプリ17.41.12ベータ版のコード文字列を調査した際に発見されました。この情報はAPKの解析に基づくものであり、公式の製品発表ではないため、これらの制御オプションは現時点ではまだ実験的な機能と見なされるべきであり、Googleが修正、延期、または公開しない決定を下す可能性があります。

調整可能な4つの音声特性

ベータ版のコードには、Gemini音声に新たにカスタムセクションが追加され、4つのラベル付き特性が含まれていることが示されています。

• スピード
• 活気
• フォーマル度
• 温かみ

このうちスピードは、低速、標準、高速の3段階で調整できると見込まれています。残りの3つの制御（活気、フォーマル度、温かみ）については、低、中、高の設定が提供される見込みです。

これにより、ユーザーはまったく異なるプリセット音声に切り替えることなく、Geminiの音声表現をより細かく制御できるようになります。同じベース音声を維持したまま、現在のタスクに応じて話す速度や会話スタイルを調整できます。

Geminiは、より細かい音色や質感の制御オプションを得る可能性があります。

新しいGemini音声制御機能の仕組み

各設定は、聴覚体験の異なる側面に影響を与えることを目的としています。

スピード

スピード設定はGeminiの話す速度を制御します。説明や語学練習の際には、ゆっくりとした速度の方が理解しやすく、短いプロンプトや日常的なQAでは、より速い速度が便利です。

活気

活気オプションは、Geminiの音声の生き生きとした印象に影響を与える可能性があります。設定を高くすると、音声アシスタントがより活力に満ちた印象になり、低く設定すると、より穏やかな表現になります。

フォーマル度

フォーマル度は、ユーザーがシチュエーションに合わせてGeminiの音声スタイルを調整するのに役立ちます。旅行の計画や気軽なブレインストーミングでは、カジュアルなスタイルがより自然に感じられます。一方、研究、仕事、専門的な議論の場では、フォーマルな音声が適しています。

温かみ

温かみは、音声の親しみやすさや親近感の度合いを調整すると見込まれています。この設定を上げると日常会話がよりリラックスしたものになり、下げるとよりニュートラルな表現になります。

これらの説明は、制御ラベルに基づく推定機能です。Googleは、各レベルが生成される音声に具体的にどのような影響を与えるかについて、公式のドキュメントをまだ公開していません。

この設定はGemini Liveと通常のチャットの両方に適用される可能性

9to5Googleが分析したコード文字列によると、カスタム音声はGemini Liveと、通常のGeminiチャットの応答が読み上げられる際の両方に適用される可能性があります。

これは、現在のGeminiの音声設定と一貫性があります。Googleの既存のヘルプドキュメントによると、選択されたGemini音声は、Gemini Liveや音声応答を提供するその他の機能を含む、すべてのGeminiアプリケーションに適用されます。

重要な違いは、現在の公式設定が音声の選択に重点を置いているのに対し、実験的なインターフェースは、その音声の振る舞いや表現方法をユーザーが調整できる新しいレイヤーを追加している点です。

Googleはよりローカライズされた音声も模索中

レポートで言及されているカスタマイズ制御機能は、音声インタラクションをより自然で、地域に根ざしたものにするというGoogleの広範な取り組みに沿ったものです。Googleはまた、方言のサポートについても議論しており、これによりGeminiの音声応答が、異なる地域のユーザーにとってより親しみやすいものになる可能性があります。

音声のローカライゼーションは、アクセントを変えるだけではありません。話す速度、口調、温かみ、フォーマル度はすべて、特定の言語、文化、環境においてアシスタントがどれだけ使いやすく感じられるかに影響します。

フォーマルな仕事の議論に適した音声は、カジュアルな会話では堅苦しく感じられるかもしれません。同様に、活力に満ちた表現はブレインストーミングには適していても、長時間の研究プロセスでは疲れを感じさせる可能性があります。より細かい制御は、こうした違いに対処するのに役立ちます。

音声のパーソナライゼーションは競争上の機能に

Googleだけが、ユーザーにAIアシスタントの音声に対するより多くの制御を提供しているわけではありません。Appleは、iOS 27のSiri AIにおいて、ユーザーが話す速度と表現力をカスタマイズできるようにすると発表しています。

両者のアプローチは方向性において類似していますが、Googleの実験的なデザインは、音声の振る舞いをより多くのカテゴリに分割しているように見えます。話す速度に加えて、Geminiは活気、フォーマル度、温かみを直接制御できる可能性があります。

これは、音声アシスタントのより広範な変化を反映しています。音声AI体験の質は、もはやアシスタントが質問を正しく理解したかどうかだけでは決まりません。どのように応答するか—話す速さ、フォーマルかどうか、感情的に適切な表現かどうか—が、製品体験の一部になりつつあります。

より細かい音声制御が重要な理由

音声インターフェースは、非常に多くの異なるシチュエーションで使用されています。人々は、運転中、学習中、旅行の計画中、書類の確認中、技術的な問題の解決中などにGeminiと話す可能性があります。単一の固定された話し方では、すべての状況で理想的な効果を発揮することは難しいでしょう。

より細かい制御は、いくつかの実用的なメリットをもたらします。

1. より良いアクセシビリティ： 情報を処理するためにより多くの時間が必要な場合、ユーザーは遅い速度を選択できます。
2. より適したタスクマッチング： 専門的な仕事、教育、またはカジュアルな使用に応じて、フォーマル度と活気を調整できます。
3. より自然な会話： 温かみの制御は、合成音声によく見られる機械的な印象を減らすことができます。
4. より高い個人の好みへの対応： ユーザーは、プリセット音声に付随するデフォルトのパーソナリティを受け入れる必要がなくなります。
5. 一貫した音声体験： 同じ設定が、Gemini Liveと標準チャットの音声応答の両方に適用される可能性があります。

この機能は、長時間使用する際の音声アシスタントの体験も向上させる可能性があります。たとえ高品質の合成音声であっても、リズムや口調が聞き手の好みに合わなければ、疲れを感じさせることがあります。

利用可能性と重要な制限事項

Googleは、これら4つの音声制御機能を正式に発表しておらず、現在確認されているリリース日もありません。Googleアプリのベータ版にそれらが存在することは、活発な開発が行われていることを示していますが、APKの逆コンパイルでは、この機能がアプリの公開バージョンに登場することを保証するものではありません。

Googleは、ラベルを変更したり、利用可能なレベルを変更したり、この機能を特定の言語に制限したり、リリース前に削除したりする可能性があります。利用可能性は、アカウント、デバイス、地域、Geminiの言語設定によっても異なる場合があります。

現時点では、ユーザーは引き続きGeminiモバイルアプリからGeminiのプリセット音声を変更できます。

1. Geminiアプリを開きます。
2. メニューを開き、プロフィール画像またはアカウントアイコンを選択します。
3. 設定に進みます。
4. Geminiの音声を選択します。
5. 音声をプレビューし、選択を確定します。

利用可能な音声の数は言語によって異なり、Googleは、音声選択機能がサポートされているすべての言語で利用できるわけではないと指摘しています。

よくある質問

新しいGemini音声カスタマイズコントロールとは何ですか？

実験的なインターフェースには、話す速度、活気、フォーマル度、温かみが含まれます。話す速度は低速、標準、高速の3段階を提供し、他のコントロールは低、中、高の3つの設定を提供する可能性があります。

新しいGemini音声制御機能は現在使用できますか？

Googleはこれらの機能を正式にリリースしていません。これらはAPKの逆コンパイルによりGoogleアプリ17.41.12ベータ版で発見されたものであり、したがってこの機能は未確認であり、リリース前に変更される可能性があります。

これらの設定はGemini Liveで使用できますか？

発見されたコードは、カスタム音声がGemini Liveと、音声応答がある通常のGeminiチャットの両方に適用されることを示唆しています。これはGoogleの公式発表ではまだ確認されていません。

現在、Geminiの音声を変更できますか？

はい。Googleは現在、モバイルアプリでユーザーがプリセットのGemini音声を選択することを許可しています。ただし、利用可能な音声の数は言語によって異なり、この設定がすべての地域で提供されているわけではありません。

Geminiの温かみ設定の機能は何ですか？

Googleは、この実験的な制御機能について公式の定義をまだ公開していません。そのラベルから、Geminiがどれだけ親しみやすく、親近感があり、感情的に温かく聞こえるかに影響を与えると見込まれています。

Geminiはもっとゆっくり話せますか？

計画されている話す速度の制御には、低速、標準、高速のオプションが含まれると見込まれています。この機能がリリースされるまでは、ユーザーは標準のGemini音声設定で専用のグローバル速度スライダーを見つけられない可能性があります。

Googleはなぜもっと多くの音声制御を追加するのですか？

より細かい制御は、ユーザーがさまざまなタスクや個人の好みに応じてGeminiの音声応答を調整するのに役立ちます。また、長時間の音声による会話をより自然に感じさせ、単調さを減らす可能性もあります。

Siriも同様の音声カスタマイズ機能を提供していますか？

Appleは、iOS 27でSiri AI向けに話す速度と表現力の制御を提供すると発表しています。Gemini

の実験的システムは、より広範囲にわたるように見える。なぜなら、それはおそらく、活力、形式張らなさ、温かみに関する個別の設定も含んでいるからである。

関連ツール

• Google Gemini：GoogleのAIアシスタント。テキスト、音声、計画、調査、マルチモーダルな対話をサポート。
• Gemini Live：Geminiエクスペリエンスにおけるリアルタイム音声対話モード。
• Google Play の Gemini モバイルアプリ：Geminiの音声設定を管理する公式Androidアプリ。
• Google AI Studio：Geminiモデルに基づくアプリをテスト・構築するためのGoogleのブラウザベース環境。
• Gemini-TTS：制御可能なGeminiテキスト読み上げ生成に関するGoogle Cloudドキュメント。

関連リンク

• 9to5Google APK 詳細解析レポート：4つの実験的音声制御機能を説明したオリジナルの解析レポート。
• Google ヘルプ：Geminiの音声を変更する：Geminiの現在のプリセット音声を選択するための公式手順。
• Google ヘルプ：Gemini Liveと自然に会話する：Gemini Liveの使用と管理に関する公式ガイド。
• 公式 Gemini Live 概要：GoogleによるGeminiリアルタイム音声対話の紹介。
• Google Cloud Gemini-TTS ドキュメント：生成音声のスピード、イントネーション、アクセント、表現力の制御に関する公式情報。
• Apple iOS 27 概要：SiriのAI音声速度と表現力のカスタマイズ機能を説明するApple公式ページ。

まとめ

Googleは、スピード、エネルギー、形式張らなさ、温かみの4つの制御機能に基づく、より柔軟なGemini音声システムをテストしている。この機能により、ユーザーは選択した音声を完全に置き換えることなく、Geminiの音声表現を調整できる。

これらの制御機能はGoogleアプリ 17.41.12 ベータ版で発見され、Gemini Liveと通常のチャットの両方における音声応答に影響を与えると予想される。しかし、Googleはこの機能を正式に発表していないため、最終的なデザインとリリース時期は未定である。

この機能がリリースされれば、今回のアップデートにより、Geminiの音声パーソナライゼーションは単純な音声選択を超え、タスクに基づいて自由に制御可能な話し方へと進化するだろう。