Google、音声AI「Gemini 3.1 Flash Live」を発表——200か国以上で利用可能に

当サイトではアフィリエイトプログラムを利用して商品を紹介しています。

Googleは、リアルタイム音声会話に特化した新しいAIモデル「Gemini 3.1 Flash Live」を発表しました。これまでで最も高品質な音声モデルと位置づけられ、Google AI StudioのLive API経由で開発者がアクセスできるほか、企業向けにも提供されます。 新モデルは複数の性能指標で先代モデルを上回っています。複雑な多段階タスクを測定する「ComplexFuncBench Audio」では90.8%のスコアを記録。また、会話中の割り込みや言い淀みを考慮したベンチマーク「Scale AI's Audio MultiChallenge」では思考モードをオンにした状態で36.1%という最高スコアを達成しました。 音声の自然さも大幅に向上しており、声のトーンや話す速さといった微妙な変化をより正確に認識できるようになりました。ユーザーが困惑したり苛立ちを示した場合に、応答をリアルタイムで調整する機能も強化されています。VerizonやThe Home Depotといった大手企業もすでにこのモデルを採用し、自然な会話品質を高く評価しています。 Gemini Liveでは会話の文脈を2倍長く保持できるようになり、長時間のブレインストーミングにも対応。Search Liveへの統合により、200か国以上でリアルタイムの多言語音声検索が今週から利用可能になりました。生成された音声はすべて透かし技術「SynthID」でマーキングされ、AI生成コンテンツの検出と誤情報防止にも対応しています。