Google公式ドキュメントで2026年10月に確認

Google AI Studio オーディオブック:Gemini TTSでどこまでできるか

登録無料、カード不要。作成にはクレジットを消費します。

Gemini TTSは音質が優秀で、AI Studioなら無料で試せます。ここでは1章を音声化する手順、Google公式ドキュメントに記載された制限、そして1冊まるごとに必要なものを解説します。

ステップ一覧全4ステップ
  1. 1ステップ1音声プレイグラウンドを開く
  2. 2ステップ2話者と声を選ぶ
  3. 3ステップ3セクションを貼り付けて指示する
  4. 4ステップ4生成・ダウンロード・繰り返し
Alice's Adventures in Wonderland — The Cheshire Cat
ナレーターNaomiAliceAbbyCheshire CatSnik 使い方
『Alice's Adventures in Wonderland』の表紙

Lewis Carroll

Alice's Adventures in Wonderland

アリスがにやにや笑うチェシャ猫に道を尋ねる——何も分からずじまい。

ナレーターNaomi語り

The Cat only grinned when it saw Alice. It looked good-natured, she thought; still it had very long claws and a great many teeth, so she felt it ought to be treated with respect.

Cheshire Puss, would you tell me, please, which way I ought to go from here?

Cheshire CatSnik狡猾

That depends a good deal on where you want to get to.

I don't much care where—

Cheshire CatSnik狡猾

Then it doesn't matter which way you go.

—so long as I get somewhere.

Cheshire CatSnik狡猾

Oh, you're sure to do that, if you only walk long enough.

約1分 · 3ボイス · 再生可能7
登録不要で無料試聴。自分の章の処理と書き出しにはログインとクレジットが必要です。準備できた →
選択可能なAI音声
137
標準70 · プレミアム67
インポート可能なファイル形式
5
EPUB · PDF · DOCX · TXT · MD
書き出し方法
3
チャプター付きM4B · MP3 · ZIP
音声モデル
4
Gemini · ElevenLabs

ステップガイド

Google AI Studioで1章を作る手順

Google AI Studioでオーディオブックを作るDIYルート。章ごとに繰り返します。

  1. 音声プレイグラウンドを開く

    Google AI Studioにサインインし(Gemini APIは18歳以上が対象)、音声生成を開いてTTSモデルを選択します。Googleは3.8 Flash TTSと3.8 Flash-Lite TTSを現行モデルとして挙げています。
  2. 話者と声を選ぶ

    ナレーションなら単一話者、対話なら複数話者を選びます。話者は最大2人で、それぞれに30種類のプリセット音声から1つを割り当てます。
  3. セクションを貼り付けて指示する

    1回のリクエストに収まる長さのシーンやセクションを貼り付け、「温かく、ゆったりとした語り手」などのスタイル指示を加えます。
  4. 生成・ダウンロード・繰り返し

    生成して試聴し、クリップをダウンロードします。各章の各セクションごとに繰り返し、最後に音声編集ソフトでクリップをつなぎます。

Googleのドキュメントより

1冊全体でぶつかる制限

Google AI Studioのオーディオブックで直面する問題を、Google自身のページから2026年10月に確認してまとめました。

  • 1リクエストにつき2話者まで

    Googleのドキュメントによると、1回のリクエストでの複数話者生成は最大2話者までです。登場人物が増える場合は、発言ごとに音声化してつなぐことになります。
  • 1リクエストにつき入力8,192トークン

    モデルページでは入力が8,192トークン、出力が16,384トークンに制限されているため、一般的な小説の1章は複数のリクエストに分割することになります。
  • 無料枠、非公開の上限

    TTSモデルは無料枠で無料で利用できますが、Googleのレート制限ページには「上限はAI Studioに表示される」としか書かれていません。コミュニティの報告では1日10リクエストという低い例もあります。
  • 無料枠のデータは利用される可能性

    無料枠では、Googleが入力と出力を製品改善に利用し、人間のレビュアーが閲覧する場合があります。有料利用は対象外です。
  • クリップであり、本ではない

    各リクエストは1つの音声クリップを返します(API経由では24kHzモノラルのWAV)。章リストも話者検出もM4B出力もありません。
  • 有料価格は2027年に倍増

    Googleの料金ページによると、3.8 TTSモデルの有料レートは2027年1月1日に倍増します。大規模なプロジェクトはこれを踏まえて計画してください。

比較

手作業のAI Studio vs フルキャストのワークフロー

Google AI StudioのオーディオブックとFullCastBookは同じ系統の音声を使いますが、作業量は大きく異なります。

FullCastBookGoogle AI Studio(Gemini TTS)
Gemini TTSの音声はい、標準音声として利用可能対応
開始コスト登録無料、クレジット制(プランまたはチャージ)無料枠、1日の上限はAI Studioに表示
1シーンあたりの話者数全キャラクター、1行ずつ1リクエストにつき最大2人
各行の話者を自動判定対応非対応
EPUB・DOCX・PDFの読み込み対応テキスト入力のみ
章管理とM4B書き出し対応非対応
音声デザインと音声複製非対応対応
音声の権利規約に基づきユーザーに帰属Googleは所有権を主張しない

Googleに関する事実は、音声生成ガイド、モデル、料金、レート制限、API利用規約の各ページから。ACXの規則は提出要件ページから。すべて2026年10月21日に確認。AI Studioのメニューは頻繁に変わります。制限はGoogleのドキュメントに基づきます。

出典: Gemini API:音声生成(2026-10-12更新) · Gemini API:Gemini 3.8 Flash TTSモデルページ · Gemini API:料金(2026-10-19更新) · Gemini API:レート制限(2026-10-15更新) · Gemini API:追加利用規約 · ACX:音声提出要件(2026-04-15)

このページの目次
  1. 1Google AI Studioのオーディオブックにできること・できないこと
  2. 2Google AI Studioの音声生成でできること
  3. 3ステップバイステップ:AI Studioで1章を生成する
  4. 4制限:2話者、入力長、1日の上限
  5. 5章の結合と3人以上のキャラクターのキャスティング
  6. 6公開:YouTubeチュートリアルのACXルートがルール違反になる理由
  7. 7同じGeminiの声を自動キャスティングとM4Bエクスポートで
  8. 8出典と日付

詳細ガイド

Google AI Studioのオーディオブックにできること・できないこと

Google AI StudioのオーディオブックはDIY作業です。Googleの音声プレイグラウンドにテキストを貼り付けるとGemini TTSの音声が読み上げ、クリップをダウンロードできます。音声は現行最高水準の一つで、無料枠は費用ゼロ。短編やサンプル章なら、これで十分かもしれません。

一冊の本となると、作業の中心は「間」の部分にあります。Gemini TTS は1リクエストにつき最大2話者までしか扱えず、入力は一度に約8kトークンまで、章の概念もありません。このガイドでは、手順、2026年10月時点のGoogle公式ドキュメントに基づく制限、それを回避するための結合方法、そして人気チュートリアルが犯している公開時のミスを1つ取り上げます。

Google AI Studioの音声生成でできること

Google AI StudioはGemini APIのブラウザ上のプレイグラウンドで、その音声モードはGoogle AI Studioのテキスト読み上げを試す最速の方法です。Googleのドキュメントでは、何かを構築する前にそこでモデルをテストすることを推奨しています。TTSモデルは4つ挙げられています。Gemini 3.8 Flash TTSと3.8 Flash-Lite TTS(2026年9月更新)、さらに3.1 Flash TTS Previewと2.5 Pro Preview TTSです。3.8 Flashは130以上の言語に対応し、テキストの言語を自動検出します。

話し方は平易な英語で指示できます。「明るく親しみやすく」といったスタイル指示は1ターンに適用され、Googleは<laugh>、<sigh>、<whispering>のような山括弧で囲んだインラインの音声イベントを文書化しています。事前構築済みの声が30種類に加えて拡張ライブラリがあり、AI Studioでは音声デザインや音声複製も利用できますが、書籍向けツールでは提供されない場合があります。

ステップバイステップ:AI Studioで1章を生成する

まず章を分割します。各リクエストは入力8,192トークン、出力16,384トークンまでなので、章をシーン区切りで1リクエストに収まる長さに切ります。クリップが途中で止まる場合は、さらに短くしてください。次に、各部分ごとにナレーション用の単一話者を選び、声を選び、ナレーター用のスタイル指示を書き、テキストを貼り付けて実行し、音声をダウンロードします。

各部分のモデル、声、スタイル指示を記録しておきましょう。出力は実行ごとに変わるため、すべての設定が一致していないと、シーン1では温かみのあるナレーターがシーン3ではそっけなく聞こえることがあります。次に進む前に各クリップを聴いてください。つなぎ合わせた本は、単一のクリップよりも修正がはるかに難しいです。

制限:2話者、入力長、1日の上限

GeminiのマルチスピーカーTTSは、ほとんどのフィクションが壁にぶつかるポイントであり、Googleのドキュメントは明確です。「単一リクエストのマルチスピーカー生成は…事前構築済みの声を使用して最大2話者をサポートします」。それ以上は、各話者のターンを個別に合成するよう指示されています。ナレーターと3人のキャラクターがいるシーンはすでに4話者なので、ほとんどのフィクションはターンごとに生成することになります。

1日の上限はさらに特定しにくいです。TTSモデルは無料枠では無料ですが、Googleのレート制限ページには現在、制限はAI Studioで確認できるとしか書かれておらず、2026年のコミュニティ報告では一部のTTSモデルの無料枠が1日10リクエストまでとされています。無料枠の入力と出力はGoogle製品の改善に使用され、3.8 TTSモデルの有料価格は2027年1月1日に2倍になります。

章の結合と3人以上のキャラクターのキャスティング

フルキャストを手作業で音声化するには、章を1行ずつ見ていきます。各行を誰が話すかを決め、その話者の声で各行を生成し、音声エディタでクリップを順番に組み立てます。Googleは、各WAVレスポンスには44バイトのヘッダーが付くので、コードでファイルを結合する前に削除する必要があると述べています。その後、章マーカーを追加し、ラウドネスを均一にしてエクスポートします。

この記録管理(誰が話すか、どの声か、順序、章の開始位置)こそ、マルチボイステキスト読み上げツールが存在する理由です。数十の話者パートがある小説では、数百から数千のクリップになります。チャットボットも検討しているなら、ChatGPTでオーディオブックは作れるかで、原稿をどう扱うかを説明しています。

公開:YouTubeチュートリアルのACXルートがルール違反になる理由

この検索でトップの動画「Google AI Studio: Create an AI Audiobook and Publish It on Audible!」(2025年7月)は、プレイグラウンドの役立つウォークスルーですが、最後のステップで視聴者にACX経由で公開するよう指示しています。そのステップは成立しません。2026年4月15日付のACXの音声提出要件には、オーディオブックは「別段の許可がない限り、人間がナレーションする必要がある」とあり、「ACXタイトルにおけるテキスト読み上げ、AI、自動録音の無許可使用は禁止されています」と明記されています。

Audibleは同じページで、サードパーティのTTSコンテンツを受け入れるよう取り組んでおり、時期は後日共有すると述べているため、これは変わる可能性があります。それまでは、Geminiでナレーションした本をACXにアップロードすると、拒否または削除のリスクがあります。現在のルールについてはAudibleはAIナレーションを受け入れるかを、開示付きでデジタル音声ナレーションを受け入れるルートについてはSpotifyでの公開をご覧ください。

同じGeminiの声を自動キャスティングとM4Bエクスポートで

クリップ管理なしでGemini TTSのオーディオブックを作りたいなら、FullCastBookの標準ボイスはGoogleのGemini TTSで動作しているため、AI Studioで聞くのと同じ系統の音声になります。違いはその周辺の作業です。EPUB、テキストレイヤー付きPDF、DOCX、TXT、Markdownファイルをアップロードすると、章と話者が自動で検出されます。各行はそれぞれの話者の声で生成されるので、2話者の制限に引っかかることはなく、[dry, unimpressed]のような指示もその行のスタイル指示として反映されます。

ブラウザで試聴し、単一行を再生成し、章マーカー付きのM4B、単一のMP3、または章ごとに1ファイルのZIPとしてエクスポートできます。違う声が欲しければプレミアムElevenLabsボイスも利用可能です。登録は無料で、作成にはクレジットを使用します(プランまたは都度チャージ)。1冊分にどれくらいかかるかは料金で確認できます。

出典と日付

2026年10月21日に確認:Googleの音声生成ガイド(2026年10月12日更新)、Gemini 3.8 Flash TTSモデルページ、Gemini API料金ページ(2026年10月19日更新)、レート制限(2026年10月15日更新)とAPI利用規約(2026年4月28日更新)、ACXの音声提出要件(2026年4月15日)。リンクは比較表の下にあります。Googleはこれらのモデルを頻繁に更新するため、長さを問わずGoogle AI Studioでオーディオブックを作る前に制限を再確認してください。

よくある質問

Google AI Studio オーディオブック:FAQ

答えが見つからない場合はメールで support@fullcastbook.com

Google AI Studioで無料でオーディオブックを作れますか?

短い作品なら可能です。Gemini TTSモデルは無料枠で無料ですが、1日の上限があり(AI Studioに表示)、無料枠のデータはGoogle製品の改善に使われます。また、1冊全体となると多くのクリップを自分で分割・結合する必要があります。

Gemini TTSは一度に何人まで声を割り当てられますか?

2026年10月時点のGoogleのドキュメントによると、1リクエストにつき2人までです。それ以上のキャラクターがいる場合は、話者ごとにターンを分けて生成してクリップを結合するか、マルチボイス音声合成のように行ごとに声を割り当てるツールを使ってください。

Google AI Studioで作ったオーディオブックを販売できますか?

GoogleのGemini API利用規約では、Googleは生成コンテンツの所有権を主張しないとされており、APIは業務・ビジネス利用を想定しています。ただし、テキストの権利は別途必要で、AIナレーションに関する規則は各ストアが独自に定めています。

GeminiナレーションのオーディオブックをAudibleにアップロードできますか?

2026年10月時点ではACX経由ではできません。ACXの規則では、Audibleが別途許可しない限り人間のナレーションが必須です。AudibleはサードパーティTTSの受け入れに向けて取り組んでいると述べています。詳しくは現在のAudibleの規則をご覧ください。

オーディオブックにはどのGemini TTSモデルが最適ですか?

GoogleはGemini 3.8 Flash TTSと3.8 Flash-Lite TTSを現行として挙げています。Flashの方が対応言語が多く(100以上に対して130以上)。同じ対話ページで両方を試し、耳で選ぶのがおすすめです。FullCastBookの標準ボイスもGemini TTSを使用しています。

Geminiの声はそのまま。クリップの切り貼りは不要に。

章をアップロードするだけで、すべての行に話者が割り当てられ、音声化・結合されて、M4BやMP3としてエクスポートできる状態になります。登録にカードは不要。作成時にクレジットで支払えます。