รุ่นไหนทำอะไรบ้าง
- Flash TTS เน้นสร้างเสียงใหม่จากคำอธิบายภาษาคน กำกับการแสดงทีละบรรทัด และโคลนเสียงจากคลิปสั้น 30 วินาที (ต้องมีหลักฐานยินยอม)
- Flash-Lite TTS เน้นงานปริมาณมาก ราคาถูกกว่า เหมาะพากย์เสียงจำนวนมากและเอเจนต์พูดคุย
- มีเสียงพร้อมใช้กว่า 2,000 เสียง รองรับเกิน 100 ภาษาและสำเนียงท้องถิ่น
- เสียงที่สร้างมีลายน้ำ SynthID และรองรับ C2PA ตามที่กูเกิลระบุ
ราคา API ช่วงเปิดตัว (ถึงสิ้นปี 2026)
- Flash TTS ข้อความเข้า 0.50 ดอลลาร์ / เสียงออก 9.00 ดอลลาร์ ต่อล้านโทเคน
- Flash-Lite TTS ข้อความเข้า 0.50 ดอลลาร์ / เสียงออก 6.00 ดอลลาร์ ต่อล้านโทเคน
- ตัวเลขจากหน้า pricing ของ Gemini API อัปเดต 23 ก.ย. 2026
ใช้ได้ที่ไหน
- นักพัฒนา: Gemini API และ Google AI Studio
- Flash TTS ยังอยู่ใน Gemini Notebook
- Flash-Lite TTS อยู่ใน Google Vids
- องค์กรผ่าน Gemini Enterprise: กำลังทยอยเปิด
อย่าเข้าใจผิด
- นี่คือโมเดลแปลงข้อความเป็นเสียงพูด ไม่ใช่ Gemini 3.8 Live ที่คุยเสียงสดสองทาง
- ไม่ใช่รุ่น Flash ทำงานข้อความหรือโค้ดทั่วไป
- โคลนเสียงใน AI Studio ยังใช้ไม่ได้ในบางพื้นที่ เช่น อิลลินอยส์ เท็กซัส อีอีเอ สหราชอาณาจักร สวิตเซอร์แลนด์ และอินเดีย ตามที่กูเกิลระบุ
สรุป
อยากทำเสียงตัวละครหรือพากย์งานยาว ๆ กูเกิลเปิด TTS ตระกูล 3.8 สองรุ่นแล้ววันนี้ เลือกรุ่นเต็มถ้าอยากกำกับละเอียด หรือรุ่น Lite ถ้าเน้นปริมาณกับราคา
แหล่ง: Google · 23 ก.ย. 2026