Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

Geminiは、音声対話と生成機能が向上したAIの強化版「Gemini 2.5」を発表しました。このアップデートにより、より自然でリアルタイムな音声インタラクションが可能になり、ユーザーは最小限のレーテンシーでAIと会話できるようになります。AIはより豊かな表現力と韻律で音声を理解・生成できるようになり、自然言語プロンプトの指示に応じて、特定のアクセントやトーンを含むスタイルに適応できるようになりました。

Gemini 2.5の新機能はツール統合にも拡張され、AIは会話中にリアルタイムの情報にアクセスできるようになります。また、会話のコンテキスト認識により、無関係な背景ノイズを識別できます。さらに、AIは多言語インタラクションをサポートし、ユーザーの感情的なトーンに反応することで、対話の質を向上させます。高度な推論機能も統合され、複雑なタスクにおけるAIのパフォーマンスが向上しています。

テキスト読み上げ（TTS）分野において、Gemini 2.5はこれまでにない高度な音声生成制御を実現し、表現力豊かでダイナミックなパフォーマンスを実現します。ユーザーは、自然言語プロンプトを通して、生成される音声のスタイル、トーン、感情表現を指示できます。また、このAIは複数話者による対話生成にも対応し、24以上の言語をサポートしているため、ストーリーテリングからニュース番組まで、幅広い用途に活用できます。

Gemini 2.5のオーディオ機能の開発においては、安全性と倫理的配慮を最優先に考えてきました。チームは、責任ある導入を確実にするために、レッドチーム演習を含む徹底したリスク評価と安全性評価を実施しました。すべてのオーディオ出力には、透明性を確保するための透かし技術が埋め込まれています。開発者は、 Google AI StudioまたはVertex AIのGemini APIを通じて、これらのネイティブオーディオ機能にアクセスできます。プレビュー版は、Gemini 2.5のPro版とFlash版の両方でご利用いただけます。