ジェミニ 3.1 フラッシュ ライブ：ベンチマークと透かし機能を強化したGoogleの最新音声モデル

Gemini 3.1 Flash Liveの新機能

Googleは、リアルタイム対話向けに設計された最高品質のオーディオおよび音声モデルであるGemini 3.1 Flash Liveをリリースしました。このモデルは、音声優先のAIアプリケーション向けに、速度と自然なリズムを向上させています。

主な技術詳細

• ベンチマークスコア： ComplexFuncBench Audio（制約付き多段階関数呼び出し）で90.8%、Scale AIのAudio MultiChallenge（「思考」機能付き複雑な指示追従）で36.1%
• 強化された機能： トーンの理解力向上、ピッチやペースなどの音響ニュアンスの認識、ユーザーの苛立ちや混乱への動的調整
• 透かし技術： 生成されるすべてのオーディオには、AIコンテンツ検出用のSynthID透かしが含まれます
• 多言語サポート： 200以上の国と地域で利用可能

提供状況とアクセス方法

• 開発者向け： Google AI StudioのGemini Live APIを介してプレビュー版で利用可能
• 企業向け： Gemini Enterprise for Customer Experienceに含まれています
• 一般ユーザー向け： Search LiveおよびGemini Liveからアクセス可能

このモデルは、騒がしい環境での複雑なタスクを処理する音声対応エージェントの構築を可能にし、長時間の対話中に長い会話スレッドをサポートします。