Gemini 3.8 Live with Live Avatarとは？97言語対応・できること・利用方法を整理
初回掲載日:
最終更新日:
この記事の結論
- 発表：2026年9月24日
- 機能：音声・映像・表情を組み合わせたリアルタイム対話
- 対応言語：97言語の切り替えに対応するとGoogleが案内
- 提供先：Gemini Enterprise。一般向けGeminiアプリでのLive Avatar提供は今回の確認範囲では確認できません
- カスタムアバター：選択顧客向け。企業向けのallowlistingが必要
- 透明性：生成された音声・映像には検出用のSynthIDが組み込まれる
Googleが、Gemini 3.8 Liveを基盤にした「Gemini 3.8 Live with Live Avatar」を発表しました。音声で答えるだけでなく、映像として表示されるアバターが発話に合わせて口を動かし、表情を変えながら会話する仕組みです。
この記事では、通常のGemini 3.8 Liveとの違い、できること、97言語対応、利用先、カスタムアバター、APIと料金の確認ポイントを、2026年9月25日時点で確認できるGoogle公式情報に沿って整理します。
Gemini 3.8 Live with Live Avatarとは？
Live Avatarは、Gemini 3.8 Liveのリアルタイム対話に、低遅延のストリーミング映像を組み合わせる機能です。ユーザーの音声や映像入力を受け取り、音声と映像のアバターで応答します。
Google公式の説明では、発話に合わせたリップシンク、自然な表情、スムーズな会話の交代が特徴です。人間と区別できないといった意味ではなく、音声だけのインターフェースに映像的な存在感を加える機能と考えると分かりやすいでしょう。
Gemini 3.8 Liveとの違い
| 項目 | Gemini 3.8 Live | Live Avatar |
|---|---|---|
| 中心となる体験 | リアルタイムの音声対話 | 音声対話に映像アバターを加えた対話 |
| 入力 | 音声・映像・テキスト | 音声・映像を同時に扱う対話 |
| 出力 | 音声など | 音声と同期したアバター映像 |
| 表情・口の動き | Live Avatarの映像出力は前提ではない | 発話に合わせたリップシンクと表情 |
| 提供先 | 公式ドキュメント上のモデル提供先は複数 | Google公式発表ではGemini Enterprise |
Live Avatarは、別の独立した基盤モデルというより、Gemini 3.8 Liveのリアルタイム対話能力に、アバター映像の生成を組み合わせた機能として説明されています。
「見る・聞く・話す」を同時に処理
Live Avatarは、ユーザーの音声と視覚入力を受け取りながら応答できます。たとえば、カメラ映像や画面共有を見せながら質問し、その内容について会話する用途が想定されています。
Google Cloudの開発者向け資料では、ライブカメラや画面を音声と同時に処理する使い方が説明されています。映像を入力できることと、すべての製品・契約で同じUIが利用できることは別なので、実際の提供条件は利用する環境で確認してください。
会話を続けながらツールを実行できる
特徴の一つが、非同期のツール呼び出しです。Live Avatarは、バックエンドのAPIやデータ取得を実行している間も、会話を止めずに応答を続けられます。
Google公式発表では、ホテルのチェックインを例に、会話を続けながら裏側で処理する使い方が紹介されています。実際に呼び出せるツールは、アプリや企業システム側の実装に依存します。Live Avatarだけで任意の予約・決済処理が自動的にできる、という意味ではありません。
97言語に対応。日本語は？
Googleは、Live Avatarが会話中の言語切り替えを含め、97言語に対応すると案内しています。言語の変更に合わせて、リップシンクや表情も適応する説明です。
Google Cloudのモデル一覧では、Geminiが理解・応答できる言語の中に日本語（ja）が掲載されています。そのため、日本語は公式の言語一覧で確認できます。ただし、音声品質、提供地域、契約、各APIの利用条件は別に確認が必要です。
アバターは選べる？写真から作れる？
Google公式では、あらかじめ用意されたプリセットアバターに加えて、高品質な参照画像からカスタムLive Avatarを作る機能が説明されています。参照画像の外見、ブランドのスタイル、キャラクター性を保ったアバターを生成する考え方です。
ただし、カスタムアバター作成は選択顧客向けで、Google Cloudのアカウントチームへの相談など、allowlistingが必要です。一般ユーザーが写真を1枚アップロードすれば自由に使える機能ではありません。
また、顔や声のサンプルを扱う場合は、必要な本人同意と権利を利用者側で確保する責任があります。他人の写真を自由にアバター化できる、本人確認なしで使える、といった機能ではない点に注意してください。
生成された音声・映像にはSynthID
Googleは、AI製品の出力にSynthIDを付与すると説明しています。Live Avatarでは、生成された音声と映像に、目で見えるロゴではなく検出用の不可視ウォーターマークが組み込まれます。
これは、出力がAI生成であることを確認しやすくするための仕組みです。ウォーターマークがあるから内容の正確性や権利処理が自動的に保証される、という意味ではありません。
どこで使える？一般ユーザーも使える？
2026年9月24日のGoogle公式発表では、Gemini 3.8 Live with Live AvatarはGemini Enterpriseで利用可能と案内されています。Google Cloudの発表では、Gemini Live APIのドキュメントも公開され、企業向けにAPIから組み込む導線が示されています。
開発者は、Google CloudのGemini Live APIでモデルID gemini-3.8-live を使い、映像レスポンスとアバター設定を構成できます。公式ドキュメントでは、標準アバターの選択や、選択顧客向けのカスタムアバター設定が説明されています。
一方、一般向けGeminiアプリで誰でもLive Avatarを使えるという提供は、今回確認した公式発表では確認できませんでした。Gemini 3.8 Liveというモデルの提供先一覧と、Live Avatar機能の提供先は混同しないようにしてください。
料金はいくら？
Live Avatar専用の一律料金は、今回確認したGoogle公式ページだけでは日本円の固定価格として確認できませんでした。Google Cloudの料金は、契約、利用量、エンドポイント、プロビジョンドスループットなどの条件で変わるため、利用前に公式Pricingと契約条件を確認してください。
Geminiの別モデルのトークン単価や一般的なGoogle Cloudの無料クレジットを、Live Avatarの料金として流用することはできません。個人向けアプリの無料機能として使える、とも断定できません。
想定される利用例
- カスタマーサービスの案内役
- ホテルのチェックインや施設案内
- 商品やサービスのインタラクティブな説明
- 多言語での接客・問い合わせ対応
- 画面共有やカメラ映像を使う案内
教育、ゲーム、アプリのキャラクターなどにも活用は考えられますが、Googleがすべての用途で提供を保証しているという意味ではありません。利用規約、個人情報、本人同意、誤案内への対策まで含めて設計する必要があります。
利用前に知っておきたい注意点
- 一般向けGeminiアプリでの提供と、Gemini Enterprise・APIでの提供を分けて確認する。
- カスタムアバターはallowlistingと権利・同意の確認が必要。
- アバターが自然に話しても、回答が正しいとは限らないため重要な判断を任せきりにしない。
- 料金、対応リージョン、利用可能なモデルやクォータはGoogle Cloud公式で最新情報を確認する。
- 顔・声・カメラ映像を扱う場合は、利用者への説明とデータ管理を先に決める。
FAQ
Gemini 3.8 Live with Live Avatarとは？
Gemini 3.8 Liveのリアルタイム対話に、ストリーミング映像のアバター、発話と同期する口の動き、表情を組み合わせた機能です。
普通のGemini Liveとの違いは？
通常のLiveは音声対話が中心です。Live Avatarでは、音声や映像の入力に加えて、話すアバターの映像表現が加わります。
日本語で使えますか？
Google Cloudの公式言語一覧に日本語が掲載されています。ただし、Live Avatarの提供先、リージョン、契約、音声品質は別条件なので、利用環境の最新仕様を確認してください。
一般ユーザーでも使えますか？
今回の公式発表ではGemini Enterprise向けの提供が確認されています。一般向けGeminiアプリでのLive Avatar提供は確認できませんでした。
自分の写真からアバターを作れますか？
高品質な参照画像からカスタムアバターを作る機能は説明されていますが、選択顧客向けのallowlistingです。写真や声を使う権利・同意も必要です。
APIはありますか？
Google CloudのGemini Live APIドキュメントが公開されています。標準アバターや映像レスポンスの設定が案内されています。
料金はいくらですか？
Live Avatar専用の固定料金は今回確認できませんでした。Google Cloud公式Pricingと契約条件で確認してください。
AI生成映像だと判別できますか？
音声と映像には検出用のSynthIDが組み込まれるとGoogleが説明しています。目に見える透かしではありません。
会話中に別の処理もできますか？
非同期ツール呼び出しにより、会話を続けながらデータ取得やAPI処理を進められます。実際に使える処理は導入側の実装によって異なります。
まとめ
Gemini 3.8 Live with Live Avatarは、リアルタイム音声対話に映像アバターを組み合わせ、聞く・見る・話す・表情を出す体験を目指す機能です。Googleは97言語の切り替え、非同期ツール実行、SynthIDによる音声・映像の透明性を案内しています。
現時点で明確に確認できる提供先はGemini EnterpriseとGoogle Cloudの開発者向けAPIです。カスタムアバターはallowlistingの対象で、一般向けアプリへの提供や一律料金は断定できません。利用を検討する場合は、Google公式の提供地域・契約・料金・権利条件を確認してから導入しましょう。