Google Cloud の無料の AI ツール

Google AI Studio で Gemini を使ってみましょう。Google AI Studio は、ブラウザ内で直接プロトタイプを作成し、プロンプトを実行できるウェブベースのツールです。デベロッパー、学生、研究者の方は、テスト、プロトタイピング、AI のデプロイに適した Gemini Developer API をお試しください。

Translation API Basic では、Google の事前トレーニング済みのニューラル機械翻訳（NMT）モデルを使用して、100 以上の言語ペアを動的に翻訳できます。毎月最初の 50 万文字は無料であるため、チャット、ソーシャル メディア、コメントなど、主に形式張らないユーザー作成コンテンツを扱うアプリケーションに適しています。

Translation API Advanced には Translation-Basic のすべての機能が含まれており、分野固有の用語を翻訳するための用語集の作成、長いテキスト リクエストの一括処理など、高度なカスタマイズ機能をサポートしています。毎月 500,000 文字まで無料です。ニューラル機械翻訳（NMT）での書式設定済みドキュメントの翻訳やカスタムモデルも含まれます。

Cloud Vision AI は、Google の事前トレーニング済み機械学習モデルを使用して、画像検出機能をアプリケーション内に簡単に統合します。毎月 1,000 ユニット（機能リクエスト）までは無料です。画像内の顔、オブジェクト、ランドマーク、ロゴ、その他の分析情報を検出してラベル付けできます。

Speech-to-Text API は同期音声認識を使用して、60 秒までの音声ファイルを文字に変換します。音声コンテンツは、ローカル ファイルまたは Google Cloud Storage バケットからアップロードできます。毎月、最初の 60 分間の音声処理が無料です。

Text-to-Speech API は、任意の文字列、単語、文を、同じことを話す人間の音声に変換します。50 以上の言語と方言に対応し、380 種類以上の音声に対応しています。API の一般的な用途には、アプリへの合成音声の追加、カスタマー サービスの音声 bot の強化、ユーザー補助に関するユーザー エクスペリエンスの改善などがあります。標準音声での処理は、毎月最初の 400 万文字まで無料です。

Natural Language API は、自然言語理解（NLU）を使用して、感情分析、エンティティ分析、エンティティ感情分析、コンテンツ分類、構文分析などの機能を使用して、アプリケーションから意味を識別して抽出します。コンテンツ分類（1 か月あたり 30,000 ユニットが無料）を除くすべての機能で、毎月最初の 5,000 ユニット（1 ユニット = 1,000 Unicode 文字）のテキスト分析が無料です。

Video Intelligence API は、ショットタイプ、顔、人物、有名人、露骨な表現を含むコンテンツ、ロゴ、テキストなどの動画メタデータを自動的に識別してラベル付けする、事前トレーニング済みの機械学習モデルを使用します。動画分析は毎月最初の 1,000 分まで無料です。

NotebookLM は、Gemini 1.5 のマルチモーダル理解機能を使用して、アップロードされたソース資料（PDF、ウェブサイト、YouTube 動画、音声ファイルなど）を要約し、トピック間の興味深い分析情報を提供します。さらに、音声の概要機能を使用すると、ポッドキャストのように、情報源から「ディープダイブ」のディスカッションを魅力的なものにできます。